El Grupo Operativo APP-TRI desarrolla una aplicación predictiva para mejorar la eficiencia y sostenibilidad del cultivo de trigo en España
El Grupo Operativo APP-TRI trabaja con el fin de mejorar la productividad del cultivo de trigo en España. Este proyecto, financiado en el marco del Plan Estratégico de la PAC 2023-2027, busca desarrollar una aplicación informática que permita a los agricultores estimar la productividad del trigo mediante el monitoreo, procesado e interpretación de datos registrados en mapas de rendimiento y sensores instalados en el satélite Sentinel-2.
El objetivo principal es aumentar la eficiencia, la productividad y la sostenibilidad ambiental del cultivo de trigo. La aplicación digital predictiva permitirá anticipar la previsión de la cosecha hasta tres meses antes y detectar posibles desviaciones o anomalías en el manejo agronómico del cultivo. Además, se acompañará de una guía práctica para el usuario, facilitando la toma de decisiones en prácticas agrícolas como riego, fertilización y control de plagas.
El proyecto se desarrollará en 37 meses y contará con un presupuesto total de 507.255,70 €. Las actividades incluyen la creación de una base de datos agronómica extensa, el diseño y optimización de modelos predictivos, el desarrollo de la aplicación de software, y la selección y seguimiento de parcelas «vitrina» en diversas provincias españolas.
Este proyecto representa una gran oportunidad para el sector agrícola español, promoviendo una agricultura más competitiva y sostenible, y contribuyendo a la recuperación económica del sector.
Qué tecnologías usa
El proyecto APP-TRI utilizará varias tecnologías avanzadas para mejorar la productividad del cultivo de trigo. Entre ellas se destacan:
- Teledetección: Utilización de datos de alta resolución del satélite Sentinel-2 del programa Copernicus de la Unión Europea. Estos datos permitirán el monitoreo de la vegetación y la recopilación de información sobre la reflectancia en diferentes bandas espectrales.
- Modelos matemáticos y computacionales: Aplicación de métodos de regresión lineal, modelización física mediante lenguajes de programación como Matlab, Python y R, y modelización mediante elementos finitos con COMSOL Multiphysics.
- Inteligencia Artificial (Machine Learning): Uso de algoritmos de aprendizaje automático para procesar grandes volúmenes de datos (Big Data) y desarrollar modelos predictivos y prescriptivos que optimicen el rendimiento del cultivo.
- Sensores remotos: Instalación de sensores en el satélite Sentinel-2 para obtener datos precisos sobre la fisiología y anatomía del cultivo.
- Aplicación de software: Desarrollo de una aplicación digital que integrará los modelos predictivos y permitirá a los agricultores monitorizar la productividad del cultivo de trigo, anticipar la cosecha y tomar decisiones correctivas.
Estas tecnologías se combinarán para proporcionar una herramienta innovadora que mejorará la eficiencia y sostenibilidad del cultivo de trigo en España.
