Una tesis doctoral llevada a cabo por Rubén Íñiguez Mangado en la Universidad de La Rioja ha desarrollado nuevas herramientas basadas en Inteligencia Artificial, análisis de imagen y sensores RGB que permiten una estimación temprana, rápida y precisa de la cantidad de uva que producirá un viñedo.
La tesis, titulada ‘Estimación de la producción de uva en viñedos comerciales mediante inteligencia artificial, análisis de imagen y uso de sensores RGB’, ha sido desarrollada en el Departamento de Agricultura y Alimentación, dentro del Grupo de Investigación Televitis, en colaboración con el Instituto de Ciencias de la Vid y del Vino (ICVV).
Dirigida por Manuel Javier Tardáguila Laso, catedrático de Viticultura de Precisión de la Universidad de La Rioja, y Salvador Gutiérrez Salcedo, profesor Titular de Ciencias de la Computación de la Universidad de Granada, ha obtenido la calificación de sobresaliente ‘cum laude’ con mención internacional al título.
La investigación aborda uno de los grandes retos de la viticultura: prever cuánta uva va a producir un viñedo con la suficiente antelación para poder tomar decisiones importantes sobre su manejo. Los métodos tradicionales -basados en muestreos manuales- son lentos, requieren mano de obra y, sobre todo, no reflejan bien la enorme variabilidad que existe dentro de un viñedo.
Para resolver este problema, Rubén Íñiguez ha desarrollado un conjunto de herramientas basadas en Inteligencia Artificial y análisis de imágenes RGB que permiten estimar los componentes de la producción de forma rápida y precisa, directamente en campo y bajo condiciones reales de trabajo.
A lo largo de cinco estudios complementarios, la tesis analiza cómo mejorar la detección automática de racimos en diferentes situaciones, desde viñedos con mucha vegetación que dificulta la visibilidad, hasta distintas fases del desarrollo de la vid, así como diversas condiciones de iluminación (luz natural o iluminación artificial por la noche).
Los resultados obtenidos muestran que la Inteligencia Artificial es capaz de identificar racimos e inflorescencias con alta precisión y establecen el mejor momento del ciclo vegetativo para obtener imágenes fiables. Además, se han logrado modelos que reconocen automáticamente el estado fenológico de la vid, un dato esencial para interpretar correctamente las imágenes y facilitar la gestión del viñedo.
Por último, se ha desarrollado un método de análisis morfológico que permite estimar el peso de los racimos a partir de su forma, completando así la información necesaria para prever el rendimiento final.
«Este trabajo demuestra que la Inteligencia Artificial puede convertirse en una herramienta clave para una viticultura más eficiente y sostenible, ofreciendo a agricultores y bodegas estimaciones tempranas y fiables del rendimiento, fundamentales para planificar la vendimia, ajustar manejos y optimizar recursos», concluye Rubén Íñiguez.
Durante su tesis, el doctor ha realizado una estancia de investigación en el South African Grape and Wine Research Institute (SAGWRI) de la Stellenbosch University (Sudáfrica). Ha contado con financiación a través de un contrato FPI–UR y de diversas ayudas ATUR para la realización de tesis doctorales.
