fruit forecast

Grupo Operativo basado con el uso de datos y tecnologías Big Data para poder desarrollar modelos de predicción que anticipen  información sobre la evolución de parámetros de calidad y volúmenes de cosecha para el sector de melocotonero y cerezo.

Retos

La variabilidad meteorológica generada por el cambio climático provoca una incertidumbre en la evolución de los cultivos que conlleva una dificultad añadida en la planificación de las cosechas, y particularmente en fruticultura. Por otra parte, el incremento en la variabilidad del volumen y la calidad de las producciones de melocotonero y cerezo hace que la inversión de recursos y de dedicación de los equipos técnicos para planificar las cosechas sea cada vez más elevada y no más certera. Los equipos técnicos utilizan diferentes técnicas (muestreos, controles de maduración, aforos, etc.) para averiguar de antemano las variables mencionadas de volumen y momento óptimo de cosecha, pero la fiabilidad de los resultados que estos sistemas aportan tiene mucho potencial de mejora. La gran cantidad de variables que afectan tanto a la calidad como a la cantidad de las producciones (meteorología, características de las parcelas, zonas productivas, etc.) hace que sea muy complejo obtener unas predicciones fiables con las aproximaciones tradicionales, y por tanto, que a día de hoy todavía no haya una metodología exitosa para poder conocer con antelación las dos principales variables que afectan a la planificación de cosecha en el cultivo de melocotonero y cerezo: volumen y maduración de cosecha.

Por lo tanto, conseguir mejorar la fiabilidad de la planificación de cosecha se convierte en un factor crítico para la competitividad de las empresas productoras frutícolas. Obtener una planificación de cosecha fiable permite ganar una posición estratégica a la hora de:

Eficacia

Tomar decisiones comerciales estratégicas

rentabilidad Económica

Negociar contratos de venta (precios, fechas de entrega y volúmenes) con clientes

R
Eficiencia

Reducir los costes de producción gracias a una mejor eficiencia en la gestión de los recursos

]
Optimizar

Optimizar la capacidad de frío y logística de las centrales

ACTIVIDADES

 

El proyecto está basado en el uso de datos y tecnologías Big Data para poder desarrollar modelos de predicción que anticipen información sobre la evolución de parámetros de calidad y volúmenes de cosecha para el sector de melocotonero y cerezo. Se entiende que estos modelos son escalables a otras especies frutícolas posteriormente.
La tecnología vinculada al Big Data permite actualmente integrar múltiples fuentes de información para desarrollar modelos de predicción para reducir la incertidumbre en la planificación de cosecha. Las fuentes de datos que se utilizarán en este proyecto están divididas en 4 bloques principales :

Bancos de datos agrometeorológicos

(fonts: Meteocat, AEMET, MeteoBlue) 

Históricos de datos de las empresas productoras

a) Controles de maduración, mediante parámetros de calidad del fruto como la degradación de la clorofil.la en melocotón (medido con el aparato DA-meter) y el contenido de azúcares en cereza (medidos con refectrometre).
b) Historial de volúmenes de producción por parcela (el origen son los ERP de la central)
c) Aforos (el origen son los registros de las empresas)

 

Caracterización de las parcelas mediante:

a) Mapas / tipo de suelos
b) Detalles de plantación (superficie, edad de los árboles, variedad, portainjerto, sistema de formación … etc)

 

MIEMBROS DEL GRUPO OPERATIVO

Cluster FEMAC

Coordinador

FRUITS DE PONENT

Socio Beneficiario

CERIMA CHERRIES

Socio Beneficiario

RWA DATA

Socio Participante

IRTA

Socio Participante

Con el apoyo de:  

With the support of: