Coooperatives Agro-Alimentàries participa en un proyecto europeo para prever las heladas y el granizo con 48 horas de antelación
El próximo mes de marzo finalizará el proyecto europeo CYBELE, en el que Cooperatives Agro-alimentàries de la Comunitat Valenciana participa en el desarrollo de una de sus áreas de estudio, dedicada a los servicios climáticos para la producción de fruta y cítricos. En este demostrador, en el que Federació ha colaborado con el grupo tecnológico español GMV y el consorcio italiano CINECA, se ha trabajado para desarrollar un modelo estadístico de predicción con 48 horas de antelación de fenómenos de helada y granizo que puedan afectar a los cultivos, a través de la agregación y estudio de datos satelitales, climatológicos y de cultivo.
Durante los últimos tres años, Cooperatives Agro-alimentàries ha realizado un trabajo completo de monitorización de campo de cultivos de cítricos, caqui y otros frutales en una superficie de 200 hectáreas, pertenecientes a las cooperativas Cofrudeca (Bèlgida) y Sant Bernat de Carlet. En este periodo, se han controlado estados fenológicos, información climática, siniestros ocurridos o aforo de cosechas, entre otros datos.
Con este trabajo se pretende sentar las bases para el desarrollo de un sistema que permita reducir los daños causados por estos fenómenos, mitigar daños y lesiones en los cultivos, y que descienda la producción perdida por estas incidencias. Los estudios realizados por Cooperatives Agro- alimentàries a partir de los datos recopilados establecen dos Indicadores Clave de Actuación (KPI, por sus siglas en inglés). El primero de ellos se relaciona con el ahorro de costes por la implementación de tecnologías de monitorización online de los estados fenológicos del cultivo. Se estima que el ahorro podría ascender a 7.680 euros año/persona, disponiendo en cualquier caso de capacidad para prever estos fenómenos meteorológicos extremos y reaccionar ante ellos a través de la aplicación de sistemas anti-heladas (quema de cápsulas de parafina, microaspersión de agua, ventiladores de convección, uso de mallas anti-heladas) o del adelanto de labores de recolección.
El segundo KPI está relacionado con el ahorro de costes en la aplicación de productos fitosanitarios, evitando los tratamientos que deberían ser repetidos tras una helada o un pedrisco. Se estima que una correcta previsión de estos fenómenos supondría ahorros de entre 80 y 100 euros/hectárea.
Junto a estos ahorros, evidentemente, habría que sumar el valor de las cosechas no perdidas por la aplicación de las medidas preventivas oportunas a partir de la información recibida, un dato variable en función del cultivo y del momento en el que se produzca el pedrisco o la helada.
Cooperatives Agro-alimentàries de la Comunitat Valenciana se ha fijado como objetivo estratégico el impulso y la participación en proyectos de ámbito autonómico, estatal y europeo que tengan un impacto directo y una aplicación práctica en la actividad de agricultores y cooperativas. En este sentido, CYBELE es un paso importante para continuar profundizando en la implementación de metodologías y tecnologías de agricultura de precisión.
Sobre el proyecto CYBELE
CYBELE es un proyecto europeo, financiado en el marco del programa H2020, que pretende utilizar tecnología de supercomputación, big data y cloud computing para fomentar la agricultura y ganadería de precisión. El consorcio que desarrolla CYBELE está formado por 31 socios pertenecientes a 16 países comunitarios (Irlanda, España, Francia, Italia, Alemania, Polonia, Reino Unido, Grecia, Finlandia, Luxemburgo, Holanda, Serbia, Austria, Escocia, Bélgica y Dinamarca), entre los que se encuentra Cooperatives Agro-alimentàries de la Comunitat Valenciana. Está coordinado por el Instituto de Tecnología de Waterford (WIT), una de los principales instituciones educativas universitarias de Irlanda, con más de 10.000 alumnos y 1.000 empleados.
Además del demostrador en el que participa Federació, el proyecto incide en cuestiones como la predicción del rendimiento y contenido proteico de la soja orgánica, el desarrollo de modelos predictivos de seguridad alimentaria, el impulso de sistemas robóticos autónomos en diferentes marcos de cultivo, la optimización de los cálculos para la previsión del rendimiento de distintos cultivos y en indicadores relacionados con la producción porcina y la acuicultura.
