La Revolución Verde trajo consigo la introducción de agroquímicos en el campo agrícola y una sobredimensión del regadío. Esto ha llevado a que se triplique el consumo de recursos naturales en apenas cincuenta años en el sector agrícola, con el coste que implica, además de afectar considerablemente a la sostenibilidad. Los sistemas de inteligencia artificial...
La Revolución Verde trajo consigo la introducción de agroquímicos en el campo agrícola y una sobredimensión del regadío. Esto ha llevado a que se triplique el consumo de recursos naturales en apenas cincuenta años en el sector agrícola, con el coste que implica, además de afectar considerablemente a la sostenibilidad.
Los sistemas de inteligencia artificial han llegado al sector agrícola, integrado algoritmos capaces de calcular la demanda hídrica de los cultivos, que se determina a través de la evapotranspiración de la especie vegetal. Mediante este método, es posible conocer las necesidades reales de agua de los cultivos, y su capacidad para consumirla.
Además, toda la información complementaria necesaria se pueden obtener a partir de bases de datos preestablecidas, estaciones meteorológicas, dendrómetros, sensores de suelo o imágenes híper-espectrales. La unión de todas estas fuentes, permite generar modelos predictivos que, entrenados de la manera adecuada, pueden dar solución a los problemas a los que se enfrenta la agricultura de esta era digital.
El empleo de una fuente de datos u otra depende del grado de sofisticación del modelo empleado. El uso de datos recolectados in situ incrementa la precisión de los valores ofrecidos, pues se adaptan a cada caso concreto y zona del campo, y no se basa en una extrapolación de datos, si no en catas reales.
Los sistemas de inteligencia artificial necesitan de la integración de todas las tecnologías citadas en esta Revolución Tecnológica, para aumentar la precisión de los valores.
Estos sistemas también tienen la capacidad de determinar las necesidades nutricionales de las plantaciones. A partir de los nutrientes del suelo, del agua y la composición del propio terreno, las herramientas pueden recomendar al agricultor qué productos aplicar, en qué zonas y en qué cantidades.
Estos sistemas pueden descender la demanda de insumos en hasta un 65 %, generando ahorros considerables y un aumento de la calidad y supervivencia del cultivo en cada fase de crecimiento.
La variables a tener en cuenta en el estudio se presentan en la siguiente tabla, donde se establecen los rangos de valores aceptables para cada tipología de dato. Este modelo de datos es el que debe aplicarse a la muestra de datos a descargar.
El objetivo de este reto se divide en tres cometidos clave:
Generar un modelo de clasificación sectorizada de la tierra según sus valores nutricionales
Crear una plataforma de visualización que delimite los sectores en base a los criterios más adecuados para su estudio
Prescribir el tratamiento por sectores, conforme a los resultados obtenidos
La clave es desarrollar la mejor solución posible, planteando hipótesis realistas y pensando cómo dar una solución al agricultor medio.
La solución será evaluada y se medirá de acuerdo a:
Haber completado los tres objetivos con una solución efectiva, aplicable al mundo real y viable en cuanto a su desarrollo
Ser innovadora y funcionalmente atractiva
Las conclusiones que se obtengan sean concluyentes y el tratamiento de los datos haya sido correcto
La interfaz ofrezca soluciones reales para la toma de decisiones
La Revolución Verde trajo consigo la introducción de agroquímicos en el campo agrícola y una expansión del regadío. Esto ha llevado a que se triplique el consumo de recursos naturales en apenas cincuenta años.
Los sistemas de inteligencia artificial han integrado algoritmos capaces de calcular la demanda hídrica de los cultivos, que se determina a través de la evapotranspiración de la
Los valores empleados se pueden obtener a partir de bases de datos preestablecidas, estaciones meteorológicas, dendrómetros, sensores de suelo o imágenes hiperespectrales.
El empleo de una fuente de datos u otra depende del grado de sofisticación del modelo empleado. El uso de datos recolectados in situ incrementa la precisión de los valores ofrecidos, pues se adaptan a los requerimientos de cada campo agrícola.
Los sistemas de inteligencia artificial necesitan de la integración de todas las tecnologías generadas en esta Revolución Tecnológica para aumentar la precisión de los valores
Es común que estos sistemas también determinen las necesidades nutricionales de los vegetales. A partir de los nutrientes del suelo, del agua y de las enmiendas aplicadas en el perfil edáfico, las herramientas, ofrecen a los agricultores la cantidad de abono a aplicar al
Estos sistemas pueden descender la demanda de insumos en hasta un 65 %cultivo en cada fase de crecimiento.
Por otro lado, la aplicación de los modelos se ha extrapolado hacia las redes de regantes para dar solución a la gestión integral y sostenible del ciclo del agua.
Los sistemas de trazabilidad inteligentes pueden detectar las fugas de agua, y permiten aminorar en un 30 % perdidas hídricas y energéticas.
Los datos serán publicados una vez se comience la entrega de resultados, publicándose el ranking de inscritos y la puntuación de las soluciones.
Ánimo a todos los participantes, y a por el reto!!
Gestionar el consentimiento de las cookies
Para ofrecer las mejores experiencias, utilizamos tecnologías como las cookies para almacenar y/o acceder a la información del dispositivo. El consentimiento de estas tecnologías nos permitirá procesar datos como el comportamiento de navegación o las identificaciones únicas en este sitio. No consentir o retirar el consentimiento, puede afectar negativamente a ciertas características y funciones.
Funcional
Siempre activo
El almacenamiento o acceso técnico es estrictamente necesario para el propósito legítimo de permitir el uso de un servicio específico explícitamente solicitado por el abonado o usuario, o con el único propósito de llevar a cabo la transmisión de una comunicación a través de una red de comunicaciones electrónicas.
Preferencias
El almacenamiento o acceso técnico es necesario para la finalidad legítima de almacenar preferencias no solicitadas por el abonado o usuario.
Estadísticas
El almacenamiento o acceso técnico que es utilizado exclusivamente con fines estadísticos.El almacenamiento o acceso técnico que se utiliza exclusivamente con fines estadísticos anónimos. Sin un requerimiento, el cumplimiento voluntario por parte de tu Proveedor de servicios de Internet, o los registros adicionales de un tercero, la información almacenada o recuperada sólo para este propósito no se puede utilizar para identificarte.
Marketing
El almacenamiento o acceso técnico es necesario para crear perfiles de usuario para enviar publicidad, o para rastrear al usuario en una web o en varias web con fines de marketing similares.
