Pesquisadores apresentam ferramenta de IA para ajudar os olivicultores a prever o momento da colheita

Resumo

O Predic 1 Operational Group desenvolveu com sucesso uma plataforma para prever colheitas de azeitonas com até uma temporada inteira de antecedência com até 90 por cento de precisão, usando metodologias de mineração de dados e algoritmos de aprendizado de máquina. O projeto, financiado por fundos agrícolas europeus, visa fornecer um aplicativo baseado na web disponível gratuitamente para melhorar o gerenciamento de fazendas e a otimização de recursos no setor de azeitonas, com o potencial de aprimorar a tomada de decisões e a sustentabilidade na indústria.

Após mais de três anos de desenvolvimento, os resultados do trabalho do Grupo Operacional Predic 1 foram apresentados no mês passado em uma conferência em Mengíbar, Jaén.

A missão do grupo era fornecer uma plataforma capaz de previsão de colheitas de azeitona uma temporada inteira de antecedência, uma meta que disseram ter alcançado com uma precisão de até 90 por cento.

O trabalho foi realizado por um consórcio formado pela Universidade de Jaén, Cetemet, Citoliva, Cooperativas Agro-alimentarias de Andalucía, sindicato de agricultores, e Nutesca, utilizando os tradicionais olivais Picual de Jaén, Córdoba e Granada como casos de teste.

Segundo María Isabel Ramos, professora do Departamento de Engenharia Cartográfica, Geodésica e Fotogramétrica da Universidade de Jaén e autora correspondente de um relatório de 2022 estudo sobre a tecnologia, os sistemas preditivos são cruciais para o futuro do setor oleícola.

"No nível científico, a previsão da colheita é um dos problemas mais complexos da agricultura de precisão”, disse ela. "Existem vários estudos que fazem estas previsões com base na estreita relação entre a emissão de pólen e a produção de frutos, outros a partir de variáveis ​​aerobiológicas, fenológicas e meteorológicas, todos com precisões eficientes e aceitáveis ​​a partir de julho.”

"Pretendemos avançar nesta previsão e poder fazer previsões óptimas no período que antecede a floração… muito antes de o agricultor realizar o seu planeamento estratégico e investimento económico na exploração agrícola”, acrescentou Ramos.

O grupo utilizou metodologias de mineração de dados anteriormente utilizadas em projetos preditivos de saúde para criar modelos de regressão a partir de dados meteorológicos e dados históricos de colheita em toda a área alvo inicial.

Isto foi combinado com dados atuais de drones equipados com sensores termográficos e câmeras multiespectrais, imagens de satélite, avaliações fenológicas, análises foliares e de solo e dados coletados em fazendas modelo.

O modelo utiliza aprendizado de máquina, o campo de inteligência artificial mais bem estabelecido e com histórico comprovado na agricultura, para prever o rendimento das colheitas com a maior precisão possível.

O uso de um algoritmo de máquina de vetores de suporte tornou possível o uso de vários kernels, nomeadamente os kernels lineares e gaussianos. Isso facilita a adaptação do algoritmo à natureza dos dados, permitindo a realização de infinitas transformações.

A plataforma estará disponível gratuitamente como um aplicativo baseado na web semelhante ao SIGPAC, o sistema de informação geográfica do governo espanhol para parcelas agrícolas.

Os usuários podem visualizar uma representação gráfica interativa das informações solicitadas e exportar os dados.

Francisco Ramón Feito Higueruela, catedrático de computação gráfica e geomática da Universidade de Jaén e coordenador técnico do projeto, explicou que à medida que o número de usuários aumenta e os resultados das colheitas futuras são realimentados no sistema, a precisão das previsões melhorará. . Serão possíveis modelos mais eficientes e adaptados a cada área.

José Menar Pacheco, das Cooperativas Agro-alimentarias de Andalucía, destacou a importância do papel da sua organização na divulgação dos resultados e do conhecimento do projeto às partes interessadas.

Ele espera garantir uma ampla conscientização e adoção das conclusões do projeto para melhorar a gestão agrícola e a otimização de recursos dos seus membros. Esses membros representam mais de 11 milhões de euros em volume de negócios anual e mais de 70 por cento da produção total de azeite da Andaluzia.

O projeto é financiado através dos fundos agrícolas europeus para o desenvolvimento rural e do governo regional da Andaluzia no âmbito da convocatória para grupos operacionais regionais da Parceria Europeia de Inovação em produtividade agrícola e sustentabilidade no setor oleícola.

"Dentro do Política Agrícola Comum, está a ser implementada uma série de novas reformas, incluindo a luta contra das Alterações Climáticas com estes objetivos ambientais, bem como a concretização de um setor agrícola sustentável e competitivo através do apoio aos agricultores, e tudo isto com uma forte aposta na digitalização do setor oleícola para atingir estes objetivos ”, disse Ramos.

Ela adicionou, "O cumprimento destes objectivos depende da tomada de decisão adequada por parte de cada um dos actores envolvidos no sector. Portanto, os sistemas preditivos são uma ferramenta crucial na gestão e na tomada de decisões.”

• Universidade de Jaén