La variabilitat meteorològica generada pel canvi climàtic provoca una incertesa en l’evolució dels cultius que comporta una dificultat afegida en la planificació de les collites, i particularment en fructicultura. Per altra banda, l’increment en la variabilitat del volum i la qualitat de les produccions de presseguer i cirerer fa que la inversió de recursos i de dedicació dels equips tècnics per a planificar les collites sigui cada cop més elevada i no més certera. Els equips tècnics utilitzen diferents tècniques (mostrejos, controls de maduració, aforaments, etc.) per esbrinar d’avantmà les variables mencionades de volum i moment òptim de collita, però la fiabilitat dels resultats que aquests sistemes aporten té molt potencial de millora. La gran quantitat de variables que afecten tant a la qualitat com a la quantitat de les produccions (meteorologia, característiques de les parcel·les, zones productives, etc.) fa que sigui molt complex obtenir unes predicciones fiables amb les aproximacions tradicionals, i per tant, que a dia d’avui encara no hi hagi una metodologia exitosa per a poder conèixer amb antelació les dos principals variables que afecten a la planificació de collita en el cultiu de presseguer i cirerer: volum i maduració de collita.
Per tant, aconseguir millorar la fiabilitat de la planificació de collita esdevé un factor crític per a la competitivitat de les empreses productores fructícoles. Obtenir una planificació de collita fiable permet guanyar una posició estratègica a l’hora de:
Prendre decisions comercials estratègiques
Negociar contractes de venda (preus, dates d’entrega i volums) amb clients
Reduir els costos de producció gràcies a una millor eficiència en la gestió dels recursos
Optimitzar la capacitat de fred i logística de les centrals
El projecte està basat amb l’ús de dades i tecnologies Big Data per a poder desenvolupar models de predicció que anticipin informació sobre l’evolució de paràmetres de qualitat i volums de collita per al sector de presseguer i cirerer. S’entén que aquests models son escalables a altres espècies fructícoles posteriorment.
La tecnología vinculada al Big Data permet actualment integrar múltiples fonts d’informació per a desenvolupar models de predicció per reduir la incertesa en la planificació de collita. Les fonts de dades que s’utilitzaran en aquest projecte estan dividides en 4 blocs principals:
a) Controls de maduració, mitjançant paràmetres de qualitat del fruit com la degradació de la clorofil.la en préssec (mesurat amb l’aparell DA-meter) i el contingut de sucres en cirera (mesurats amb refectrometre).
b) Històric de volums de producció per parcel·la (l’origen son els ERP’s de la central)
c) Aforaments (l’origen són els registres de les empreses)
a) Mapes/tipus de sòls
b) Detalls de plantació (superfície, edat dels arbres, varietat, portaempelt, sistema de formació…etc)