Introducción
En la agricultura moderna el control de la producción y la estimación del rendimiento de los cultivos representan operaciones fundamentalmente importantes, pero también extremadamente complejas. Afortunadamente, gracias a los continuos avances tecnológicos, disponemos de una amplia gama de herramientas y metodologías que nos permiten afrontar estos retos con mayor precisión y eficacia.

En el sector vitivinícola, por ejemplo, las técnicas tradicionales de estimación del rendimiento, como el recuento manual de las uvas por unidad de superficie o el uso de básculas para pesarlas, resultan a menudo inexactas y requieren mucha mano de obra. La introducción de la teledetección ha revolucionado sin duda esta práctica. Utilizando imágenes de teledetección, ahora es posible controlar la salud de las plantas y correlacionar su vigor, mediante indicadores como el índice NDVI, con la producción de uva. Este enfoque no destructivo permite obtener buenas previsiones de rendimiento, pero puede verse influido por acontecimientos extremos, como tormentas de granizo o estrés hídrico, que pueden afectar a estas estimaciones.

Otra metodología revolucionaria es la detección próxima, que utiliza técnicas de Visión por Computador y algoritmos de Inteligencia Artificial (IA ) para analizar imágenes directamente sobre el terreno. Este enfoque permite la detección directa de racimos, e incluso bayas, de forma no destructiva y continua.

iTractor: Detección Proximal, Visión por Ordenador e IA
iTractor es un servicio de alquiler de cámaras estereoscópicasque, montadas en tractores, permiten recoger datos precisos durante toda la temporada de producción. Estas cámaras permiten una estimación precisa del rendimiento proporcionando información sobre la fruta y detectando cualquier signo de enfermedad gracias al uso de algoritmos avanzados de visión por ordenador e IA.

El iTractor se configura montando una cámara doble en la parte delantera del tractor que cubre ambos lados del viñedo. Esta disposición óptima permite manipular incluso los racimos parcialmente cubiertos, garantizando una estimación precisa de la producción, incluido lo que hay bajo el dosel de las plantas.
El funcionamiento del sistema se basa en la identificación preliminar de un área específica de análisis (Fig. 1), después una unidad de inteligencia artificial en la nube procesa los datos recogidos y segmenta las áreas de interés, que pueden incluir racimos individuales, para llegar a un recuento de las propias uvas. El uso de algoritmos automatizados elimina el error humano y simplifica el procesamiento de datos, permitiendo una evaluación rápida y fiable de los viñedos.

Fig.1: Diagrama esquemático de los algoritmos del sistema. Izquierda (primera imagen) datos brutos, centro (segunda imagen) identificación de racimos, derecha (tercera imagen) identificación de bayas.

La instalación del sistema es sencilla y sólo requiere una fuente de alimentación de 12 voltios. La última versión de la cámara incorpora mejoras en el GPS y el RTK, lo que garantiza una mayor precisión en los resultados. Además, la presencia de dos LED paralelos permite un funcionamiento óptimo en diferentes condiciones de poca luz, como a primera hora de la mañana o al atardecer, cuando el frescor del día favorece la actividad en el campo. Los resultados obtenidos con este sistema tienen una precisión de hasta el 92%, con un margen de error en la detección de detalles del 9%. Estos resultados se proporcionan tanto en formato bruto como en formato de mapa, incluida la salida ya procesada (Fig. 3).

Fig.2: Ejemplo de mapa de rendimiento de un viñedo.

Conclusiones
La complejidad y variabilidad de las condiciones medioambientales, a menudo influidas por el cambio climático, exigen un enfoque continuo de investigación e innovación para adaptar los métodos de seguimiento y estimación a las nuevas condiciones. La adopción y el desarrollo de tecnologías avanzadas y la recopilación de datos precisos son esenciales para afrontar los retos actuales y futuros del sector agrícola, garantizar una gestión de los cultivos más eficaz, sostenible y resistente.

La recogida de datos precisos se perfila como un elemento clave para afrontar los retos futuros y garantizar la sostenibilidad y resistencia del sector agrícola. Conocer tus campos permite una gestión más eficaz e informada y, por tanto, servicios como iTractor se presentan como valiosos recursos para afrontar este reto, permitiendo no sólo la estimación precisa del rendimiento, sino también la identificación precoz de posibles riesgos de enfermedad.

El uso de herramientas como el iTractor proporciona datos objetivos que contribuyen a mitigar el riesgo de errores de estimación, garantizando así una mayor seguridad y fiabilidad de las operaciones agrícolas.
En situaciones de daños, como granizadas, ungulados, etc… estos datos objetivos pueden ayudan a los estimadores en la evaluación de daños, reduciendo significativamente el margen de error.

Para más información, puedes ver la grabación del webinar iTractor, en colaboración con Awentia, en el siguiente enlace: https://youtu.be/oe2lI94q_Ws?si=2C1oD1G48TJB51B8