El Grupo Operativo Predic I ha desarrollado un prototipo que permite predecir, desde finales de marzo, la producción de la cosecha con una precisión de entre el 80 y el 90%.
Predic I, un consorcio formado por Citoliva, Cetemet, Cooperativas Agro-alimentarias de Andalucía, Nutesca y la Universidad de Jaén, está desarrollando un prototipo tecnológico capaz de anticipar una estimación de cosecha a partir de marzo, cuando el olivo todavía se encuentra en estado fenológico de brotación y aparición de las primeras yemas.
Además de tener un índice de precisión de entre el 80-90%, esta anticipación al mes de marzo es la mayor innovación, ya que existen otras tecnologías capaces de anticipar cosechas pero se basan en el polen del olivo, por lo que la predicción se realiza en los meses de mayo y junio, cuando la inversión del agricultor o la cooperativa ya se ha realizado.
El sistema tiene un funcionamiento similar al Sigpac y es de acceso libre, se basa en Inteligencia Artificial y algoritmos de precisión y es capaz de evolucionar gracias a la información que se genera. De hecho, la información de nuevas campañas permitirá generar modelos predictivos cada vez más eficientes y más ajustados a cada zona.
Actualmente, el Grupo Operativo Predic I ha resuelto la implementación de los datos que permitan realizar un mapa de cosecha en cualquier municipio olivarero de Jaén, Córdoba y Granada, y en el futuro permitirá realizar consultas sobre producciones históricas de las explotaciones para analizar el comportamiento dinámico del cultivo a lo largo del tiempo.
Actualmente, el proyecto se centra en la incorporación de datos históricos procedentes del seguimiento del cultivo por satélite. Además, se está trabajando en mejorar la herramienta para que también sea capaz de predecir las cosechas por fincas concretas.
A día de hoy se ha realizado una selección de 15 explotaciones piloto (cinco en Jaén, cinco en Córdoba y cinco en Granada) con las que se ha llegado a un acuerdo para la toma de datos.
En esta línea de trabajo se están realizando vuelos periódicos con drones dotados con sensores térmicos y multiespectrales para enseñar al algoritmo con las variables obtenidas (mediante análisis visual, análisis foliar y de terreno de olivar) para la detección temprana de cosecha a nivel de parcela.
