Modelización y análisis de

datos para la agricultura

de precisión

Casos de
Inteligencia
artificial
para el riego
Técnicas de inteligencia artificial para
el uso eficiente del agua y
fertilizantes en plantaciones de
arándanos
Arándanos en Chile

➢ Los Berries representan el 6,6 % de la

superficie de frutales del País, equivalentes
a 20 mil hectáreas, de las cuales más de 15
mil (4,91%) corresponden a Arándanos.
(Odepa, 2016).
➢ De estos, casi 5200 Hectáreas se
encuentran en la Región del Biobío y casi
4.800 Hectáreas en la Región del Maule.
➢ Chile es el principal exportador de
Arándanos del Hemisferio Sur.
 Cultivo del Arándano

Requerimientos:

1. Elegir una variedad de Arándano.

2. Desarrollar un
estudio edafoclimática
del área plantación.

3. Resistencia a estrés biótico y abiótico.

 Efectos y enfermedades en el Arándano

Si NO se realiza un:

❑ Estudio del área específica de plantación.

❑ Control nutricional.
❑ Control del riego.
❑ Control de malezas.
 Control en el cultivo del Arándano

Temas relevantes:

✓El manejo nutricional es uno de los factores de mayor importancia en el cultivo de

arándanos.
✓El riego se debe realizar según la demanda.
✓Mayor rendimiento y calidad = Mayor rentabilidad para el cultivo.
 Proyecciones Mundiales

Crecimiento:

2 – 5 Litros de o Al 2050 se estima

agua diarios una población de
9300 millones de
personas.

3.000 - 5.000 Litros

de agua diarios
Brecha Hídrica en Chile
¿Cambio climático?

❑¿Qué podemos hacer?

❑¿Cómo aporta la tecnología
a entregar soluciones?
 Tecnología disponible
Internet of Things

Communications diagram of Agrotech project in Aragon, Spain

Inteligencia Artificial (I.A.)

 ¿Qué es la Inteligencia Artificial?

“Es la inteligencia llevada a cabo por máquinas”

“Es la simulación de procesos de inteligencia humana por parte de máquinas”
“Es el proceso de razonamiento en máquinas que incluye: aprendizaje,
razonamiento y autocorrección”

Inteligencia Artificial Débil Inteligencia Artificial Fuerte

• Machine Learning: la I.A. está • Deep Learning: la I.A. tiene

entrenada para realizar una tarea habilidades cognitivas, puede
en particular de manera repetitiva. aprender por si sola y puede
encontrar soluciones a problemas.
 Inteligencia Artificial en la Agricultura

Preguntas que puede ayudar a responder:

❑ ¿Qué plantar, en dónde, cuándo?

❑ ¿Cuál será volumen de las cosechas?
❑ ¿Dónde rociar un herbicida y en dónde no?
❑ ¿Se trata de un brote o de una maleza?
❑ ¿Cuál es el mejor método de riego? Utilización de historia pasada para predecir el futuro
❑ ¿Debo cambiar el tipo de cultivo? ✓ Monitoreo en tiempo real del estado del cultivo
o Estado del suelo
o Humedad
o Composición química
✓ Comportamientos históricos
o Del Clima
o De las cosechas
Caso de uso de la Inteligencia Artificial en Chile

Resultados Sistema Inteligencia Artificial

$ 100 Litro de agua x 21.000 Litros

= $2.100.000 x mes

$2.100.000 x 12 meses
= $25.200.000 Anual (Ahorro) Fuente: INFORME TECNICO AGRONOMICO FIA PYT-2009-0259
Carlos Hernandez Ulloa.
Estimación automática de aforos y
recolecciones
Big Data

“Data is becoming the new raw material of business”

Craig Mundie, head of research and strategy, Microsoft

“Information is the oil of the 21st century, and analytics is the

combustion engine”
Peter Sondergaard, senior vice president at Gartner

“You can have data without information, but you cannot have
information without data”
Daniel Keys Moran, writer and computer programmer and writer
 El impacto de la digitalización de la
Agricultura
¿Qué factores gobiernan Asegurar
el crecimiento, la disponibilidad de
Maximizar
calidad y la productos
producción y calidad
productividad de mi vegetales seguros
SECTOR cultivo? y de calidad

Uso eficiente del agua

DESARROLLO
AGRO- SOSTENIBLE
ALIMENTARIO ¿Puedo ahorrar costes
limitando el riego, la Minimizar erosión del Minimizar impacto
aplicación de pesticidas o suelo medioambiental
fertilizantes?

Minimizar emisión de
carburos

¿QUÉ ¿CÓMO LO ¿QUÉ ¿CUÁL ES

¿QUIÉN? OBTIENE EL
PERSIGUE CONSIGUE
? ? ? IMPACTO?
 La evolución de la agricultura
RENTABILIDAD

Digital
Farming
Tratamientos
Avances biológicos
moleculares
Tecnología
GPS
Biotecnolo
gía

Protección
Cultivos de
híbridos cultivos
Tractor

Arado

TIEMPO

Agricultura digital
DATA SCIENCE
Modelado predictivo
Procesado de imágenes
Clasificación automática
Extracción de características

DIGITAL
FARMING

BIG DATA
INTERNET OF THINGS Datos abiertos Imágenes
Drones satélite Datos de clima
Dispositivos conectados Datos de suelos
Gestión de notificaciones Históricos de producción
Actuadores de riego o abonado Históricos de calidad
Sensores
www.visualnacert.com
Agricultura digital con VISUAL 3.0
Imágenes Satélite
Datos agroclimáticos
 Distintas aproximaciones, un problema:
El aforo
✓ Muestreo mediante encuestas

✓ Inspecciones, toma de datos en el campo

✓ Históricos de producción

✓ Modelos estadísticos de predicción de producción

www.visualnacert.com
La fórmula de nuestros modelos automáticos
Big Data & Machine Learning

𝑐𝑢𝑙𝑡𝑖𝑣𝑜 = 𝑓 𝑣, 𝑒, 𝑝 + 𝜀

Las técnicas de Machine Learning permiten encontrar relaciones

entre las variables de entrada y la variable objetivo en un
proceso llamado aprendizaje automático.
Proceso de aprendizaje
Uno de nuestros modelos: Support Vector Machine

𝑐𝑢𝑙𝑡𝑖𝑣𝑜 = 𝐰 · 𝜙(𝑣, 𝑒, 𝑝) + 𝑏
El aprendizaje consiste en la minimización de una función regularizada
mediante una optimización cuadrática que garantiza un único mínimo
global.

1
ℛ 𝐰, 𝑏 = 𝐶 · ℓ 𝑦, 𝑓 𝑣, 𝑒, 𝑝 +
2
Principales variables que utiliza el modelo
Estaciones metereológicas en España en VISUAL

Valores diarios de las estaciones meteorológicas, desde 2008 hasta

hoy.

Actualmente estamos incluyendo

nuevas estaciones en Europa y el
norte de África..
Principales variables que utiliza el modelo
Climatología normal

Por cada mes del año

Temperatura mínima, media y máxima
Precipitación acumulada

Obtenido promediando los valores

de los últimos 30 años
Principales variables que utiliza el modelo
Características del suelo

Disponibilidad de nutrientes
Retención de nutrientes Condiciones
de enraizamiento
Disponibilidad de oxígeno para raíces
Exceso de sales Toxicidad
Trabajabilidad
Principales variables que utiliza el modelo
Características propias de la variedad

•Distintos modelos para cada variedad/grupo de variedades

•Agrupación de variedades según:

Precocidad, tamaño de árbol, frondosidad, productividad, etc…

•Actualmente trabajamos la variedad individual o con 5 grupos:

Satsumas, precoces, medias, tardías e híbridos
Principales variables que utiliza el modelo
Prácticas del agricultor

Se modelan mediante ciertas variables que indican cómo se hizo la

plantación, y cómo se trata el propio árbol.
Densidad de plantación: número de plantas por hectárea
Edad del cultivo: desde que se plantó/injertó hasta inicio campaña Patrón
Marco de plantación Tipo de riego
Fecha de recolección
 Proceso de aprendizaje
Datos de entrada

Cálculo
de
salida

Cálculo
de errores
Reajuste de
parámetros
del modelo

𝑐𝑢𝑙𝑡𝑖𝑣𝑜 = 𝑓 𝑣, 𝑒, 𝑝 + 𝜀
 Enraizamiento: limitaciones leves Horas frio: 489
El resultado Workability: limitaciones leves Integral Térmica: 1754
El resultado Enraizamiento: limitaciones leves Edad: 20 años
Workability: limitaciones leves Acumulación Térmica: 1866
El resultado Enraizamiento: limitaciones leves Edad: 20 años
Workability: limitaciones leves Densidad: 400 plantas/Ha
El resultado visto en VISUAL
El resultado visto en VISUAL
El resultado visto en VISUAL
Cómo tomar la mejor decisión?

datos

Planificación ALMACÉN

Estrategia de VENTAS

Necesidades de COMPRAS

necesidades de negocio
Cómo tomar la mejor decisión?

datos del
campo Planificación ALMACÉN

Estrategia de VENTAS

Necesidades de COMPRAS
predicciones
necesidades de negocio
 Cómo tomar la mejor decisión?

predicciones
datos del
campo Planificación ALMACÉN

Estrategia de VENTAS

Necesidades de COMPRAS

necesidades de negocio

www.visualnacert.com
Cómo tomar la mejor decisión?

datos del
campo

predicciones

CUANTOS KG recolectaré?
Planificación ALMACÉN
CUÁNDO recolectaré?
Estrategia de VENTAS
QUÉ CALIDAD tendré?
Necesidades de COMPRAS

necesidades de negocio