La Cámara de Agricultura Bretona (BCI), representante de todos los productores agricultores de la región de la Bretaña Francesa, ha iniciado el camino hacia el empleo de las tecnologías Data Analytics (Inteligencia Artificial aplicada al análisis de los datos). Con estas tecnologías se han podido analizar los datos registrados en sus campos de prueba obteniendo resultados fiables y contrastados que permiten recomendar las mejores prácticas en el momento de recolección, minimizándose las pérdidas de calidad de las calabazas en la preservación  y consiguiendo maximizar los rendimientos.

Hasta el momento, el conocimiento tácito de los agricultores empleado en la toma de decisiones hacía complicada la predicción, dada la gran variabilidad de datos basados en su experiencia, lo que repercutía en la incapacidad de llevar a cabo una planificación objetiva sobre el sembrado y recolección para cumplir con la demanda. Sin embargo, con el análisis completo, se han podido establecer una serie de reglas con las que poder planificar la recolección en el punto de madurez. Esto asegura que durante su preservación los parámetros de calidad (nivel de azúcar y firmeza) se mantienen óptimos durante el mayor tiempo posible.

Seguido por su experiencia previa en este tipo de proyectos, AINIA ha completado el análisis aplicando una metodología específica de análisis de datos. Esta metodología propone un desarrollo en seis fases en el que, a partir de un análisis estricto de las necesidades del cliente, se establece la aplicación de las tecnologías de Inteligencia Artificial más oportunas para obtener los resultados esperados.

En el caso particular de este proyecto, los datos compartidos y registrados a partir de pruebas realizadas en distintas condiciones permitieron proponer tres modelos de análisis diferenciados con los que evaluar:

1) la relación del color del pedúnculo con el nivel de azúcar en el momento de recolección,

2) la degradación de las características de calidad durante su preservación, y

3) la implicación de las condiciones meteorológicas en la preservación.

La aplicación de estos modelos sobre los datos ha permitido identificar, entre otros, que el color del pedúnculo de la calabaza tiene relación con el nivel de azúcar y condiciona el grado óptimo de madurez. Además, se consiguieron identificar los matices de color y relacionarlos con el diferentes grados de madurez.

Para el centro de Desarrollo e Innovación de la Bretaña (BDI), socios de la Cámara de Agricultura y responsables del proyecto, los resultados de este proyecto van a permitir resolver muchas de las cuestiones hasta ahora desconocidas en el ciclo de vida de la calabaza variedad Red Kuri. Gracias a este proyecto, los productores van a poder mejorar su planificación, y con ello su beneficio, asegurando que las calabazas cultivadas van a ser capaces de mantenerse un mayor tiempo, permitiendo cubrir la gran demanda del mercado.

El análisis ha sido completado durante la estancia completada por AINIA en el ámbito del Proyecto Europeo RUC-APS,y en él AINIA ha podido aportar su conocimiento en la aplicación de tecnologías Big Data para el análisis de datos en la cadena de valor agroalimentaria, así como su experiencia en la Industria 4.0.

Este tipo de sistemas abren la puerta a una nueva agricultura, con una mayor productividad y eficiencia en la toma de decisiones.

Si quiere saber más sobre los resultados de este proyecto o sobre nuestra línea de I+D relacionada con tecnologías de la información y las comunicaciones aplicadas a la agricultura de precisión o agricultura 4.0, contacte con nosotros, podemos ayudarle.