La gran cantidad de variables que afectan tanto a la calidad como a la cantidad de las producciones (meteorología, características de las parcelas, zonas productivas, dinámica renovación varietal, etc.) hace que sea muy complejo obtener unas predicciones fiables con las aproximaciones tradicionales, y por tanto, que a día de hoy todavía no haya una metodología exitosa para poder conocer con antelación las dos principales variables que afectan a la planificación de cosecha en el cultivo de melocotonero y cerezo: volumen y maduración de cosecha.

Por lo tanto, obtener una planificación de cosecha fiable permite ganar una posición estratégica a la hora de la comercialización, la logística y el manejo eficiente de los insumos y de la mano de obra en campo y central.

El Grup Cooperatiu Fruits de Ponent SCCL (Alcarràs) y la productora de cerezas Cerima Cherries (Tivissa) junto con el IRTA y la tecnológica RawData han juntado esfuerzos durante dos años bajo el proyecto Fruit Forecast, con el objetivo de conseguir mejorar la fiabilidad de la planificación de cosecha basándose en un modelo predictivo que utiliza tecnología Big Data.

El proyecto que ha sido coordinado por el Clúster FEMAC, dentro del Programa de Grupos Operativos financiado por el Departament d’Acció Climàtica, Alimentació i Agenda Rural (DAAC), dentro del programa de Grupo Operativos regionales, y está punto de llegar a su conclusión después de casi dos años de trabajo.

Durante dos compañas, estas cinco entidades han estado trabajando para desarrollar un protocolo de aforamiento de cosecha y de calidad de la fruta por fruticultura con el objetivo de obtener datos de campo que permitan incrementar la fiabilidad de los modelos de predicción de cosecha desarrollados por RawData. Anualmente, estos datos de campo se han obtenido de la avaluación de 24 parcelas para melocotonero y 10 parcelas para cerezo.

El proyecto Fruit Forecast, se basa en el uso de datos y tecnologías Big Data para poder desarrollar modelos de predicción que anticipen información sobre la evolución de parámetros de calidad y volúmenes de cosecha para el sector de melocotonero y cerezo. Se entiende que estos modelos son escalables a otras especies frutícolas posteriormente. La tecnología vinculada al Big Data permite actualmente integrar múltiples fuentes de información para desarrollar modelos de predicción para reducir la incertidumbre en la planificación de cosecha.

Los resultados hasta la fecha obtenidos, validan el valor de los datos históricos de las producciones de cerezas y melocotones durante los últimos años de los que las firmas productoras tienen recolectados. Existen muchas fuentes de datos para modelar en agricultura, como datos meteorológicos e imágenes satelitales (Figura 1), pero estas fuentes logran aportar predicciones mucho más fiables cuando van acompañadas de datos de aforos y calidad de las empresas productoras (Figura 2 y 3). Queda patente pues, la importancia de los datos históricos y de la ventaja competitiva que los datos representan para las entidades de producción agrícolas, donde la incertidumbre es una constante muy difícil de gestionar.

Figura 1. Imagen por satélite de una parcela de cerezo en evaluación. Los colores representan el índice de vegetación NDVI.

El sector aprende a pasos agigantados que los datos y la información son capacidad de decisión y un activo a cuidar. Un activo que marca la diferencia en decisiones de gran impacto económico, como son las decisiones relacionadas con la comercialización del producto como en el aprovisionamiento y los tiempos de los recursos necesarios para producir.

 

Figura 2. Conteo de frutos y medición de la maduración mediante el instrumento portátil DA-meter en parcelas de melocotón en avaluación.

Figura 3. Marcado de árboles para el aforamiento y medición del color mediante carta de colores en parcelas de cerezo en avaluación.