El uso de drones en la gestión de los olivares contribuye a la mayor eficiencia del sector

El Grupo Operativo de Agricultura de Precisión con Drones Aplicado al Olivar ha presentado en Almería los resultados de su último trabajo realizado. Este grupo está coordinado por Asaja y ha contado con la participación del centro Atlas, Ifapa, Olivarum y la Universidad de Jaén.

«La innovación siempre ha estado muy presente dentro del sector agrario y por ello la importancia de este tipo de trabajos, especialmente para cultivos como el del olivar por su importancia en muchas zonas de Andalucía», ha destacado el presidente de Asaja Almería, Pascual Soler.

Objetivo del proyecto

Se trata de proyecto «innovador y pionero» en este sector y su objetivo es determinar si los drones son capaces de detectar parámetros como condiciones de humedad, erosión, plagas etc en comparación con las muestras tomadas en tierra en las propias explotaciones.

Con estos resultados, «que han sido satisfactorios, se podría ayudar al olivarero a rentabilizar costes y mejorar las condiciones económicas y por supuesto medioambientales de su explotación».

El responsable de vuelos del centro Atlas de la FADA (Fundación Andaluza de Desarrollo Aeroespacial), Anastasio Sánchez, ha recordado que el trabajo de la fundación ha sido recoger los datos aéreos que aunque tradicionalmente se ha utilizado en agricultura mediante satélites, no se había hecho con drones.

El uso de drones permite obtener fotos más cerca y con más resolución, permitiendo incluso el análisis individual, olivo a olivo, es lo que se llama «agricultura de precisión, esto permite el poder tener una foto muy exacta ya no solo de una plantación concreta, sino del estado de cada una de las zonas de su plantación, para aplicar de manera mucho más selectiva los fitosanitarios», ha remarcado.

Beneficios y resultados

Gracias al análisis previo, se puede conseguir también un ahorro de productos y mayor sostenibilidad para el olivar, con lo que el proyecto no es solo algo tecnológico, sino que puede ir a la calle y esperemos que en el menor tiempo posible.

Con este proyecto se ha diseñado e implementado una metodología software basada en Python para el análisis de fincas a partir de imágenes multiespectrales obtenidas tras un vuelo de drones.

Además, se ha desarrollado una aplicación que permite procesar las imágenes multiespectrales y obtener el índice NVDI asociado a la vegetación de la finca, y se ha entrenado una Red Neuronal basada en inteligencia artificial para la predicción de nutrientes visualizando los resultados en mapas de color.

El grupo asegura que la precisión de los modelos entrenados es próxima al 80% del rango de valores, y se puede ganar en precisión aumentando el conjunto de datos.