La inteligencia artificial permite anticipar con meses de antelación la producción de un viñedo
La estimación temprana de cosecha es uno de los grandes retos de la viticultura moderna. Una tesis doctoral desarrollada en la Universidad de La Rioja ha permitido crear nuevas herramientas basadas en inteligencia artificial, análisis de imagen y sensores RGB capaces de prever con precisión la cantidad de uva que producirá un viñedo. Los resultados abren nuevas posibilidades para optimizar la gestión agronómica y mejorar la toma de decisiones en campo.
Prever con suficiente antelación la producción de un viñedo es una información estratégica para agricultores y bodegas. Sin embargo, los métodos tradicionales de estimación continúan apoyándose en muestreos manuales que requieren tiempo, mano de obra y que, además, no siempre reflejan la variabilidad existente dentro de una parcela.
Con el objetivo de superar estas limitaciones, Rubén Íñiguez Mangado ha desarrollado una tesis doctoral en la Universidad de La Rioja centrada en el diseño de nuevas herramientas basadas en inteligencia artificial, análisis de imagen y sensores RGB para estimar de forma temprana, rápida y precisa la producción de uva.
La investigación, realizada en el Departamento de Agricultura y Alimentación dentro del Grupo de Investigación Televitis y en colaboración con el Instituto de Ciencias de la Vid y del Vino (ICVV), ha obtenido la calificación de sobresaliente cum laude con mención internacional.
Inteligencia artificial aplicada al viñedo
El trabajo aborda uno de los principales desafíos de la viticultura de precisión: determinar con antelación suficiente el potencial productivo de una explotación para facilitar la planificación de labores y la gestión de recursos.
Para ello, la tesis ha desarrollado diferentes herramientas capaces de analizar imágenes RGB captadas directamente en el viñedo y extraer información relacionada con los componentes de la producción.
Gracias a estas tecnologías, es posible realizar estimaciones de rendimiento en condiciones reales de trabajo y sin necesidad de recurrir a procesos de muestreo intensivos.
Cinco estudios complementarios
La investigación se estructura en cinco estudios que analizan distintos factores que influyen en la capacidad de los sistemas automáticos para identificar racimos y otros elementos relevantes de la planta.
Entre los aspectos evaluados figuran la detección de racimos en viñedos con elevada densidad vegetativa, las diferentes fases del desarrollo de la vid y las condiciones de iluminación, tanto con luz natural como mediante iluminación artificial nocturna.
Los resultados muestran que los sistemas de inteligencia artificial son capaces de identificar racimos e inflorescencias con un elevado grado de precisión y permiten determinar cuáles son los momentos más adecuados del ciclo vegetativo para obtener imágenes fiables.
Reconocimiento automático del estado fenológico
Otro de los avances obtenidos durante la investigación ha sido el desarrollo de modelos capaces de reconocer automáticamente el estado fenológico de la vid.
Esta información resulta fundamental para interpretar correctamente las imágenes obtenidas y mejorar la precisión de las estimaciones de cosecha, además de aportar datos de interés para la gestión agronómica de las parcelas.
Estimar el peso de los racimos
La tesis incorpora también un método de análisis morfológico que permite estimar el peso de los racimos a partir de su forma.
Esta capacidad complementa la detección automática realizada mediante visión artificial y proporciona información adicional para calcular con mayor exactitud el rendimiento final esperado del viñedo.
Hacia una viticultura más eficiente
Según concluye el propio investigador, las herramientas desarrolladas demuestran el potencial de la inteligencia artificial para contribuir a una viticultura más eficiente y sostenible.
La posibilidad de disponer de estimaciones tempranas y fiables de la cosecha puede ayudar a planificar la vendimia, optimizar recursos y mejorar la toma de decisiones tanto en explotaciones vitícolas como en bodegas, reforzando así el papel de la digitalización dentro de la viticultura de precisión.
