Transcripción del video
La nueva revolución del sector agrícola ha llegado al campo andaluz para quedarse. El uso de la inteligencia artificial y el big data y la implantación de la tecnología de precisión y el Internet de las cosas están cambiando la forma de trabajar entre los agricultores. Un ejemplo de gestión eficiente de la información lo encontramos en la finca El Alamillo, situada a pocos kilómetros del pueblo sevillano de Lebrija. Hoy su propietario, la agricultor Sebastián Gómez, supervisa las labores de siembra del girasol en esta parcela de 12 hectáreas. Para ello ha contratado los servicios de Manuel López, que utiliza un tractor con sistema de posicionamiento GPS, que evita tanto las dobles pasadas como las barras, consiguiendo una siembra más homogénea.
Hay veces que se saca muy buen rendimiento. Hay veces que tiene el problema de que vas a sembrar o vas a tirar o no va a tirar líquido y hay niebla y no puedes trabajar. Con eso no tiene problema. O de noche incluso puede seguir. Aquí estamos entrando. Y ponte que llega la noche y no se acaba. Eso sí, sembrando de noche igual que de día. Una cosa cojamos. Buena, muy buena. Porque aunque no te lo piensas tú le puedes sacar partido. Porque por aquí no puedo ir, porque es un peto y me hace cuesta arriba y no puede. Como tengo en vez de corto boca para caminar, las hago para otro lado. Siempre hay alguna ventanilla, se le saca y la misma ve cuando se trata de arao grande. Eso siempre va a medias alta.
Con la formación adecuada. El manejo de tractores auto guiados es bastante sencillo y permite que el agricultor pueda realizar otros trabajos de control dentro de la cabina. Los agricultores ven que la aplicación de nuevas tecnologías no sólo son fáciles y compatibles con el medio ambiente, sino que mejoran la productividad de sus explotaciones.
Nosotros, desde ASAJA, creemos que la agricultura de precisión y su paulatina incorporación en la actividad agraria va a suponer la consecución de múltiples beneficios tanto en beneficios medioambientales, puesto que conseguimos una mayor eficiencia en el uso de insumos. Y también, como es clave, también desde una perspectiva de actividad sostenible y de una mejor rentabilidad, puesto que se van a reducir los tiempos de trabajo, se va a permitir con técnicas de agricultura de precisión. Podemos tomar decisiones de una forma mucho más, mucho más precisa. De ahí el nombre de agricultura de precisión y que por tanto, vamos a alguna manera se mejora la economía de las explotaciones.
Abandonamos Lebrija para acercarnos al vecino municipio del Cuervo. Aquí en la finca El Martillo de 150 hectáreas. Otro tractor auto guiado aplica herbicidas a la cosecha de trigo. Su propietario, Andrés Cárdenas, nos explica cómo la precisión del GPS evita la doble pulverización de fertilizantes, realizando un mapeo de la zona que ya ha sido tratada con productos fitosanitarios. Cuatro dispositivos de precisión cada vez más extendidos son los drones, también denominado sistema de pilotaje aéreo remoto como este, con cámara de cuatro espectros, capaz de monitorizar decenas de hectáreas recogiendo datos sobre la hidratación, temperatura o crecimiento de los cultivos. Tampoco faltan en el campo andaluz experiencias con el uso de sensores que recogen información del entorno y la transfieren en tiempo real a cualquier ordenador o dispositivo móvil. Todas estas fuentes de información son la base de la inteligencia artificial aplicada a la agricultura. Empresas expertas en la analítica de datos y el Big Data están diseñando modelos predictivos para combatir plagas y predecir cosechas. Una tecnología general desarrollada en Andalucía a través de compañías como la sevillana. E in situ.
Sí. Especializada en inteligencia artificial.
Nosotros recibimos información del agricultor o de la empresa que gestiona en el campo. Por otro lado, hay gran cantidad de información pública disponible y después hay compañías que ya están empezando a disponer de sistemas novedosos de toma de datos. Hay sensores nuevos IC a precios muy razonables que están específicamente diseñados por otro sector agrario. Empieza a haber sistemas de toma de imágenes que se pueden utilizar en estos modelos predictivos, sistemas de imágenes satélites que se puede utilizar en estos modelos. Entonces, la fuente de información son diversas y nuestro trabajo es conjugar todas esas fuentes y sacarles el máximo partido.
Su equipo proporciona herramientas al agricultor para optimizar la producción, mejorar la cadena de suministros e incluso controlar plagas.
Estamos previendo la posibilidad de que haya ataques de mosca del olivo en el olivar. La mosca El olivo genera daños significativos en el olivar, tanto en productividad como en calidad del aceite, y es muy difícil saber cuándo se van a producir esos ataques. Lo estamos padeciendo con hasta cuatro semanas de antelación, con lo cual el agricultor puede actuar en el momento justo minimizando la cantidad de fitosanitarios que emplea y asegurándose que los daños son muy bajos en su cosecha.
Es muy apasionante también la aplicación en la cadena de valor en la parte de suministro de comercialización, acopio en fábricas transformadoras y comercialización y en la parte de marketing dentro de la cadena de valor. Estamos trabajando con invernaderos que su preocupación es saber cuánto acopio van a tener cada semana a futuro. Nosotros les predecimos cuál es el acopio en la fábrica para las próximas semanas futuras hasta seis semanas futuras, y ellos pueden de esa manera hacer un ajuste mejor en su cadena de suministro, optimizando sus márgenes y optimizando los precios y sobre todo, la entrega a la logística y a la entrega de producto a sus clientes finales, que son el retail, las grandes distribuidoras.
Los proyectos en los que trabajan. También buscan soluciones a uno de los mayores problemas del sector primario la falta de agua.
Ha utilizado modelos predictivos para optimizar la fertilización en plantas, en plantaciones, por ejemplo, de olivar súper intensivo. Le estamos planteando cuál es el proceso óptimo de riego para mejorar su producción. Hay una cantidad de agua limitada, hay unas técnicas de riego existentes, pero si tú riegas la cantidad y en el momento adecuado disminuyes tu necesidad de agua y optimiza tu productividad.
La metodología empleada hace acopio de todas las variables que puedan ser interesantes para la predicción.
Entre toda esa información recuperamos información de tipo climatológico que en el caso de los pimientos, pues son estaciones meteorológicas automáticas que son cercanas a donde se hace la producción de los invernaderos concretamente, y también datos del invernadero interiores, que son sensores que tienen el cliente dentro del invernadero y que nos lo dan. Nosotros protegemos esos datos, los utilizamos y los integramos con datos externos que en el caso de Pimiento, por ejemplo, tenemos datos de mercado, precios de mercado, demanda y acopios de otros invernaderos, porque entendemos que las decisiones de corte de desistimiento son en parte naturales, porque la mata o el pimiento y se puede acortar, y una decisión humana también para poder dar salida a ese producto y que no se estropee fuera de la mata.
Ahí los modelos permiten hacer una predicción de la producción a futuro, no sólo mensual y anual, sino semanal.
Nosotros generamos ya esta gráfica, que son las gráficas de en el caso de Pimiento, que nos permite ver cuál es el avance en cada uno de los años del histórico. Con respecto al modelo, el modelo y la realidad. Aquí vemos, por ejemplo, una gráfica donde se representan los años 2000 12 a 2016 y cuáles son las tasas de acierto. Entonces, toda una visión a futuro de de cómo se puede plantear ese año de cosecha para todas las decisiones comerciales que impliquen.
Una revolución que pone la inteligencia artificial y el big Data al servicio de una agricultura más óptima y eficiente, pero sobre todo, más respetuosa con el medio. De ambiente.