Agricultura Estados Unidos Tecnología agrícola y mecanización Viticultura y Enología

La nueva aplicación para teléfonos inteligentes predice los rendimientos de los viñedos antes y con mayor precisión

viñedos
Crédito: CC0 Public Domain

Los ingenieros y científicos de plantas de la Universidad de Cornell se han unido para desarrollar un sistema de bajo costo que permite a los productores de uvas predecir sus rendimientos mucho antes en la temporada y con mayor precisión que los costosos métodos tradicionales.


por Krishna Ramanujan, Universidad de Cornell


El nuevo método permite a un productor utilizar un teléfono inteligente para grabar videos de las vides mientras conduce un tractor o camina por el viñedo por la noche. Luego, los productores pueden subir su video a un servidor para procesar los datos. El sistema se basa en la visión por computadora para mejorar la confiabilidad de las estimaciones de rendimiento.

Los métodos tradicionales para estimar el número de racimos de uva suelen ser realizados manualmente por trabajadores, quienes cuentan un subconjunto de racimos en las vides y luego escalan su número para dar cuenta de todo el viñedo. Esta estrategia es laboriosa, costosa e inexacta, con tasas de error de recuento de clústeres promedio de hasta el 24% de los rendimientos reales. El nuevo método reduce esas tasas de error promedio máximas a casi la mitad.

«Esto podría ser un verdadero cambio de juego para las granjas pequeñas y medianas en el noreste», dijo Kirstin Petersen, profesora asistente de ingeniería eléctrica e informática en la Facultad de Ingeniería.

Petersen es coautor del artículo «Predicción de recuento de racimos previo a la floración de bajo costo, basada en visión por computadora y en viñedos», que se publicó en la revista Frontiers in Agronomy . Jonathan Jaramillo, estudiante de doctorado en el laboratorio de Petersen, es el primer autor del artículo; Justine Vanden Heuvel, profesora de la Sección de Horticultura de la Facultad de Ciencias Vegetales Integradas de la Facultad de Agricultura y Ciencias de la Vida, es coautora.

Cuando los trabajadores cuentan manualmente los racimos en una enredadera, la precisión depende en gran medida de la persona que cuenta. En un experimento, los investigadores encontraron que para un panel de cuatro vides que contienen 320 racimos, los conteos manuales variaron de 237 a 309.Los trabajadores contarán el número de racimos de uva en una pequeña porción del viñedo para obtener un número promedio de racimos por hilera. . Luego, los agricultores multiplicarán el promedio por el número total de hileras para predecir los rendimientos de un viñedo. Cuando los números de los conglomerados se contabilizan incorrectamente, multiplicarlos amplifica aún más las predicciones de rendimiento inexactas.

«Demostramos que, en comparación con la tecnología, un agricultor tendría que contar manualmente el 70% de su viñedo para obtener el mismo nivel de confianza en su predicción de rendimiento», dijo Petersen, «y nadie haría eso».

Existen contadores de robots precisos y de alta tecnología, pero cuestan más de $ 12,000, lo que los hace inaccesibles para los pequeños y medianos productores. Otra desventaja: cuentan las uvas cuando están más cerca de la maduración, al final de la temporada, en septiembre u octubre. El nuevo método cuenta conglomerados de mayo a junio.

«Tener buenas predicciones al comienzo de la temporada les da a los agricultores más tiempo para actuar en base a la información», dijo Jaramillo. Los agricultores pueden entonces conseguir mano de obra y compradores por adelantado. O, si están elaborando vino, pueden adquirir la cantidad adecuada de equipo para producirlo y envasarlo. «No tener estas cosas alineadas con anticipación puede causar problemas a los productores en el último minuto y, en última instancia, reducir las ganancias», dijo Jaramillo.

Ahora, un trabajador no calificado puede simplemente conducir un tractor arriba y abajo de las filas con un teléfono inteligente instalado en un cardán. Si bien aún se están elaborando los detalles de un lanzamiento público, los investigadores probarán una aplicación en el campo este verano. Los investigadores pretenden que esta aplicación sea de código abierto y que los componentes de aprendizaje automático se configuren de manera que los usuarios simplemente carguen su video en un servidor que procesará los datos por ellos.



WP Twitter Auto Publish Powered By : XYZScripts.com