El agricultor puede conocer la cantidad de kilogramos que generará para facilitar su gestión con las grandes superficies
Una herramienta permite predecir la producción semanal de frutos rojos a partir de los datos introducidos en el sistema. / ARCHIVO
Efeagro. Huelva.
Investigadores de la Universidad de Huelva (UHU) han aplicado un sistema inteligente para anticipar la producción semanal de cultivos de fresa y otros frutos rojos, permitiendo al agricultor conocer la cantidad de kilogramos que generará para facilitar su gestión y venta a grandes superficies como los supermercados.
Se trata de una herramienta que emplea un modelo híbrido de redes neuronales, sumando diferentes técnicas de aprendizaje automático para obtener mejores resultados en la predicción de la cantidad de bayas que los pequeños agricultores pueden cosechar a corto plazo, ha informado la Fundación Descubre en un comunicado.
Normalmente, los agricultores y los supermercados establecen acuerdos comerciales para garantizar el suministro de productos agrícolas. En el caso de las frutas, los comercios suelen estimar una cantidad diaria o semanal en kilos que el productor debe proveer, si bien esta depende de cuestiones como el clima, la ubicación geográfica, la aparición de plagas y otros factores que pueden impedir al productor cumplir con las cuotas demandadas.
“Los productores pequeños y medianos muchas veces no disponen de los medios tecnológicos para realizar esas estimaciones. Nuestro objetivo es proporcionarles un sistema de predicción que facilite su labor y, además, no requiera de muchos conocimientos tecnológicos”, ha explicado el investigador de la Universidad de Huelva (UHU) Juan Diego Borrero.
La herramienta aplicada recibe mediante una aplicación los kilos recolectados periódicamente por los agricultores. Ese dato es subido por los investigadores a una nube privada y la herramienta ‘lo ingiere’ para procesarlo y obtener una primera estimación para la siguiente cosecha.
Después, un segundo modelo corrige los posibles errores del primer algoritmo y, finalmente, un sistema de aprendizaje automático asimila cuáles han sido los problemas o equivocaciones en los cálculos para ir perfeccionando el sistema de forma autónoma.
Al final, el agricultor obtiene la predicción de la producción semanal de fresas, arándanos o el fruto rojo a partir de los últimos datos que se hayan introducido en el sistema.
“Al proporcionarles una herramienta de predicción más precisa, se les ayuda a optimizar sus procesos y se les facilita la toma de decisiones, lo que puede tener un impacto significativo en su rentabilidad y sostenibilidad”, ha añadido Borrero.
Aunque el código informático de la herramienta ya está desarrollado y comprobado, todavía no cuenta con una interfaz, es decir, una ‘cara’ visible con la que el usuario pueda interactuar mediante botones, menús, formularios y otros elementos web.
De ahí que, el siguiente paso que proponen los investigadores del grupo SEJ-110: Economía agraria, es desarrollar un programa o aplicación donde este sistema sea más accesible para el agricultor y pueda obtener la estimación estableciendo parámetros sencillos y a través de un clic.
“Para hacerla aún más precisa, queremos incorporar variables climáticas. No obstante, encontrar este tipo de información en los sistemas públicos es complicado y dependemos de la recolección de datos de pequeñas y medianas empresas, que no siempre están completos”, ha explicado Borrero.
