Implementación de un modelo computacional predictivo de cosecha con herramientas tecnológicas avanzadas para la producción sostenible del cultivo de cacao

Abstract

El incremento de la población y el impacto del cambio climático han ocasionado una fuerte presión sobre los sistemas productivos agrícolas, en búsqueda de la identificación de soluciones innovadoras para generar productos y servicios que suplan las demandas de la sociedad. Específicamente, en Colombia, la agricultura es una de las principales actividades económicas, por lo cual, es necesario contar con estrategias enfocadas en cultivos sostenibles, adaptación climática y agricultura de precisión. En Colombia, uno de los cultivos de mayor relevancia es el cacao. Alrededor de 65 mil familias (Ministerio de Agricultura y Desarrollo Rural, 2021a) se benefician de este producto. Particularmente, en Caldas se priorizó este cultivo mediante el Plan Departamental de Extensión Agropecuaria (PDEA), en el cual se evidencia el reto relacionado con la poca adopción de paquetes tecnológicos, prácticas culturales, procesos organizativos y sistemas eficientes de comercialización y uso de las Tecnologías de Información y Comunicaciones (TICs), con el objetivo de fortalecer las capacidades técnicas del cultivo. Debido a esto, es importante establecer estrategias que impacten positivamente la cadena productiva. Es así como se propone la implementación de un modelo computacional de la cosecha del cultivo de cacao, en donde se identifiquen patrones de comportamiento en datos de imágenes del cultivo y se puedan emplear para predecir el tiempo óptimo de su cosecha.

La metodología implementada en este estudio se basa en una combinación de tecnologías avanzadas y colaboración con expertos del sector agrícola. Se generó un repositorio de imágenes en campo que documenta de manera longitudinal el crecimiento y desarrollo de los frutos de cacao, considerando las etapas de flor, progreso, cosecha y aborto, con lo cual se crea una base de datos organizada para el análisis posterior. Con esto, se realizó un proceso de etiquetado teniendo en cuenta la asesoría de expertos en el cultivo, lo que garantizó una correcta delimitación de las diferentes categorías de frutos. A partir de esta base de datos, se realizaron experimentos utilizando modelos computacionales para clasificar las imágenes en diferentes etapas de maduración. Los resultados mostraron que, al reducir el número de clases a tres, progreso, cosecha y aborto, se logró una mejora significativa en la precisión del modelo, alcanzando un 71%, frente al 63% obtenido con la clasificación de cuatro clases. Adicionalmente, se pudo determinar que la función de optimización Adam, ofreció un rendimiento óptimo, lo que permitió mejorar la eficiencia computacional y la precisión de las predicciones.

Estas tecnologías y herramientas bioinformáticas, al estar enfocadas en el uso de ciencia datos, específicamente para información del cultivo de cacao, contribuyen en gran medida a la implementación de alternativas de solución para la mejora del rendimiento de cultivos y aumento de producción, lo cual a su vez genera información de interés que permite el aprovechamiento de productos derivados, el conocimiento y conservación de la biodiversidad, siempre con el objetivo de crear estrategias que permitan mitigar el cambio climático.