La estimación de la producción con la metodología propuesta subestimó la producción real de la parcela en un 6,2% en comparación con una subestimación del 37,67% según la predicción del agricultor

La predicción del rendimiento es clave para planificar la cosecha y la confección de la fruta en almacenes hortofrutícolas, este aspecto es especialmente importante en la producción de uva de mesa debido a su gran necesidad de mano de obra. En este artículo mostramos los resultados de un método que utiliza un modelo de Inteligencia Artificial (IA) aplicado a la predicción del rendimiento en una parcela adscrita a la Denominación de Origen Protegida 'Uva de mesa embolsada del Vinalopó' en Alicante.

La inteligencia artificial (IA) está cada vez más presente en los procesos productivos y en la toma de decisiones, especialmente en la industria, pero también en la producción agrícola. La IA tiene un gran potencial de aplicaciones prácticas en la agricultura. Una de ellas es la estimación de la producción de una finca. Esta información es importante para la adecuada gestión de una explotación, pero conlleva un trabajo laborioso que requiere de tiempo y de mano de obra si se hace mediante métodos convencionales.

En el grupo de investigación Agua y Energía para una Agricultura Sostenible, adscrito al CIAGRO-UMH, hemos desarrollado una metodología para realizar la estimación de la producción de una finca mediante el uso de técnicas de IA. Utilizamos fotografías tomadas desde un dron en las que se pueden detectar y contar los racimos embolsados. El conteo puede ser manual, pero mediante un algoritmo podemos enseñar a la máquina a realizar el conteo de bolsas de forma automática, en el menor tiempo posible, reduciendo así el tiempo requerido y el error humano.

Figura 1. Embolsado de la uva de mesa del Vinalopó.

La parcela donde se realizó el estudio piloto se encuentra en el municipio de Monforte del Cid y cuenta con una superficie de 11.230 m². Todos los racimos de uva se encontraban embolsados en bolsos de papel blanco, según la práctica habitual y cumpliendo las exigencias de la DOP de Uva de mesa embolsada del Vinalopó.

Figura 2. Imagen tomada por el dron en la parcela.

Para la estimación de la producción es necesario usar imágenes en las que se pueda distinguir y contar la totalidad de los objetos, en este caso las bolsas.

Las imágenes se pueden tomar mediante fotografía terrestre, pero eso requiere recorrer todas las filas. Optamos por tomar fotografías aéreas mediante un dron, reduciendo de este modo el tiempo de adquisición de imágenes. Para optimizar el proceso hay que hacer pruebas a varias alturas y con ángulos distintos de inclinación de la cámara.

Los vuelos se hicieron a una altura de 10 m, con la cámara inclinada un ángulo de 35º. En estas condiciones se obtenía la mejor visión de las bolsas y permitía captar el mayor número de bolsas por imagen. Los vuelos del dron se realizaron siguiendo la dirección de las líneas de cultivo.

En el estudio piloto, el tiempo de vuelo del dron necesario para obtener imágenes de toda la parcela fue de 20 minutos.

El entrenamiento del modelo consiste en etiquetar manualmente fotos que contienen racimos embolsados. Una vez entrenado y validado, se utiliza el modelo para detectar automáticamente las bolsas en las imágenes tomadas en la parcela experimental.

Antes de usar las imágenes es necesario hacer un pretratamiento de las imágenes para eliminar el solapamiento y así evitar contar dos veces la misma bolsa.

Los resultados obtenidos en el estudio piloto fueron una media de precisión del 86,63% y una velocidad de detección de las bolsas de 78,5 ms. Esto se traduce en que el modelo entrenado realizaba una buena detección de las bolsas y de forma rápida.

En el caso particular de la finca donde se realizó la prueba se obtuvo un conteo de 20.520 bolsas. Para la estimación de la producción se multiplicó el número de bolsas obtenido por el peso medio por racimo que fue de 1,1 kg/racimo; este fue un dato facilitado por la cooperativa de la DO de la uva de mesa embolsada del Vinalopó. Por lo tanto, se obtuvo una predicción de cosecha de 22.572 kg. La estimación del agricultor fue de 15.000 kg y la producción real de la finca una vez cosechada fue de 24.064 kg.

Figura 5. Zoom de la Figura 4.

La estimación de la producción con la metodología propuesta infraestimó en un 6,2 % la producción real de la parcela. Esta estimación a la baja del modelo puede ser debido a la falta de detección de algunas las bolsas existentes en las imágenes. Sin embargo, la estimación del modelo fue mucho más precisa que la estimación realizada por el productor que infraestimó la cosecha en un 37,67 %.

Se trata de un estudio piloto y es necesario ampliar este trabajo a más parcelas y más campañas de observación para poder tener una mejor estimación de la bondad del modelo.

Agradecimientos

Este proyecto fue financiado mediante convenio entre la Universidad Miguel Hernández y el Centro de Inteligencia Digital de Alicante (CENID).