Llevamos siglos intentado predecir el rendimiento de los cultivos, intentando descubrir el futuro de las cosechas. Ahora, gracias al poder de procesamiento de datos y el acceso a fuentes de diferente procedencia (satélites, ordenadores, datos climáticos, etc.), estamos más cerca de predicciones fiables a largo plazo.
De acuerdo con un reciente estudio, liderado por Kaiyu Guan y publicado en Agricultural and Forest Meteorology, el uso de sistemas de aprendizaje automático (machine learning) puede predecir con precisión el rendimiento del trigo dos meses antes de que el cultivo madure.
«Probamos varios enfoques de aprendizaje automático e integramos datos satelitales y climáticos a gran escala para llegar a una predicción confiable y precisa de la producción de trigo en toda Australia – explica Guan – . En este estudio, usamos un análisis para identificar el poder predictivo del clima y los datos satelitales. Queríamos saber en qué aspecto contribuye cada uno. Descubrimos que los datos climáticos por sí solos son bastante buenos, pero los datos satelitales proporcionan información adicional y llevan el rendimiento de predicción al siguiente nivel».
Al usar los conjuntos de datos climáticos y satelitales, los investigadores pudieron predecir el rendimiento del trigo con aproximadamente el 75% unos 60 días antes de la cosecha.
«Específicamente, encontramos que los datos satelitales pueden determinar la variabilidad del rendimiento de los cultivos – añade Guan –. La información climática que no puede ser capturada por los datos satelitales sirve como una contribución única a la predicción del rendimiento de trigo durante toda la temporada de crecimiento”.
Los responsables del estudio afirman que los resultados se pueden usar para mejorar las predicciones sobre las cosechas en el futuro, con posibles efectos en la economía. Además, son optimistas en cuanto a que los resultados se puedan reproducir en otros países y otros cultivos.