Desarrollan sistema de pronóstico de heladas con una eficiencia superior al 90%

Basado en técnicas de inteligencia artificial, entrega alertas con 12 horas de anticipación respecto a la ocurrencia de una helada, su duración e intensidad. Tecnología desarrollada desde el Data Science Lab de la Universidad de Talca.



img

Para muchos agricultores del Maule, el 2017 fue un año para el olvido. La producción de fruta se vio afectada por las fuertes heladas que azotaron la zona con temperaturas que bordearon los cinco grados bajo. Situación similar a la que se vivió en 2013 cuando hubo más de 800 millones de dólares en pérdidas por la misma causa. Sin una alerta previa, los agricultores no pudieron reaccionar a tiempo.

Hernán Burgos de la Compañía Forestal Santa Inés con sede en Teno, recuerda su experiencia. “Hace dos años tuvimos una merma del 50 por ciento de la producción de arándanos y, entre comillas, salimos favorecidos porque huertos vecinos perdieron toda su producción. Lamentablemente no nos quedó más que asumir las pérdidas, seguir adelante y pensar en la temporada siguiente. No quedó más que eso”, comentó.

Para evitar a toda costa una situación similar, Burgos decidió probar AlertFrost, un sistema predictivo de heladas desarrollado por el Data Science Lab de la Universidad de Talca (UTalca) y financiado a través del Fondo de Innovación para la Competitividad (FIC) del Gobierno Regional del Maule. Su director, el académico José Antonio Reyes, explica que esta innovación, está basada en técnicas de inteligencia artificial y busca entregar certezas a los productores.

Con el análisis de los registros climáticos históricos que entregan las estaciones meteorológicas públicas – más 50 en total – y otras estaciones que hemos instalado, logran predicciones con una eficiencia superior al 90 por ciento.

“La inteligencia artificial lo que hace es buscar relaciones complejas o patrones que se integran en un modelo matemático complejo. Con las condiciones climáticas de las últimas 12 horas alimentamos el modelo y este nos indica en cuál zona hay probabilidad de helada, si esta será de corta o larga duración y cuánto va a bajar el termómetro”, precisa Reyes.

En la página web alertfrost.cl los productores pueden elegir las zonas de las cuales quieren recibir alertas e indicar si desean que estas lleguen a su correo electrónico diariamente o solo cuando se pronostique una baja drástica de temperatura. Hace más de dos semanas que Hernán Burgos AlertFrost, “lo tengo configurado para que me alerte diariamente y hasta el momento ha sido bien certero”.

Añadió que “si viene una helada fuerte, por supuesto que podríamos tener algún daño, pero con una advertencia previa, podríamos implementar un sistema de turbinas móviles, ventiladores o, a la antigua, quemar neumáticos, aunque la idea no es contaminar. Gracias este sistema podemos implementar ciertos manejos”. De hecho, en las heladas ocurridas durante las primeras semanas de agosto en Teno, tuvo tiempo para aplicar en su huerto de arándano un líquido que protege a la planta de las bajas temperaturas.

Si bien, actualmente los pronósticos climáticos están a un clic de conocerse a través de páginas web o smartphones; algunos huertos no siguen las tendencias de las estaciones públicas. El académico José Antonio Reyes enfatiza en que “lo que entregamos es confiabilidad, pues tenemos un sistema más robusto que el que entrega Meteorología de Chile. Hemos observado que una de cada tres ocasiones, los pronósticos no coinciden y hemos pronosticado heladas que ellos no han alertado, por tanto, entregamos certezas que los agricultores están buscando”.

Proyecciones

Desde el Data Sciencie Lab de la UTalca, además de mantener de forma gratuita el sistema predictivo AlertFrost, también están implementando alertas adaptadas a la realidad de huertos particulares.

“Es un sistema que, si bien no es gratuito, involucra el modelamiento dentro de un mismo huerto, esto porque hay zonas dentro de un mismo campo que se comportante de forma distinta, algunos sectores se congelan y otros no. Desarrollamos una metodología para poder evaluar, calibrar y optimizar modelos predictivos que nos entreguen una sectorización de heladas con una eficiencia superior al 90 por ciento”, explicó el director del Laboratorio, José Antonio Reyes.

El académico agregó que “podemos entregar alertas respecto de otras condiciones climáticas particulares que requiere un productor, por ejemplo, otros niveles de temperaturas necesarias para un cultivo en un determinado período de tiempo”. Entre uno y dos meses, a través de la inteligencia artificial, pueden desarrollar un modelo predictivo para un terreno específico y plantación específica.



Debe estar registrado para poder comentar.

Keywords: