Con inteligencia artificial se pueden identifican zonas aptas para labores agropecuarias
La inteligencia artificial ayuda a tener mayor precisión sobre zonas aptas para cultivos o actividades ganaderas. Por medio de esa tecnología se puede tener una mayor precisión sobre los sitios donde se puede desarrollar la actividad agropecuaria.
Sebastián Felipe Álvarez, magister en Ingeniería de Sistemas y Computación de la Universidad Nacional de Colombia, desarrolló un sistema de inteligencia artificial (IA) con el fin de identificar, con mayor precisión, zonas aptas para las actividades agropecuarias. El sistema utiliza imágenes satelitales de alta resolución proporcionadas por la misión de observación terrestre Sentinel-2, bajo la dirección de la Agencia Espacial Europea (ESA).
Una parte crucial de la investigación de Álvarez, se enfocó en la integración de las imágenes con el mapa del Sistema de Información para la Planificación Rural Agropecuaria (Sipra) y de la Unidad de Planificación Rural Agropecuaria (UPRA), ambas instituciones de carácter técnico adscritos al Ministerio de Agricultura y Desarrollo Rural colombiano.
Luego de eso, se empleó el aprendizaje de máquina, o machine learning, que le permite al sistema aprender de manera autónoma a partir de los datos, según una nota publicada por la agencia de noticias de la Universidad.
El investigador explicó que al trabajar “sobre el mapa Sipra”, ya considera “factores climáticos y otros aspectos que afectan las actividades agrícolas”. Partiendo de esa información “el sistema identificó patrones en las imágenes que le permitieron determinar con gran precisión si la zona era apta o no para la agricultura”.
ÚTIL EN TODO EL PAÍS.
Añadió que “la técnica de la IA conocida como ‘redes neuronales’ se entrenó con dichas imágenes satelitales y “predijo con eficacia qué zonas como Barichara y El Socorro (norte colombiano) y sus alrededores tienen potencial para practicar la ganadería y la pesca”.
“Esta herramienta se podría utilizar en todo el país para mejorar la identificación de zonas agrícolas, un proceso que con métodos convencionales suele ser lento y costoso”.
También se identificaron áreas que no se pueden intervenir, es el caso del Parque Nacional Natural Serranía de los Yariguíes, un ejemplo que es muy evidente para el observador y lector humano, pero probar el comportamiento de la IA es un ejercicio que permite verificar que el sistema funciona y luego aumentar el nivel de dificultad en otras tareas.
Álvez aseguró que “el modelo mostró un ‘comportamiento correcto’, y esto representa alrededor del 85 % de rendimiento en la tarea de identificar bien las zonas agrícolas y las no agrícolas. Este avance nos permite optimizar significativamente el tiempo necesario para estos procesos, los cuales tradicionalmente podrían llevar años”.
Con esto, el potencial de esta tecnología es significativo. El Gobierno colombiano la podría utilizar para actualizar y agilizar la identificación de zonas aptas para la agricultura y la ganadería. Además, los agricultores se podrían beneficiar al saber si un predio es adecuado para sus cultivos antes de adquirirlo o realizar actividades agrícolas.
EL PAPEL DE LA TECNOLOGÍA.
Colombia posee un enorme potencial agropecuario debido a la diversidad en sus pisos térmicos (templado, cálido, páramo y glaciar), que son ideales para la producción ganadera y para cultivar una amplia variedad de alimentos, que van desde frutas exóticas como el camu-camu de la Amazonia hasta el arroz, que está dentro del top de los productos más consumidos por los colombianos.
Estas zonas tienen variables determinadas como temperatura, humedad, precipitación, fertilidad del suelo y disponibilidad de recursos hídricos, entre otras, que las hacen propicias para las actividades agropecuarias. Sin embargo, aún con estos datos como base, determinarlas no ha sido una tarea fácil.
Un ejemplo de ello ha sido la creación y el desarrollo del Sipra, que permite consultar y analizar información relevante para la agricultura del país, sobreponiéndola en mapas. Para que hoy esto fuera una realidad tuvieron que pasar más de 5 años.
El paso siguiente a esta investigación es caracterizar las zonas para cultivos específicos, es decir que a través de este sistema se pueda saber si determinada zona es apta para cultivar papa, por ejemplo. (Contexto Ganadero con adaptaciones para Todo El Campo).