Documentos de Académico
Documentos de Profesional
Documentos de Cultura
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
Requerimientos:
Si NO se realiza un:
Temas relevantes:
Crecimiento:
$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
“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
Minimizar emisión de
carburos
Digital
Farming
Tratamientos
Avances biológicos
moleculares
Tecnología
GPS
Biotecnolo
gía
Protección
Cultivos de
híbridos cultivos
Tractor
Arado
TIEMPO
DATA SCIENCE
Agricultura digital 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
✓ Históricos de producción
𝑐𝑢𝑙𝑡𝑖𝑣𝑜 = 𝑓 𝑣, 𝑒, 𝑝 + 𝜀
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
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
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