Grupo Operativo CITRIAFORO: Utilización de novas tecnoloxías para a correcta estimación da capacidade de cítricos

• Aplicación móbil para estimar o reconto de froitas a nivel de árbores e protocolo para estandarizar a adquisición de datos de aforo mediante un dispositivo móbil.
• Prototipo preindustrial dun dispositivo de adquisición de imaxes para predición de capacidade montado nun tractor ou vehículo terrestre.
• Protocolo para a normalización da adquisición de datos de capacidade baseada en drons e unha plataforma de xestión de imaxes adquiridas por vehículos terrestres e aéreos.

• Modelo de predición de capacidade supra-parcela baseado na fusión de información de diversas fontes e na implantación dunha plataforma dixital para estimar a capacidade a diferentes niveis.

Este resultado conseguiuse mediante a implementación dunha serie de algoritmos para estimar o rendemento de campo e o deseño dunha plataforma de seguimento e xestión dos datos e resultados do sistema implantado.

Os algoritmos desenvolvidos consideran diversos parámetros para determinar, coa maior precisión posible, o rendemento ou produción esperada en quilogramos do campo, 90 días antes da colleita da froita. Este proceso é especialmente complexo porque, neste momento, o froito aínda está nun estado verde inmaduro, o que dificulta aínda máis a identificación e o reconto das pezas da árbore.

Ademais de contar o número de froitos da árbore, concretamente dentro dun cuadrante seleccionado, é necesario determinar o tamaño ou calibre medio dos froitos. A partir deste tamaño pódese estimar o peso unitario de cada froito e despois extrapolalo, mediante curvas de evolución do crecemento, ao peso esperado xusto antes da colleita.

Finalmente, o peso obtido, en función do número de pezas, do seu tamaño e peso, proxéctase ao total de árbores do campo avaliado. Con todo isto, obteremos un resultado en forma de quilogramos ou toneladas totais de produción de froita que dará o campo.

O resultado 3 do Obxectivo Específico 1 conseguiuse mediante a definición e implantación dun protocolo deseñado especificamente para a recollida de datos e información para alimentar o sistema de predición do rendemento. Isto garante que o sistema poida mellorarse, tanto agora como no futuro, aumentando a súa precisión na entrega de resultados de previsión de rendemento.

O protocolo considera varios parámetros como:

• Cultivo e variedade
• Localización
• Época do ano
• Curvas de evolución do crecemento
• Datos históricos de produción
• Táboas de equivalencia entre calibres e pesos
• Conta de froitas
• Índices de corrección
• Área de parcela
• Número de árbores na parcela

Todos estes datos son recollidos e almacenados nunha base de datos deseñada especificamente para explotar esta información a gran escala e utilizala para mellorar o sistema e aumentar a precisión, reducindo a marxe de erro nos resultados.

O protocolo está implantado tanto en dispositivos móbiles, a través da aplicación instalable, como no servidor, onde se aloxan os algoritmos e modelos de datos que realizan o reconto e os cálculos, o que require unha alta capacidade de procesamento.

O protocolo permite a transmisión segura e rápida de información entre os dispositivos móbiles e servidores dos usuarios. Ademais, durante o seu desenvolvemento considerouse a escalabilidade, o que permitirá a integración doutras tecnoloxías no futuro.

Desenvolveuse un dispositivo de imaxe de campo preindustrial, deseñado para ser montado nun tractor. Funciona de forma autónoma mentres o condutor realiza tarefas agrícolas normais.

Avaliáronse diversos sistemas de captura e análise de imaxes para identificar a solución óptima. Mediante ferramentas de deseño 3D, fabricáronse en plástico os compoñentes estruturais necesarios para a montaxe do dispositivo.

O sistema consta de dúas cámaras colocadas para inspeccionar os dous lados da fila de cultivo, unha unidade de procesamento en tempo real capaz de contar froitas e unha pantalla táctil cunha interface de usuario sinxela. A enerxía é subministrada directamente desde a batería do vehículo.

As probas confirmaron que os algoritmos máis eficaces baséanse en YOLO (You Only Looks Once), especialmente nas súas últimas versións (v11). Para desenvolver modelos de decisión en tempo real, capturáronse e rotuláronse máis de 50.000 imaxes de cítricos, que abarcan múltiples variedades e condicións de iluminación, contribuíndo á alta robustez do modelo.

O dispositivo foi probado en campo en hortas comerciais, obtendo resultados preliminares cunha precisión do 80-85% con respecto ao total de froitos visibles, o que corresponde ao 60-70% do reconto total real. Estes resultados demostran o potencial do sistema como ferramenta de apoio fiable para a previsión de rendemento en condicións reais.

As actividades do obxectivo 1, no resultado R3, desenvolveron unha metodoloxía que utiliza imaxes de drons multiespectrais e análise de índices de vexetación para identificar puntos de mostraxe óptimos. Isto permite aos agricultores medir o rendemento de froitas (número e peso), avaliar a produción antes da colleita e mellorar os cálculos de previsión e a loxística asociada.

Resultados clave:
• Mellora dos puntos de mostraxe óptimos mediante estudos de variabilidade do solo e análise do desenvolvemento vexetativo histórico.
• Mapas xeorreferenciados de alta resolución para a toma de decisións en función de zonas homoxéneas dentro da parcela.
• Durante a campaña identificáronse períodos críticos para os voos con drons, reducindo os custos centrándose nas etapas clave de crecemento.

Valor engadido/Beneficios:
• Rentabilidade: menos voos con drons e capacidade dos agricultores para realizalos de forma independente.
• Precisión da previsión: aumento da precisión nas predicións de rendemento mediante a medición estratéxica do rendemento.
• Agricultura de precisión: Optimización do uso da auga e dos fertilizantes mediante a cartografía de zonas homoxéneas e a navegación guiada.
• Aumento da produtividade: correlación entre os datos NDVI, os parámetros de variabilidade do solo e os rendementos históricos para mellorar o rendemento dos cultivos.

Aplicacións prácticas:
• Seguimento en tempo real da saúde e variabilidade dos cultivos.

• Planificación eficiente do rego e xestión nutricional utilizando datos NDVI.
• Operacións de campo optimizadas con mapas xeorreferenciados.
Esta ferramenta promove a sustentabilidade, a agricultura de precisión e a rendibilidade, beneficiando directamente aos agricultores.

As actividades do Obxectivo 2, baixo o Resultado R3, permiten unha interface web intuitiva que integra as mostras puntuais optimizadas resultantes do Obxectivo 1. Tamén permiten unha xestión e análise eficiente dos datos agrícolas para apoiar a toma de decisións e optimizar a xestión dos cultivos.

Resultados clave:
• Mapas xeorreferenciados con mostras puntuais optimizadas en explotacións agrícolas.
• Integración de datos que inclúe mapas zonais de solo, índices de vexetación obtidos mediante drons e satélites e predicións meteorolóxicas.

Beneficios ou valores engadidos para os agricultores:
• Agricultura de precisión: Permite intervencións dirixidas mediante índices de vexetación para controlar o comportamento dos cultivos e os niveis de humidade.
• Reducir custos centrándose nas etapas críticas de crecemento e optimizando insumos como auga e fertilizantes.
• Aumento da produtividade: facilita a identificación de puntos de mostraxe óptimos e áreas homoxéneas para unha mellor predición do rendemento.

Aplicacións prácticas:
• Seguimento en tempo real da saúde e variabilidade dos cultivos mediante mapas interactivos.
• Planificación da xestión dos cultivos en función das tendencias dos datos.
• As ferramentas de navegación guían aos usuarios a puntos de mostraxe ou áreas problemáticas mediante a integración do GPS. As ferramentas de comparación permiten analizar paralelamente os índices de vexetación en diferentes datas ou tratamentos.
Esta plataforma promove a sustentabilidade, a agricultura de precisión e a rendibilidade proporcionando aos agricultores información práctica adaptada ás súas necesidades específicas.

Desenvolveuse unha plataforma de demostración para simular a predición do rendemento de cítricos a escala supra-horto, integrada na plataforma do proxecto e desenvolvida como unha aplicación interactiva en Google Earth Engine (https://molto-enr.users.earthengine.app/view/citriaforo). Esta plataforma demostra como se pode apoiar a planificación e a toma de decisións a gran escala mediante estimacións de rendemento visuais e accesibles.

A plataforma utiliza máis de 3.000 hortas anónimas con datos a escala. Predí a produción total en función da superficie individual do horto, das variables agroclimáticas (radiación, evaporación, temperatura do aire e do solo e precipitación) e índices espectrais Sentinel-2: NDRE (relacionado co vigor da vexetación), NDMI (relacionado co contido de auga) e PSRI (relacionado coa senescencia). A ferramenta pódese probar en tres variedades. Tamén se calcula o erro de predición do rendemento total.

As simulacións adestran con mostras de datos reducidas (15% se hai máis de 700 hortas, 25% se non). O 90% das simulacións mostraron erros de rendemento totais inferiores ao 10%.

O deseño adaptable da ferramenta responde ás necesidades das empresas e organizacións agrícolas, facilitando a planificación do campo e a previsión do rendemento. A súa implementación de acceso aberto fomenta o intercambio de coñecemento e a colaboración entre as partes interesadas.

O resultado 2 do Obxectivo R4 permitiu a integración de múltiples fontes de datos doutras actividades nunha única plataforma de visualización, mellorando a experiencia do usuario para unha planificación agrícola eficiente.
Resultados clave:

• Creación dunha plataforma dixital de nube que integre datos de diversas fontes e outras actividades do proxecto (satélite, terrestre e aérea).
  

• Valor engadido para os agricultores:

  Este resultado proporciona aos agricultores unha ferramenta accesible que optimiza a súa experiencia reducindo o número de solicitudes e accesos a datos, mellorando a competitividade do mercado e fomentando a adopción da tecnoloxía no sector dos cítricos. Promove o relevo xeracional e facilita a inclusión de mozos e mozas.

• Aplicacións prácticas para agricultores:
  Centralización da previsión de colleita en diferentes niveis de adquisición de datos, facilitando estratexias de organización e consulta.