Nuevos proyectos que perfeccionan la producción del olivar

La Inteligencia Artificial al servicio del olivar para la predicción temprana de cosecha

M. Isabel Ramos, Juan José Cubillas y Francisco R. Feito, investigadores de la Universidad de Jaén

30/08/2024

Los sistemas predictivos desempeñan un papel crucial a la hora de orientar la gestión y la toma de decisiones en todos los sectores. Es innegable la ventaja que supone para la cuenta de resultados de una empresa disponer de información avanzada sobre sus resultados futuros.

Cuando extendemos este concepto a la agricultura, las ventajas se hacen aún más evidentes. PREDIC I, Fig. 1 representa una iniciativa global e interdisciplinar que combina los últimos avances en teledetección e inteligencia artificial para beneficiar a la agricultura, especialmente al cultivo del olivo.

Fig. 1. Entrada a la aplicación de Predic.

En este sentido, la principal aportación de este sistema es el momento en que estos datos predictivos están accesibles, se trata de una etapa lo suficientemente temprana como para influir significativamente en el equilibrio económico de los procesos de toma de decisiones. Por tanto y de manera más concreta, el objetivo de este trabajo ha sido desarrollar un sistema capaz de predecir en una etapa temprana, esto es, justo al cierre de la campaña de recolección anterior, la cantidad de cosecha para el próximo año. Se trata de un sistema accesible y amigable para el usuario de manera que la complejidad tecnológica que lo soporta pase totalmente desapercibida.

Este trabajo se ha desarrollado sobre las provincias de Jaén, Granada y Córdoba en global, así como en cinco fincas particulares de cada una. La metodología desarrollada emplea algoritmos de Machine Learning junto a un exhaustivo análisis de variables predictoras. Los datos proceden de fuentes de libre acceso, como son las infraestructuras de datos espaciales de organismos estatales y herramientas como Google Earth Engine para acceso y procesado de datos espectrales. El resultado ha sido la predicción en el mes de febrero (una vez se disponían de los datos de cosecha de todos los municipios) de cantidad tanto de cosecha de aceitunas como de aceite de oliva, con un error absoluto promedio entorno al 22%.

Fig 2. La elaboración de las predicciones se basa en el análisis de datos.

La metodología empleada consta de múltiples etapas, Fig.2, comenzando con la comprensión de los datos, seguida de su preparación, la creación de modelos y culminando con la validación e implementación de estos. El resultado final del modelo es la predicción de la cantidad de cosecha de aceituna, expresada en kilogramos, que se recogerá en cada campaña a nivel municipal. Esta variable es desconocida inicialmente, pero puede deducirse a partir de otras variables conocidas, variables predictoras, que guardan una relación directa o inversa con el objetivo.

La correcta selección de estas variables predictoras y la calidad de las mismas resultan fundamentales. La principal variable predictora es el histórico de cosechas de años anteriores. Cuanto mayor sea ese histórico y más exactos sean los datos proporcionados mejor se podrá ajustar el modelo predictivo. A partir de aquí debemos buscar la correlación entre esos valores de cosecha y las circunstancias externas internas y externas que han podido influir. Para ello, el conocimiento del tipo de cultivo y un exhaustivo análisis de la influencia de las variables consideradas garantizan la obtención de un modelo predictivo de precisión. Por tanto, resulta esencial la disponibilidad de datos temporales de todas las variables consideradas. Sólo de este modo se puede realizar un correcto entrenamiento del modelo predictivo. En este trabajo se ha utilizado diferentes algoritmos de regresión con distintos parámetros analizando en cada caso el mejor ajuste de los modelos.

La correcta selección de estas variables predictoras y la calidad de las mismas resultan fundamentales. La principal variable predictora es el histórico de cosechas de años anteriores.

Las distintas escalas consideradas, desde escala provincial, municipal hasta llegar a nivel de parcela, han hecho que se utilicen distintas tecnologías de captura de datos ambientales. En concreto, para las variables meteorológicas se han empleado desde los datos disponibles de estaciones de la Red de Información Ambiental de Andalucía (REDIAM) hasta valores obtenidos a partir de imágenes de satélite y sensores montados sobre dron. Esta integración multisensorial y multiescala ha requerido la participación conjunta de profesionales del ámbito de la Ingeniería Geomática y de la Informática de la Universidad de Jaén (más información en http://intellfoo.uja.es/)

Técnica de validación cruzada k-fold para medir la eficacia del modelo

Los resultados obtenidos dependen en gran medida de la calidad del conjunto de datos. En este caso, como los datos proceden de distintas fuentes, ha sido necesario realizar una revisión exhaustiva y una limpieza de valores atípicos. Esto es fundamental para evitar introducir ruido en la predicción y poder discernir las variables más influyentes de las variables que menos influyen en la predicción. También hay que tener en cuenta que un mismo conjunto de datos puede utilizarse para predecir diferentes objetivos y, en este caso, el peso que cada predictor tiene en el modelo es diferente.

Ha sido necesario realizar una revisión exhaustiva y una limpieza de valores atípicos. Esto es fundamental para evitar introducir ruido en la predicción.

Tras seleccionar las variables y asegurarse de que toda la información es accesible y está normalizada, se crea el modelo. Para medir la eficacia de este en la predicción utilizamos la técnica de validación cruzada k-fold. Este método consiste en evaluar la capacidad de predicción del modelo aislando los datos de un año concreto y separándolos de los datos utilizados para el entrenamiento del modelo. En el contexto de esta investigación, se utiliza para validar la precisión de los modelos a la hora de predecir la producción de cosechas de un año concreto.

Este estudio abarca el periodo comprendido entre 2013 y 2024. En concreto, hemos construido un modelo predictivo utilizando datos que abarcan nueve años, seguido de una evaluación de su fiabilidad utilizando datos del décimo año. En el proceso de validación cruzada, se comprueba la predicción para cada año. Por lo tanto, se generan varios modelos, uno para cada año que debe comprobarse. El año que debe predecirse siempre se excluye de los datos de entrenamiento y se compara con los datos reales. y se compara con los datos reales.

Así se han probado diferentes algoritmos para realizar la predicción. Algunos han funcionado mejor que otros, sin embargo, como muestra el ejemplo de la figura, Fig.3 cada uno ajusta mejor según el municipio considerado.

Fig 3. Los algoritmos se prueban para ver cuál funciona mejor a la hora de hacer la predicción.

Facilidad para implantar mejoras y compartir información, los grandes beneficios del proyecto

Una parte esencial de este proyecto es la accesibilidad del sistema para el agricultor o el gestor de la explotación agrícola. Con este propósito, la aplicación se ha desplegado en la nube, permitiendo al usuario acceder a ella desde cualquier dispositivo con conexión a internet. Esta característica es particularmente importante en el contexto agrícola, donde la movilidad y la facilidad de acceso a la información en tiempo real pueden influir significativamente en la toma de decisiones. La tecnología en la nube no solo ofrece conveniencia, sino también seguridad y escalabilidad, lo que significa que la aplicación puede crecer y adaptarse a medida que las necesidades del usuario cambien o se amplíen.

La implementación en la nube también facilita la integración de nuevas funciones y mejoras en el sistema sin necesidad de interrumpir el acceso del usuario. Por ejemplo, se pueden agregar módulos adicionales para análisis más detallados, como la predicción de plagas o enfermedades en los cultivos, basados en datos climáticos y de suelo. Además, la capacidad de almacenar grandes volúmenes de datos históricos y actuales permite realizar análisis más complejos y obtener predicciones más precisas, Fig.4.

Fig 4. La capacidad de almacenar gran cantidad de datos permite hacer análisis más complejos.

Otro beneficio clave de la aplicación en la nube es la capacidad de compartir información y colaborar con otros agricultores, investigadores o instituciones agrícolas. Esto puede fomentar una comunidad de práctica donde se intercambian conocimientos y se adoptan mejores prácticas, contribuyendo al avance general del sector agrícola.

La recopilación de datos a gran escala puede ayudar a identificar tendencias y patrones a nivel regional o incluso nacional, proporcionando información valiosa para la formulación de políticas agrícolas y la planificación de recursos.

En resumen, la metodología seguida en este trabajo no solo se enfoca en la creación de modelos precisos para la predicción de la cosecha de aceituna, sino que también considera la importancia de la accesibilidad y la usabilidad del sistema para los usuarios finales. La combinación de técnicas avanzadas de inteligencia artificial, con la implementación en la nube, crea una herramienta poderosa y flexible que puede adaptarse a diversas necesidades y condiciones, potenciando así la eficiencia y sostenibilidad de la producción agrícola.

Esta aproximación integradora subraya el potencial de la tecnología moderna para transformar prácticas tradicionales y enfrentar desafíos contemporáneos en el sector agrícola.