Los productores de tomate se enfrentan al reto de predecir con exactitud los rendimientos, lo cual es crucial para sus operaciones comerciales y sus previsiones. No obstante, los modelos tradicionales de predicción de rendimientos no suelen tener en cuenta picos o descensos repentinos en los rendimientos reales, conocidos como oscilaciones del rendimiento. Estas variaciones impredecibles pueden estar causadas por factores biológicos, medioambientales o externos.
El equipo de científicos de cultivos y de datos de WayBeyond llevó a cabo un estudio para arrojar luz sobre los factores que provocan las oscilaciones del rendimiento y proponer una aproximación más integral a la predicción de rendimientos.
Los tomates son uno de los cultivos hortícolas más producidos de todo el mundo. Si bien sigue predominando el cultivo a campo abierto, muchos productores se han mudado a entornos protegidos como invernaderos de plástico o cristal para garantizar la producción durante todo el año y mitigar las inclemencias meteorológicas, las plagas y las enfermedades. Los ambientes controlados brindan oportunidades para manipular el clima, el agua y la luz, lo que se traduce en una producción considerablemente mayor que la obtenida mediante los métodos tradicionales.
El doctor Tharindu Weeraratne, director de Ciencia de Cultivos y Agronomía, explica que "la predicción exacta de los rendimientos es fundamental para los productores porque permite aplicar soluciones en el corto plazo y estrategias en el largo plazo. Ayuda a guiar a los cultivos hacia los resultados productivos deseados, aporta certidumbre en cuanto a la cantidad de producto disponible para la venta y favorece el cumplimiento de los contratos de suministro. No obstante, predecir los rendimientos con una alta precisión de manera constante es todo un reto a causa de las oscilaciones de los rendimientos, lo cual puede repercutir significativamente en las operaciones comerciales y en las previsiones".
El estudio de WayBeyond desafía la búsqueda exclusiva de la predicción de rendimientos con alta precisión y, por el contrario, pone el foco en identificar y comprender los fenómenos biológicos y medioambientales para predecir las oscilaciones de los rendimientos. Adoptando un enfoque más integral para interpretar la predicción de rendimientos, los productores pueden mejorar su confianza a la hora de predecir los rendimientos y optimizar la producción.
El estudio analizó datos anónimos de 20 ciclos de cultivo de tomate en diversos ambientes protegidos de cultivo, utilizando los algoritmos registrados de recopilación de datos digitales y análisis de WayBeyond, así como modelos de IA para estudiar los datos englobando la genética vegetal, el entorno y las prácticas de manejo del cultivo.
El doctor Mpatisi Moyo, director de Inteligencia Artificial, explica: "Nuestros hallazgos ponen de relieve la relación entre la precisión en la predicción de rendimientos y la manifestación de oscilaciones de los rendimientos. Hemos identificado patrones comunes asociados con oscilaciones altas y bajas de las oscilaciones de los rendimientos, incluyendo factores ambientales como la temperatura y la luz, así como indicadores biológicos como las mediciones del crecimiento vegetal y el equilibrio vegetal".
El doctor Weeraratne concluye: "Este estudio enfatiza la importancia de tener en cuenta los datos ambientales y biológicos además de los modelos de predicción de rendimientos. Recopilando y analizando datos sobre clima, desarrollo del cultivo y factores contextuales, los productores de tomate pueden tener una comprensión global de su entorno de cultivo y tomar decisiones informadas. Creemos que este enfoque permite anticipar y gestionar las oscilaciones de los rendimientos, lo cual se traduce en un manejo más constante del cultivo y en datos de mayor calidad".
El estudio abre la puerta a la mejora de las capacidades de toma de decisión de los productores de tomates, al proporcionarles las herramientas necesarias para anticiparse a las oscilaciones de los rendimientos, interpretar las predicciones de rendimiento con mayor exactitud y mitigar los riesgos para sus cultivos y su negocio. Con la adopción de un enfoque más integral para la predicción de rendimientos, los productores pueden maximizar su potencial de rendimiento y minimizar las pérdidas económicas y productivas.
Descarga el estudio completo en https://www.waybeyond.io/beyond-yield-prediction-whitepaper.
Para más información:
Christelle Blanchet-Aissaoui
WayBeyond
Email: christelle.blanchet-aissaoui@waybeyond.io