Big Data en agricultura

Big Data y Analítica Productiva para Agricultura

eFoodPrint ofrece desde 2017 servicios de Big Data para agricultura basados en modelos de predicción. El inicio de estos servicios es el convenio de colaboración acordado con la Facultad de Ciencias Económicas y Sociales de UIC Barcelona, en el marco del Máster Executive en Big Data Science (MBDS).

Estos servicios de Big Data para el sector agrícola son Sistemas de Apoyo a la Decisión para que decisores, responsables de equipos técnicos y de equipos de calidad reduzcan la incertidumbre del entorno agrario con el objetivo de tomar las mejores decisiones agronómicas y de negocio.

La digitalización en agricultura

La digitalización de los datos en agricultura permite utilizarlos posteriormente en modelos de predicción basados en Big Data para reducir incertidumbre respecto a la evolución ciertas variables como fechas de maduración o volúmenes de cosechas.

Muchos técnicos y organizaciones disponen de historiales digitalizados (incluso en papel!) que son la base para crear modelos de predicción. Toda esta información histórica registrada es de gran valor cuando se utiliza en los modelos de predicción.

La información es poder

Utilizar los datos históricos de producción y de bases de datos (públicas o privadas) y registros de maduración o aforos (como por ejemplo controles de maduración) es un patrimonio al alcance de las organizaciones del sector agrícola para reducir incertidumbre y tomar mejores decisiones.

Por ejemplo en viticultura muchas bodegas disponen de controles de maduración de determinadas parcelas. Big Data permite valorizar esta información infiriendo estos históricos de maduración en parcelas donde no existen controles de maduración previos.

Objetivos en viticultura

Reducir la incertidumbre de las variables meteorológicas, determinar fechas de vendímia en función de parámetros de calidad o anticipar el volumen de producción son uno de los retos más importantes en viticultura. Gracias a la tecnología Big Data es posible reducir la incertidumbre de variables críticas para mejorar la toma de decisiones.

Anticipar la evolución de parametros de calidad (por ejemplo, grado y acidez, entre otros)

Conocer el volumen de producción por parcela

Recibir alertas meteorológicas gracias a la hiperlocalización de variables meteorológicas con estaciones virtuales (vídeo aquí)

Configurar modelos de predicción de plagas y enfermedades

Objetivos en hortofruticultura

Conocer de antemano con menor incertidumbre en que fechas empezará la recolección me permite anticipar con mayor exactitud fechas de entrega a supermercados o clientes. Otras aplicaciones de Big Data en agricultura son:

Obtener volúmenes y fechas cosecha con antelación (por ejemplo, fecha de inicio de cosecha por parcela)

Anticipar la evolución de parametros nivel de azúcares o penetromías en fruticultura)

Recibir alertas meteorológicas gracias a la hiperlocalización de variables meteorológicas con estaciones virtuales (vídeo aquí)

Configurar modelos de predicción de plagas y enfermedades

Resultados en viticultura

Obtención de un modelo predictivo de la evolución del grado alcohólico por parcela con una media en error inferior a 0,5 grados con 4 semanas de antelación.

Resultados en fruticultura

Obtención de un modelo predictivo en fecha de inicio de cosecha por parcela con un error medio de 3 días en fecha de incio de cosecha.

Obtención de un modelo predictivo en volumen total de producción con un error inferior al 5%.

 

 

Casos de éxito

Empresas del sector frutícola cómo Fruit de Ponent y Cerima Cherries o empresas vitivinícolas cómo Vitalpe o Juvé & Camps están ya beneficiándose de los beneficios que propociona la tecnología Big Data en agricultura. Aquí los testimonios de algunos de los usuarios.

 

 

 

Resumen del webinar con UIC sobre Big Data y Agricultura

Con la idea de compartir experiencias con técnicos y directivos del sector agrario, realizamos en Febrero de 2019 con el director del Máster Executive de Big Data de la UIC un seminario online para explicar los beneficios que puede aportar el Big Data a la agricultura. En éste video de 5 minutos se explica un resumen del webinar:

 

DSS (Sistemas de Apoyo a la Decisión)

DSS (Decision Support Systems) son herramientas de apoyo a la decisión basados en modelos de predicción. Decisiones sin datos ni información adecuada puede provocar perdidas importantes en cualquier negocio. La tecnologia y los modelos basados en Big Data facilitan predicciones para optimizar la toma de decisiones en agricultura.

Los DSS se pueden aplicar en:

Área Comercial y Financiera: Facilita fechas de cosechas y volúmenes de producción más fiables a tus clientes. Mejora el margen de explotación de tu actividad anticipándote al mercado. (por ejemplo si conozco de antemano si la producción de este año será inferior a la habitual, puedo anticiparme a mis competidores comprando con antelación)

Recursos Humanos: Anticípate a las necesidades de personal de campo y almacén en función de las predicciones de volúmen y fechas de cosecha.

Almacen y Logística: Compra o vende en función de las predicciones de volumenes de cosecha. Adelántate a tus competidores y optimiza las capacidades de frío de tu organización.

Qué datos son necesarios para aplicar Big Data en Agricultura?

Datos históricos de producción de cualquier ERP, cuadernos de campo, controles de maduración, aforos de cosechas…etc en cualquier tipo de formato como excel o csv. Es necesaria también la geolocalización y caracterización del parcelario. Por último, agregamos datos meteorológicos hiperlocalizados y de otras fuentes para obtener predicciones para agricultura.

Otros sectores ya usan soluciones basadas en modelos predictivos que usan aplicaciones de Machine Learning que superan las predicciones humanas. Por qué no en Agricultura?

 

 

SOLICITA MÁS INFORMACIÓN AQUÍ PARA CONOCER MÁS SOBRE BIG DATA Y AGRICULTURA

 

 

Analítica productiva en Agricultura

Analítica Productiva permite extraer información agrícola de diferentes fuentes (cómo ERP’s, excel, eFoodPrint ENV, cuadernos de campo digitales…etc) y combinarla para crear informes personalizados y dinámicos de resultados de calidad, técnicos y económicos útiles en agricultura.

Además, estos informes pueden compartirse a tiempo real con los diferentes miembros de una organización, como por ejemplo, un conjunto de socios de una cooperativa o un conjunto de proveedores agrícolas.

 

Contáctanos aquí para más información: 972 183 262 – info@efoodprint.com