Inteligencia Artificial
INTELIGENCIA ARTIFICIAL

Modelos inteligentes
para una agricultura
basada en datos

Modelos de aprendizaje automático para interpretar datos procedentes de satélites, drones y sensores terrestres con el fin de estimar variables biofísicas y apoyar una agricultura de precisión basada en evidencia.

INTRODUCCIÓN

La inteligencia artificial al servicio de la agricultura

La inteligencia artificial permite extraer conocimiento a partir de grandes volúmenes de datos generados por satélites, drones, sensores terrestres y campañas experimentales. Mediante algoritmos de aprendizaje automático es posible identificar patrones complejos imposibles de detectar mediante técnicas convencionales.

Esta línea de investigación integra información espectral, térmica y estructural para desarrollar modelos predictivos capaces de estimar variables biofísicas del cultivo con elevada precisión, facilitando la toma de decisiones en agricultura de precisión.

Modelización mediante Inteligencia Artificial

Desarrollo y validación de modelos predictivos mediante integración de imágenes multiespectrales, datos térmicos y algoritmos de aprendizaje automático.

DEL DATO AL CONOCIMIENTO

Transformamos datos en decisiones

Los modelos de aprendizaje automático integran información procedente de múltiples sensores para convertir millones de observaciones en indicadores agronómicos de alto valor. Este proceso permite estimar parámetros como biomasa, vigor, estado hídrico o rendimiento potencial con gran precisión.

La combinación de técnicas de inteligencia artificial con teledetección constituye una herramienta clave para automatizar el análisis de cultivos y optimizar la gestión agrícola en diferentes escenarios.

Esquema Inteligencia Artificial
¿QUÉ HACEN LOS MODELOS?

Capacidades del aprendizaje automático

Clasificación

Identificación automática de cultivos, cubiertas vegetales y estados fenológicos mediante modelos supervisados.

Predicción

Estimación de biomasa, rendimiento, contenido de clorofila y otras variables biofísicas.

Segmentación

Delimitación automática de parcelas, plantas y zonas homogéneas a partir de imágenes.

Estimación

Obtención de indicadores agronómicos mediante la integración de información espectral y térmica.

Detección

Identificación temprana de estrés hídrico, anomalías fisiológicas y posibles enfermedades.

Análisis multivariable

Fusión de múltiples fuentes de datos para comprender el comportamiento del cultivo.

MODELO DE APRENDIZAJE AUTOMÁTICO

Del dato al conocimiento

Integración de imágenes RGB, multiespectrales, térmicas y datos de campo para generar modelos predictivos capaces de estimar variables agronómicas de interés.

Modelo de aprendizaje automático
RESULTADOS

Predicciones para la toma de decisiones

Los modelos permiten generar mapas temáticos, indicadores biofísicos y recomendaciones para optimizar la gestión agrícola.

Resultados del modelo
APLICACIONES

Aplicaciones en agricultura de precisión

Gestión del agua

Evaluación del estado hídrico de los cultivos y optimización del riego mediante modelos predictivos basados en imágenes térmicas y multiespectrales.

Fenotipado

Estimación automática de biomasa, cobertura vegetal, altura del cultivo y otros parámetros relevantes para programas de mejora genética.

Teledetección

Procesamiento inteligente de imágenes procedentes de satélites y UAV para caracterizar el estado de los cultivos.

Apoyo a la decisión

Generación de mapas de prescripción y herramientas de ayuda para una agricultura más eficiente, sostenible y basada en datos.

Volver a Investigación