La predicción temprana de la cosecha representa un desafío clave para la viticultura moderna y sus procesos productivos. Una tesis doctoral de la Universidad de La Rioja ha logrado diseñar sistemas basados en inteligencia artificial, análisis de imágenes RGB y sensores que permiten anticipar con precisión la producción de uva en un viñedo meses antes de la cosecha.

Estos avances sustituyen los tradicionales métodos de muestreo manual, que suelen ser lentos, costosos y poco representativos de la variabilidad real dentro de una parcela. La tecnología desarrollada facilita obtener estimaciones rápidas y precisas, apoyando a agricultores y bodegas en la planificación de tareas y optimización de recursos.

La investigación, realizada en colaboración con el Instituto de Ciencias de la Vid y del Vino (ICVV) y el Grupo de Investigación Televitis, está dividida en cinco estudios complementarios que examinan diversos factores para la detección automática de racimos y elementos clave en diferentes situaciones de cultivo. Se evalúa la identificación en viñedos con alta densidad vegetativa, distintas fases fenológicas de la vid y condiciones lumínicas, tanto con luz natural como artificial nocturna.

El uso de imágenes RGB captadas directamente en campo permite analizar con eficiencia las características productivas sin recurrir a costosos procesos manuales. Así, la inteligencia artificial detecta racimos e inflorescencias con alta fiabilidad, incluso bajo condiciones complicadas de iluminación o vegetación densa.

Esta innovación aporta nuevas herramientas para una viticultura de precisión que mejora la gestión agronómica, reduce tiempos y costos y aporta datos estratégicos para la toma de decisiones.

  • Permite anticipar con meses la producción de uva en un viñedo.
  • Utiliza análisis de imagen y sensores RGB para capturar datos en campo.
  • Elimina la necesidad de muestreos manuales extensos y costosos.
  • Evalúa distintas etapas del desarrollo y condiciones de luz natural y artificial.
  • Mejora la precisión en la detección de racimos incluso en áreas con alta densidad de vegetación.