Predicción de cultivos óptimos basado en variables ambientales para la agricultura sostenible mediante inteligencia artificial

Abstract

La Universidad Nacional Arturo Jauretche (UNAJ) se encuentra en Florencio Varela, en el Conurbano Bonaerense, una zona con una gran cantidad de terreno rural. Actualmente, hay alrededor de 500 productores agrícolas de diferentes tamaños en la región, dedicados a la horticultura, floricultura y fruticultura. Esta área es crucial para la producción frutihortícola del país, ya que gran parte de ella se concentra en el cinturón verde de Buenos Aires. Este cinturón es una zona periurbana de producción, principalmente debido a la necesidad de reducir los costos de transporte y la perecibilidad de ciertos productos. En términos generales, las actividades agrícolas en esta área se centran en cultivos intensivos, donde se busca maximizar la producción en espacios reducidos utilizando un solo tipo de producto a la vez. Específicamente en la horticultura, se practican tanto cultivos al aire libre como bajo cubierta, como en invernaderos. Una característica destacada de esta zona rural es su proximidad a áreas similares en los municipios vecinos, lo que la convierte en una región estratégica para la producción de alimentos frescos de origen vegetal, tanto para consumo directo como para su procesamiento industrial. Este trabajo se enfocó en el estudio, diseño y desarrollo de un sistema basado en algoritmos de aprendizaje automático, que fue implementado en una aplicación móvil. Esta aplicación permite llevar a cabo acciones de control, monitoreo y gestión de magnitudes climatológicas del estado del suelo, del agua y del nivel de iluminación en huertas. Para determinar que algoritmos se ajustan mejor para realizar las tareas mencionadas se realizaron distintas pruebas logrando implementar distintos modelos. Las pruebas incluyeron modelos de Maquinas de vectores de soporte (SVM), Regresión logística y Redes neuronales. La implementación de estos modelos se llevó a cabo utilizando el lenguaje de programación Python, aprovechando el Framework de backend TensorFlow y la librería de alto nivel Keras. Los algoritmos de aprendizaje automático en aplicaciones móviles pueden ser una herramienta valiosa y económica para los agricultores del sur del Conurbano Bonaerense. Estos algoritmos detectan patrones en grandes conjuntos de datos, lo que permite a los agricultores identificar anomalías en el comportamiento actual y futuro de los cultivos. Esta información ayuda a tomar decisiones para garantizar cosechas saludables y rendimientos óptimos. Además, se pueden desarrollar modelos predictivos para recomendar variedades de cultivos adecuadas para huertas específicas basándose en múltiples parámetros.