Alrededor de mil millones de euros del fondo europeo Next Generation UE serán destinados para ayudar a la digitalización del sector agrícola a través del Proyecto Estratégico para la Recuperación y Transformación Económica (PERTE) del sector agroalimentario y concretamente mediante dos de sus programas: el “Kit Digital” impulsará la digitalización de procesos y la analítica de datos.
El programa de “Agricultura y ganadería 4.0” promoverá la sensorización y la automatización de procesos agrícolas, la introducción a la robótica, la implantación de sistemas de visión artificial en los procesos productivos o el desarrollo de soluciones de inteligencia artificial (IA), entre otras ayudas con las que se pretende impulsar las nuevas tecnologías.
En este sentido, tanto los organismos públicos como el Instituto Tecnológico Agrario de Castilla y León (ITACyL) como los socios tecnológicos son piezas cruciales para la aplicación de estos programas.
Los principales objetivos de la tecnología son reducir el consumo de agua, el impacto ambiental y aumentar la producción, en los que los datos y la conectividad son la base de la revolución del sector. La transformación digital es el proceso en convertir todo el entorno empresarial en datos susceptibles de ser analizados y explotados.
Si somos capaces de almacenar y explotar la información que propicia una buena añada no solo podremos predecir cómo va a ser la calidad de la uva, sino que también seremos capaces de replicar esas características necesarias.
La innovación trae cambios que tienen que ser útiles y aportar valor, tenemos que pensar en que aplicaciones podemos desarrollar y además tenemos que ir aprendiendo de ellas. Y es que las tecnologías se han abaratado mucho y se están apalancando unas con otras de tal forma que se ha democratizado y acelerado mucho el uso de las tecnologías.
Algunas de las tecnologías que tienen más impacto en el sector vitivinícola son: el 5G que maximiza la conectividad, el Internet de las Cosas (IoT) que genera información y además en tiempo real, esta información hace que tengamos cada vez más datos almacenados (Big Data) y mediante su análisis con Inteligencia Artificial y algoritmos podemos interpretar esos datos para tener una visión de lo que tenemos aquí y ahora y lo más importante poder predecir como se va a comportar lo que estamos midiendo para poder anticiparnos y aplicar los recursos de una manera más eficiente.
Además, tecnologías como los drones permiten la obtención de información aérea de los viñedos gracias a los distintos tipos de sensores remotos que se pueden embarcar en ellos.
Conectividad en el viñedo: 5g y lorawan
El 5G es una tecnología que va habilitar a todas las demás, tiene impacto en el resto de tecnologías y también lo hará en la viticultura, y es que trae consigo además de una mayor velocidad (hasta 20 Gbps), una baja latencia o tiempo de respuesta, esto permitirá, por ejemplo que los robots o la maquinaria autónoma desplegados en un viñedo, procesen la información en tiempo real y que la respuesta sea inmediata y también permitirá una mayor densidad de dispositivos conectados, lo que hará posible aumentar la sensorización de viñedos y bodegas.
No es necesario realizar despliegues masivos de la red 5G en zonas con poca población, sino que se puede desplegar en zonas puntuales y en periodos concretos como en vendimia.
Además del 5G, existen otras redes inalámbricas de telecomunicación de largo alcance como LoRa, LoRaWAN, NB-IoT cuya principal característica es que están destinadas al envío de pequeñas cantidades de datos a un bajo consumo al no necesitar estar permanentemente conectados y transfiriendo, lo que permite a los dispositivos y sensores IoT operar durante largo tiempo sin necesidad de cambiar baterías, al contrario de lo que sucede con las redes 5g, 4g o el WiFi.
Lo que lo hacen ideales para usarlas en los sensores colocados en medio de las parcelas de viñedo y poder transmitir así datos de humedad, radiación, temperatura, o incluso coordenadas de manera económica.
Algunos ejemplos de operadores de estas redes son SigFox o Helium. Pero también permite desplegar redes propias lo que evita problemas de cobertura de red.
Internet de las cosas (iot): Sensores
La sensorización ha experimentado un crecimiento importante debido al coste y a la conectividad. El Internet de las Cosas es uno de los principales habilitadores para la transformación digital.
El desarrollo de sensores no destructivos, capaces de medir el estado fisiológico y cualitativo del viñedo de una forma precisa, junto a sensores de datos climáticos y la georreferenciación de los mismos permite que seamos capaces de caracterizar la variabilidad del viñedo o de la aplicación de modelos predictivos con el fin de pronosticar la infección de enfermedades como el mildiu.
Algunos de estos sensores pueden enviarnos información en tiempo real acerca de la evolución del peso del racimo o de la evolución de la maduración de la uva mediante sensores de color o enviar la temperatura de las hojas mediante infrarrojos. Incluso se están colocando sensores en las tijeras de corte que permiten la generación de mapas.
Imágenes de los viñedos: drones, satélites
La capacidad de embarcar sobre dispositivos como aeronaves no tripuladas sensores remotos, como cámaras térmicas, multiespectrales o hiperespectrales, permite la obtención de imágenes para la monitorización del viñedo.
Esto nos permite, mediante técnicas de teledetección y los sistemas de información geográfica, la aplicación de diferentes índices relacionados con el estado de las cepas para establecer estrategias para la optimización del control de las parcelas, por ejemplo:
La zonificación a nivel intraparcelario: el manejo de la variabilidad es uno de los grandes retos que la viticultura de precisión en la que se busca manejar la parcela en unidades homogéneas.
La estimación de la superficie de área foliar en el viñedo usando la proyección de las sombras. El LAI es un parámetro esencial para el manejo del viñedo y nos da información importante a la hora de tomar decisiones sobre la cantidad de caldo en un tratamiento o en un abonado.
La gestión del estado hídrico del viñedo empleando imágenes térmicas: el nuevo manejo del agua es un factor clave para la obtención de una buena producción. La gestión del riego debe basarse en mediciones objetivas. El indicador fisiológico comúnmente utilizado para determinar el estado hídrico de la viña es el potencial hídrico, si bien se trata de una metodología destructiva y laboriosa para los viticultores.
Como mejora de la estimación de estos parámetros en el viñedo las nuevas tecnologías han avanzado como soporte y herramientas y el uso de imágenes térmicas aéreas tiene un importante potencial para la estimación del estado hídrico del viñedo. Es posible determinar la temperatura de cada cepa pudiendo generar mapas de potencial hídrico mediante el empleo del Índice de Estrés Hídrico (CWSI).
Las imágenes obtenidas de los satélites como los del Sentinel-2 del programa Copernicus nos suministran información de grandes superficies de terreno de una manera periódica, con una frecuencia de revisita de cinco días y de manera gratuita, con las que es posible realizar análisis multitemporales en las parcelas del viñedo para seguir la evolución del estado fenológico de la vid, detectar el momento y la magnitud de eventos extraordinarios como heladas o granizos, estudiar el contraste estacional en el periodo que comprende desde el envero hasta la vendimia y realizar mapas de zonificación interparcelaria.
Inteligencia artificial
La Inteligencia Artificial (IA) engloba al Aprendizaje Profundo (DL) y al Machine Learning (ML) y se puede aplicar en imágenes del viñedo. Se basa en el entrenamiento de algoritmos basados en árboles de decisión como el algoritmo de clasificación “Random Forest”, el “See5” o redes neuronales convolucionales con un gran set de datos. Por ejemplo, para poder diferenciar diferentes variedades de vid mediante imágenes de sus hojas necesitaremos un gran número de imágenes en las que las hojas que queramos distinguir estén correctamente identificadas.
Cuantas más imágenes tengamos para entrenar al sistema, mayor será la probabilidad de acierto. Algunos ejemplos tienen que ver con la visión artificial para poder diferenciar racimos sanos, contar racimos o el número de cepas. Se está aplicando en la detección de enfermedades, que muchas veces siguen patrones geométricos.
Rubén Vacas · Técnico de investigación – Itacyl
