«Big data» para tumbar a la mosca del olivo

Esta plaga, muy temida por los olivareros al atacar directamente a la aceituna provocando la disminución de la producción y de la calidad del aceite , «puede generar daños que pueden alcanzar los 250 euros por hectárea, por lo que teniendo en cuenta sólo la producción andaluza, con 1,5 millones de hectáreas de olivar, estaríamos hablando de un impacto económico de 375 millones de euros», explica el director ejecutivo de la start-up, Pedro Carrillo.

La evolución de esta plaga es «explosiva», lo que «dificulta su control, ya que el agricultor necesita iniciar el tratamiento en la semana previa a dicha explosión», pero en el campo «generalmente se actúa a destiempo, sobredosificando el tratamiento debido a la dificultad para detectar cuándo va a ocurrir el daño, por lo que los productos químicos son poco efectivos a la vez que generan un impacto ambiental alto», señala Carrillo.

Para evitar esta situación, esta compañía emergente ha desarrollado en los dos últimos años «un modelo predictivo basado en redes neuronales, que son algoritmos de inteligencia artificial capaces de elaborar unos modelos matemáticos que reflejan la realidad de un sistema biológico complejo y que son capaces de predecir esa realidad con datos históricos monotorizados».

Esta tecnología ha sido validada en un proyecto piloto ejecutado en el último trimestre de 2015 para la Consejería de Agricultura de la Junta de Andalucía, en el que se han modelado 1.200 hectáreas de la provincia de Jaén, «siendo este modelo escalable hasta 20.000 hectáreas siempre y cuando sean cultivos homogéneos ». No obstante, el modelo se extenderá en los próximos meses a Sevilla y Córdoba, y se pondrá en producción durante la cosecha de este año.