Introducción

La olivicultura es una práctica milenaria que se ocupa del cultivo del olivo (
Olea europaea
) para la producción de aceitunas de mesa y, sobre todo, de aceite de oliva. Este sector agrícola tiene una gran importancia económica y cultural en muchas regiones del mundo, especialmente en los países de la cuenca mediterránea, convirtiéndose en parte esencial de la cultura y la economía de muchas comunidades.
En los últimos años, el sector olivarero ha experimentado importantes transformaciones, como la competencia con nuevos países productores a nivel internacional, la aparición de emergencias fitosanitarias y los cambios en las condiciones climáticas.
Para afrontar eficazmente estos retos, Agrobit pone a disposición de las empresas una serie de servicios y herramientas innovadoras que les ayudan a gestionar sus olivares y a optimizar la calidad del producto final.

Fig.1: olivar

iDrone: mapas de variabilidad generados por dron

Mediante el análisis de imágenes visibles (RGB), multiespectrales y/o térmicas tomadas por dron, es posible reconstruir mapas temáticos del olivar, como los mapas NDVI (Normalised Difference Vegetation Index), una importante herramienta utilizada para monitorizar y evaluar el vigor del olivar (Fig. 2).

Fig.2: Mapa de vigor de un olivar en tres clases: bajo, medio, alto

Los mapas pueden utilizarse con distintos fines:

1.
Tratamientos fitosanitarios racionalizados Los mapas de vigor permiten identificar y caracterizar la variabilidad del campo, lo que hace posible crear mapas de zonificación que, una vez cargados en las máquinas de tratamiento variable (TRV), permitenconcentrar los tratamientos en las zonas más vigorosas y aplicar menos producto en las menos vigorosas, optimizando el uso del agua y de los productos fitosanitarios.
2 . Fertilización diferenciada A través de los mapas de vigor, que identifican la variabilidad en el campo, es posiblepersonalizar la fertilización en función de las necesidades específicas de cada olivar. Esto permite una gestión más precisa de los nutrientes, reduciendo el despilfarro y mejorando la distribución proporcional a las zonas donde más se necesita.

Cuando se realiza correctamente, la fertilización diferenciada basada en mapas de vigor contribuye aoptimizar el uso de fertilizantes. De hecho, al distribuir cantidades menores de abono en zonas ya vigorosas y cantidades mayores en zonas menos vigorosas, se mejora la distribución de nutrientes en el campo y se reduce la variabilidad.

3. Optimización del riego y gestión del estrés hídrico
Mediante cámaras térmicas montadas en drones, se puede generar mapas de temperatura para gestionar el estrés hídrico de forma consciente. Estos mapas proporcionan información sobre la temperatura de los olivos y el suelo, ayudando a Identificar las zonas propensas al estrés hídrico. Estas áreas críticas pueden identificarse a tiempo con el fin de tomar medidas preventivas para definir programación específica del riegopara que el oleicultor pueda tomar decisiones más informadas sobre el riego de los olivos. un uso más consciente de los recursos hídricos.
Índice de estrés hídrico de los cultivos (CWSI) es un indicador utilizado en agricultura para evaluar el nivel de estrés hídrico de los cultivos (Fig. 3). Los mapas pueden indicar las zonas del olivar que necesitan riego o que tienen problemas de drenaje o estancamiento de agua, lo que permite una gestión selectiva de los recursos hídricos para mejorar el bienestar de las plantas, reduciendo el riesgo de una gestión incorrecta del riego.

Fig.3: Mapa de estrés hídrico de un olivar (CWSI). Izquierda, estrés hídrico del dosel foliar (en rojo, estrés hídrico importante; en azul, bienestar hídrico). Correcto, zonación del estrés hídrico obtenida mediante la reclasificación y la espacialización de los valores del CWSI. Los valores van de 1 a 5, es decir, de menor a mayor tensión.

iAgro: olivicultura de precisión desde un smartphone

Las soluciones Agrobit también incluyen



iAgro




la primera aplicación

aplicación DSS móvil que permite optimizar los tratamientos fitosanitarios y crear mapas de vigor
del olivar simplemente utilizando su smartphone.
Con iAgro,
mediante un escaneo fotográfico guiado de un olivo
(Fig. 4) es posible medir rápida y objetivamente diversos parámetros, en particular

• 
  la altura, el grosor y el volumen de la copa
  de la planta escaneada;
• el índice de área foliar(LAI);
• el área de la pared de la hoja (LWA);
• el volumen de filas de árboles (TRV);
• la dosis óptima de agua para los tratamientos fitosanitarios en cada fase fenológica.

Fig.4: Nube de puntos 3D de un olivo generada por la aplicación iAgro

Mediante el muestreo de un número suficiente de plantas bien distribuidas en el campo (al menos 5 puntos por campo), la app genera automáticamente mapas de vigor (índice LAI), que pueden utilizarse para optimizar la fertilización y mapas de prescripción de tratamientos fitosanitarios variables y optimizadosen función de las necesidades reales del olivar y en cada estado fenológico detectado (Fig. 5).

Fig.5: Mapa de vigor (índice LAI) en 3 clases generado por la app iAgro (en amarillo, los puntos escaneados con la app), que puede utilizarse para optimizar la fertilización. Las zonas más blancas corresponden a menos vigor que las más verdes, que tienen más vigor.

En función del tipo de tratamiento y del pulverizador de la granja, la app podrá crear un mapa de prescripción de la dosis correcta de agua y pesticida a distribuir (Fig. 6), respetando siempre la etiqueta del fabricante. Gracias a iAgro , es posible ahorrar hasta un 60% de agua por tratamiento y distribuir los pesticidas de la mejor forma posible, con implicaciones económicas, medioambientales y sociales positivas.

Fig.6: Mapa de prescripción de dosis de agua (l/ha) en 3 clases generado por la app iAgro (en amarillo, los puntos escaneados con la app), que puede utilizarse para la optimización de los tratamientos fitosanitarios, también cargándolo directamente en la maquinaria de tasa variable (VRT).

Estaciones meteorológicas, DSS y modelos de previsión
En el contexto de la olivicultura de calidad, las estaciones meteorológicas y los modelos de previsión son herramientas insustituibles que sirven como verdaderos sistemas de apoyo a la toma de decisiones agronómicas (DSS, Decision Support System). Su importancia es crucial, ya que proporcionan datos esenciales para una gestión óptima del olivar y para tomar decisiones fundamentadas basadas en la información del campo (suelo y microclima).
Las estaciones meteorológicas recogen datos meteorológicos en tiempo real, como temperatura, humedad, precipitaciones, humedad de las hojas, velocidad y dirección del viento, etc., mientras que los modelos de previsión utilizan estos datos, junto con previsiones meteorológicas precisas y modelos mecanicistas basados en la biología del olivo, para devolver información útil de apoyo a la toma de decisiones, como:

• la fenología del cultivo (fase de desarrollo o fase de madurez);
• el riesgo de infestación por patógenos en cada momento del ciclo de cultivo;
• necesidades nutricionales e hídricas.

Un ejemplo de DSS para la olivicultura es Oliwes, una solución de Agricolus, en la que se ofrece una serie de informaciones muy útiles para el agricultor, entre ellas:

• 
  Modelo fenológico:
  Previsión de la fenología para evaluar las necesidades del olivar en cada fase de desarrollo;
• Estimación de las necesidades de riego: para intervenir cuando sea necesario con el suministro óptimo de agua;
• Modelo de fertilización: cálculo de las necesidades totales de nitrógeno, fósforo y potasio para obtener recomendaciones sobre las dosis de abono;
• Modelos de predicción de enfermedades e insectos nocivos (mosca del olivo ): actualmente es bien sabido que, entre las adversidades del cultivo del olivo, la mosca del olivo representa una amenaza significativa para el rendimiento y la calidad de la aceituna. Las hembras de esta mosca ponen sus huevos en el interior de las drupas, causando daños en la pulpa al alimentarse de larvas y provocando la caída prematura de la fruta afectada. En Oliwes, es posible prever estas infestaciones para intervenir en una fase temprana, gracias al mmodelo de mortalidad de las moscas, que describe el nivel de mortalidad diario y semanal de las formas jóvenes de mosca basándose en las temperaturas mínimas y máximas medidas por la estación meteorológica, y el modelo de desarrollo de las moscas, que estima la distribución de la población de moscas en los distintos estadios fenológicos y, a continuación, el desarrollo de los distintos estadios a lo largo del tiempo y el número de generaciones anuales del insecto, utilizando datos horarios de temperatura (Fig. 7). Estas previsiones permiten aloleicultor tomar medidas preventivas y realizar tratamientos más eficientes y eficaces.

Fig.7: Modelo de predicción del desarrollo (arriba) y la mortalidad (abajo) de la mosca del olivo

Conclusiones
La gestión del olivar mediante pesticidas y fertilizantes tiene un impacto significativo en el equilibrio económico y medioambiental de una explotación. Es importante implementar la racionalización de las prácticas agrícolas que caracterizan la gestión del olivar mediante herramientas que puedan reducir su impacto ambiental, haciendo la explotación más sostenible y competitiva en el mercado y en línea con las nuevas normativas (Green Deal europeo y Estrategia Farm-to-Fork).

El uso de mapas de vigor del olivar, generados con el servicio iDrone o de forma independiente con la app iAgro, permite a los agricultores adoptar un enfoque más centrado y sostenible en la gestión de sus olivares, mejorando la calidad del producto final y reduciendo el despilfarro de recursos. Esta estrategia operativa destaca por su notable solidez a la hora de delinear las características específicas del olivar, centrándose en particular en definir la variabilidad presente de forma natural en el campo, lo que permite a la empresa consolidar una identidad cada vez más precisa y distinguirse en el mercado.

El uso de estaciones meteorológicas y modelos de previsión permite a los oleicultores tomar decisiones con base científica y reducir los riesgos, mejorando la calidad y el rendimiento de las aceitunas y, en consecuencia, la producción de aceite. En el sector oleícola, en el que las variaciones de temperatura afectan a todos los procesos fisiológicos que rigen el desarrollo fenológico y fisiológico, la capacidad de predecir y controlar constantemente este tipo de información es fundamental para garantizar un alto control de la calidad de las aceitunas y una productividad adecuada. Mediante el uso de estaciones meteorológicas y modelos de previsión, los oleicultores pueden actuar en los momentos óptimos optimizar las operaciones de defensa y la utilización de los recursos, reducir los residuos y mejorar la eficacia de la producción.