Una bodega del Penedés aplica IA y big data para valuar sus necesidades vitícolas y afrontar el cambio climático

MADRID, 26 (Portaltic/EP)

La bodega Massia Vallformosa, en el Penedés (Barcelona) ha empezado a aplicar la Inteligencia Artificial (IA) para evaluar sus necesidades vitícolas y dar respuesta a los retos que plantean la gestión de 2.500 hectáreas y la complejidad que introduce el cambio climático.

Vallformosa basó en hojas de datos el seguimiento de la calidad de la uva que llegaba a sus prensas, procedente de las 2.500 hectáreas bajo su gestión y de cientos de agricultores que venden su uva a la bodega cada temporada.

La creciente cantidad de datos mostró la necesidad de un sistema avanzado de gestión, dada, además, la complejidad introducida por el cambio climático, con uvas que maduran antes y simultáneamente en diferentes varietales.

Para evaluar sus necesidades vitícolas la bodega ha recurrido a la IA, a través de la plataforma Terraview, para anticiparse a los fenómenos meteorológicos y a los brotes fúngicos, hacer un seguimiento de la salud de las parcelas individuales y del comportamiento general del rendimiento, lo que añadirá certidumbre al proceso.

La plataforma Terraview utiliza el aprendizaje de máquinas para integrar y procesar datos procedentes de distintas fuentes, como satélites de alta resolución, estaciones meteorológicas y otros sensores, y datos históricos. Cada cambio en los parámetros es analizado por el sistema, que actualiza las predicciones sobre la marcha.

Además, la plataofrma cuenta con la app de IA Vine Click, que se ha entrenado con más de 35.000 imágenes de vides en Australia, España y Chile, para permitir que con una foto, cualquier operario sin formación puede obtener un análisis preliminar, como explican desde Terraview en un comunicado.

La plataforma adapta sus análisis a la variabilidad de los suelos, las variedades de uva y los aspectos microclimáticos. Los modelos climáticos actuales habían abarcado hasta ahora grandes áreas, a menudo de cientos de kilómetros cuadrados, sin tener en cuenta muchas de estas variaciones. Al alimentar la plataforma con conjuntos de datos complejos, se pueden supervisar y anticipar las tendencias incluso dentro de pequeñas parcelas desde un tablero de mandos.