Komorebi AI
BeHTool: IA a la cosecha de aceitunas

IA aplicada a la cosecha de aceitunas: BeHTool y Komorebi

Presentamos BeHTool, un proyecto innovador que ha desarrollado el primer modelo predictivo basado en Inteligencia Artificial (IA) para la recolección de aceitunas.

En el mundo de la agricultura, el momento de la cosecha es vital para obtener productos de calidad óptima. Específicamente en el cultivo de olivas, el tiempo de cosecha presenta un dilema clásico: ¿cuál es el momento ideal para recolectar la aceituna del olivo?. Analicemos esto.

La Problemática del Agricultor de Aceitunas

El momento preciso de la cosecha de aceitunas tiene una gran influencia en la calidad del aceite de oliva resultante. Los estándares regulados de aceite de oliva virgen y virgen extra exigen un momento de cosecha meticulosamente calculado. Un retraso podría no solo impactar la calidad, sino también inducir ‘vecería’, un fenómeno donde una cosecha a destiempo es seguida por un rendimiento escaso al año siguiente.

Anteriormente, los agricultores han confiado en índices de madurez y rendimientos de grasa calculados manualmente y en suposiciones para determinar el momento perfecto de la cosecha. Este método es lento, requiere múltiples visitas a la granja, está sujeto a errores humanos y carece de la capacidad de predecir el momento adecuado.

El proyecto BeHTool usa Inteligencia Artificial para determinar el momento óptimo de cosecha de aceitunas, optimizando la calidad y producción del aceite de oliva.

Komorebi: Impulsando Habilidades Avanzadas de Inteligencia Artificial en el Proyecto BeHTool

El proyecto BeHtool que involucra a entidades reconocidas como Iteriam, Sensowave, Komorebi y en colaboración con Citoliva, el Centro Tecnológico del Olivar y del Aceite, utiliza técnicas analíticas avanzadas, Ciencia de Datos y Machine Learning.

Komorebi está a cargo de desarrollar la Librería de Algoritmos Estadísticos (LAE) del proyecto BeHTool. Esta LAE funcionará como la herramienta principal para caracterizar el cultivo del olivar, proponiendo modelos predictivos que podrán estimar el comportamiento de variables críticas que determinan el momento óptimo de la cosecha.

El modelo algoritmico considera todas las variables que los métodos manuales tienen en cuenta, los muestreos en laboratorio que proporcionan informaciones como, el cambio de estado fenológico de la planta, la cantidad de agua en la aceituna, el contenido de azúcar, el cambio de color de la piel y la pulpa de la fruta.

Los productores aportan bases de datos agrícolas regionales y de cooperativas con información sobre características del terreno de cultivo, de las plantas y de los procesos de producción en sus almazaras. Estos algoritmos utilizan estimaciones derivadas de una variedad de fuentes de datos, hasta tratar con datos de meteorología e imágenes satelitales.

Estado fenologico del olivo


Predecir el estado fenológico de la oliva usando datos meteorológicos del programa Copernicus.

En la segunda fase del proyecto BeHTool, Komorebi ha cambiado su enfoque del modelado de la LAE para centrarse en la predicción del estado fenológico de la oliva, que indica el momento óptimo de recolección.

A diferencia de la primera fase, que se centró en predecir el rendimiento graso de la oliva, esta fase utiliza tanto datos de muestras de olivares proporcionados por colaboradores del sector como variables de productores de aceite, pero da un peso importante a los índices y variables meteorológicos obtenidos a través del programa Copernicus de la Unión Europea, que recopila datos sobre el clima, la atmósfera, la superficie terrestre, y los océanos.

Usando datos meteorológicos del programa Copernicus, Komorebi espera mejorar la exactitud del modelo de datos al evitar el ruido en otras fuentes, este hecho se puede deber a factores como la escasez, la inexactitud o la forma de recolección de los mismos. Esto debería permitir una explicación más precisa de la variabilidad de la característica a predecir.

Además, se está trabajando en interfaces accesibles que presenten los resultados de manera clara y comprensible para agricultores y expertos del sector olivarero, facilitando la toma de decisiones sobre la cosecha.

¿Por qué elegir la IA en la cosecha de aceitunas?

La IA en la cosecha de aceitunas reduce las visitas a la granja y minimiza las incertidumbres en la planificación de la cosecha, ayudando a los agricultores a tomar decisiones más informadas.

La solución BeHTool también reduce los daños a los olivos y proporciona una solución a la vecería inducida por el retraso, incrementando los rendimientos del año siguiente. Además, permite a los agricultores evitar la cosecha en condiciones climáticas adversas, disminuyendo sus costos operativos.

IA: Un impulso para la industria española del aceite de oliva

Como líder mundial en producción de aceite de oliva, cualquier mejora en España puede impactar positivamente a su agroindustria. El proyecto BeHTool representa un importante avance en la digitalización del sector, aportando un valor diferencial al aceite de oliva español basado en su calidad, sabor y composición.

BeHTool es un proyecto financiado por el Ministerio de Industria, Comercio y Turismo dentro del programa de apoyo a las AEIs para contribuir a la mejora de la competitividad de la industria española, y con el apoyo de la Unión Europea a través del Plan de Recuperación, Transformación y Resiliencia

Últimas entradas

Automatización o Aumento
IA & Tech

¿Automation vs. augmentation?

¿Cómo elegir entre automatizar o aumentar una tarea con la IA. La automatización implica que la IA haga el trabajo por nosotros, mientras que el

Leer más »