Artículo de Javier Di Deco, cofundador de Piperlab y Data Scientist.

Este mes queremos contaros un proyecto basado en analítica avanzada enfocado en el sector Agrotech, un sector que todavía está a años luz en cuanto a transformación digital se refiere.

El proyecto, denominado BeTool, lo estamos realizando para la compañía Citoliva, y tiene como objetivo principal la identificación automática y objetiva del momento óptimo de recolección del olivar en aras de maximizar la producción de aceite de oliva de la calidad más alta, virgen y virgen extra. BeHTool aborda un desarrollo tecnológico que da respuesta a un reto social relevante para el sector del olivar: buscar la diferenciación en la calidad y en los atributos que más valora el consumidor global.

Para explicarlo, vamos a profundizar en algunos aspectos relevantes del caso, y mencioanaremos algunos retos que habrá que abordar en el futuro:

Estados fenológicos

A lo largo de su ciclo anual, el olivar transita por distintas fases de desarrollo vegetativo y reproductor, que se conocen como estados fenológicos. Según el detalle de la clasificación, se considera que hay entre 10 y 14 estados fenológicos, desde las primeras yemas de invierno, pasando por la floración y finalizando con la maduración de las aceitunas.

Normalmente, estos estados se localizan entre los meses de marzo y diciembre, con una temporada de reposo invernal entre un año y el siguiente. No obstante, dependiendo del clima de la zona y de las circunstancias meteorológicas de cada año, esos periodos y la aparición de cada estado fenológico pueden verse desplazados algunas semanas.

Ser capaces de anticipar esa evolución, permitirá encontrar el momento óptimo, en el que la cosecha producirá los mejores rendimientos posibles en cuanto a productividad y calidad del aceite obtenido, así como minimizar problemas derivados de una recogida muy temprana (daños a los árboles porque el fruto aún está más “agarrado”) o tardía (posible inducción de vecería en años sucesivos, consistente en alternancia de cosechas abundantes con otras escasas).

Big Data en el sector de la aceituna

Uno de los objetivos del proyecto en el que se usa el Big Data es la recopilación de diversas fuentes de datos para poder realizar estimaciones más precisas. Las líneas de trabajo abiertas son:

• Recopilación de datos satelitales del sistema Copernicus, entre los que se encuentran:
  • Datos meteorológicos: temperaturas, precipitaciones, viento, etc.
  • Datos climáticos relacionados con la agricultura.
  • Datos de vegetación: índices de vegetación, salud de los cultivos, etc.
• Instalación de sensores IoT, en campo para medir distintos aspectos:
  • Variables meteorológicas a nivel local y específico de cada cultivo.
  • Datos sobre el propio crecimiento de la planta y el fruto.
  • Datos sobre la composición, humedad y otros factores del suelo de cada parcela de cultivo.
• Recopilación de datos de producción y rendimiento graso del mayor número posible de almazaras.

Para los análisis de los primeros meses de proyecto, ya hemos podido contar con la siguiente información:

• Datos provenientes de la RAIF (Red de Alerta e Información Fitosanitaria de Andalucía),que incluyen:
  • Caracterización de una muestra de parcelas productivas de toda Andalucía, que a su vez se agrupan en polígonos.
  • Muestreos in situ con los estados fenológicos observados en dichas parcelas a lo largo del tiempo.
• Datos productivos de 4 almazaras de Jaén.

Desarrollos del trabajo

Ya se han sentado las bases de los principales componentes tecnológicos del sistema BeHTool:

• Subsistema de recogida de información de sensores.
• Subsistema de gestión de datos para su almacenamiento y organización.
• Subsistema de gestión del conocimiento.

Desde PiperLab, somos los responsables del sistema de gestión del conocimiento, que incluye la creación del software necesario para el tratamiento de los datos, la creación de funciones y bibliotecas para construir los modelos predictivos, con técnicas de Machine Learning, así como de la interpretación de los resultados y apoyo a las decisiones que deban tomarse.

Desde el punto de vista analítico, el trabajo se ha centrado mucho en la exploración y el entendimiento de los datos para garantizar que se aprovechan de la mejor manera posible. En este sentido, una de las dificultades principales es conseguir cruzar correctamente la información disponible de distintas fuentes, que no siempre coinciden o corresponden al mismo nivel de polígono/parcela, por lo que hay que tomar decisiones de compromiso en el tratamiento de esos datos que permita su explotación adecuada.

Hemos construido un primer modelo predictivo para estimar el rendimiento medio por semana del cultivo de la variedad picual a partir de la evolución de los estados fenológicos.

Retos futuros al usar el Big Data

Con la información disponible hasta ahora gracias al Big Data, el modelo construido tiene algunas limitaciones importantes:

• Solamente hemos dispuesto de datos de producción de 4 almazaras localizadas en Jaén. En toda Andalucía hay cerca de 1.000, por lo que sería fundamental ampliar esta muestra en número y en distintas localizaciones.
• Únicamente hemos podido tratar datos de la variedad picual. Esperamos que al ampliar esa muestra de almazaras se consideren también otras variedades.

Junto a ello, será fundamental también la aportación de los datos de sensores, meteorológicos y satelitales, ya que enriquecerán enormemente la información que se podrá incorporar a los modelos predictivos.

Asimismo, podremos probar otros enfoques de modelado orientados a los estados fenológicos a partir de esas nuevas variables disponibles.

Os recomendamos seguir atentos a la evolución en los próximos años de este y otros proyectos que están transformando la manera en la que se manejará la agricultura para lograr cada vez mejores cosechas en términos tanto productivos como de cuidado de las plantas y del entorno