La Consejería de Agricultura de la Junta de Extremadura y el grupo Quercus de la Universidad de Extremadura han firmado un convenio de colaboración para crear un sistema software basado en ‘deep learning’ para descubrir patrones de cultivo y actividad agraria.

El director general de la Política Agraria Comunitaria, Javier Gonzalo, ha explicado que la Unión Europea quiere que, en pocos años, el proceso de comprobación de cultivos en las explotaciones agrarias se realice de forma sistemática, en el total de las parcelas y en comunicación en tiempo real con los agricultores.

“Esto será posible analizando los datos de las imágenes de los satélites Sentinel que pasan por nuestra Comunidad Autónoma cada dos o tres días’’, ha precisado.

Para ello, la Dirección General de la PAC ha facilitado al grupo Quercus las delimitaciones de las parcelas de los cultivos de tabaco, maíz, tomate y arroz de varios años, que disponían de las declaraciones para el pago de la PAC. Desde estos polígonos, Quercus accede a los servidores de Sentinel y está almacenando los datos de los satélites de estas parcelas.

Ya han creado el software de recorte de imágenes, análisis de nubes y sombras, y tratamiento masivo de datos, almacenando en el momento actual unos 50 millones de píxeles de zonas de cultivo de tabaco, y el proceso se extenderá a continuación a los otros cultivos.

Con los datos de varios años, y para esta importante cantidad de ejemplos de entrenamiento, el sistema basado en redes neuronales podrá descubrir el patrón anual de un cultivo que los diferencie de otros tipos de cultivos.

Asimismo, el proyecto obtendrá los primeros resultados a final de año, servirá para advertir al agricultor cuando su cultivo declarado se desvíe del patrón aprendido por el sistema para que pueda justificar su situación.

Javier Gonzalo ha recalcado que esto permitirá un considerable ahorro de gasto para Extremadura, porque reducirá en gran medida las costosas inspecciones en terreno que se realizan para controlar la actividad agraria.

“Pero, además, con toda esta información que se está almacenando y los patrones de cultivo de diferentes variedades, se podrá usar para descubrir las explotaciones más productivas, analizando los tiempos de siembra, cosecha, cantidad de riego, fertilizantes usados, etcétera; estudiar las singularidades de las zonas geográficas o peritajes de sequía o tormentas para los litigios de seguros agrarios’’ ha agregado.