Redacción iAgua
Connecting Waterpeople
AGENDA 21500
Hach
ONGAWA
Consorcio de Aguas de Asturias
Ingeteam
Baseform
ICEX España Exportación e Inversiones
Sacyr Agua
Hidroglobal
Autodesk Water
s::can Iberia Sistemas de Medición
LABFERRER
Likitech
ESAMUR
EMALSA
FLOVAC
MonoM by Grupo Álava
Terranova
Lama Sistemas de Filtrado
Ministerio para la Transición Ecológica y el Reto Demográfico
Almar Water Solutions
Siemens
Asociación de Ciencias Ambientales
ADASA
AECID
AMPHOS 21
Aqualia
FENACORE
Consorcio de Aguas Bilbao Bizkaia
Ministerio de Vivienda, Construcción y Saneamiento del Perú
Global Omnium
TRANSWATER
SDG Group
Amiblu
LACROIX
TFS Grupo Amper
KISTERS
Prefabricados Delta
ADECAGUA
MOLEAER
Idrica
NTT DATA
Gestagua
Hidroconta
Aganova
HRS Heat Exchangers
GS Inima Environment
ACCIONA
Rädlinger primus line GmbH
CAF
Saint Gobain PAM
Sivortex Sistemes Integrals
Smagua
TEDAGUA
Schneider Electric
SCRATS
AGS Water Solutions
Kamstrup
Molecor
Filtralite
Minsait
Fundación CONAMA
Ens d'Abastament d'Aigua Ter-Llobregat (ATL)
Cajamar Innova
ANFAGUA
Arup
Confederación Hidrográfica del Segura
Fundación Botín
ISMedioambiente
RENOLIT ALKORPLAN
Agencia Vasca del Agua
Centro Nacional de Tecnología de Regadíos (CENTER)
EPG Salinas
Esri
Grupo Mejoras
Xylem Water Solutions España
J. Huesa Water Technology
Barmatec
Vector Energy
DATAKORUM
TecnoConverting
Laboratorios Tecnológicos de Levante
Catalan Water Partnership
IAPsolutions
Red Control
IRTA
Fundación Biodiversidad

Se encuentra usted aquí

La Inteligencia artificial (IA) identifica zonas aptas para la agricultura en Colombia

  • Inteligencia artificial (IA) identifica zonas aptas agricultura Colombia
  • La técnica de IA conocida como “redes neuronales” se entrenó con imágenes satelitales de Santander, y predijo con eficacia que zonas como Barichara y El Socorro y sus alrededores tienen potencial para practicar la ganadería y la pesca. Esta herramienta se podría utilizar en todo el país para mejorar la identificación de zonas agrícolas, un proceso que con métodos convencionales suele ser lento y costoso.

Sobre la Entidad

Colombia posee un enorme potencial agrícola debido a la diversidad en sus pisos térmicos (templado, cálido, páramo y glaciar), que son ideales para la producción ganadera y para cultivar una amplia variedad de alimentos, que van desde frutas exóticas como el camu-camu de la Amazonia hasta el arroz, que está dentro del top de los productos más consumidos por los colombianos.

Estas zonas tienen variables determinadas como temperatura, humedad, precipitación, fertilidad del suelo y disponibilidad de recursos hídricos, entre otras, que las hacen propicias para las actividades agropecuarias. Sin embargo, aun con estos datos como base, determinarlas no ha sido una tarea fácil.

Un ejemplo de ello ha sido la creación y el desarrollo del Sistema de Información para la Planificación Rural Agropecuaria (Sipra), que permite consultar y analizar información relevante para la agricultura del país, sobreponiéndola en mapas. Para que hoy esto fuera una realidad tuvieron que pasar más de 5 años.

El aporte de esta propuesta

Sebastián Felipe Álvarez Montoya, magíster en Ingeniería de Sistemas y Computación de la Universidad Nacional de Colombia (UNAL), desarrolló un sistema de IA aprovechando imágenes satelitales de alta resolución proporcionadas por la misión de observación terrestre Sentinel-2, bajo la dirección de la Agencia Espacial Europea (ESA).

Una parte crucial de su investigación se enfocó en la integración de estas imágenes con el mapa de planificación rural agropecuaria del Sipra, para luego emplear el aprendizaje de máquina, o machine learning, que le permite al sistema aprender de manera autónoma a partir de los datos.

El investigador señala que, “como trabajamos sobre el mapa Sipra, ya consideramos los factores climáticos y otros aspectos que afectan las actividades agrícolas. A partir de esa información, el sistema identificó patrones en las imágenes que le permitieron determinar con gran precisión si la zona era apta o no para la agricultura”.

También explica que “el área de prueba del modelo fue específicamente hacia el sureste de Barrancabermeja, en Santander, en donde el modelo predijo que Barichara, El Socorro y sus alrededores son zonas aptas para realizar actividades agrícolas, lo cual concuerda con lo reportado antes”.

“El modelo mostró un ‘comportamiento correcto’, y esto representa alrededor del 85 % de rendimiento en la tarea de identificar bien las zonas agrícolas y las no agrícolas".

Además, identificó áreas que no se pueden intervenir, como el Parque Nacional Natural Serranía de los Yariguíes. Aunque estos ejemplos parezcan muy evidentes, estos ejercicios permiten verificar que el sistema funciona y luego aumentar el nivel de dificultad en otras tareas.

“El modelo mostró un ‘comportamiento correcto’, y esto representa alrededor del 85 % de rendimiento en la tarea de identificar bien las zonas agrícolas y las no agrícolas. Este avance nos permite optimizar significativamente el tiempo necesario para estos procesos, los cuales tradicionalmente podrían llevar años”, explica el magíster.

Con esto, el potencial de esta tecnología es significativo, especialmente para el Gobierno colombiano, ya que la podría utilizar para actualizar y agilizar la identificación de zonas aptas para la agricultura. Además, los agricultores y campesinos se podrían beneficiar al saber si un terreno es adecuado para sus cultivos antes de adquirirlo o realizar actividades agrícolas.

El paso siguiente a esta investigación es caracterizar las zonas para cultivos específicos, es decir, que a través de este sistema se pueda saber si determinada zona es apta para cultivar papa, por ejemplo.

Suscríbete al newsletter

Newsletters temáticos que recibirás

Los datos proporcionados serán tratados por iAgua Conocimiento, SL con la finalidad del envío de emails con información actualizada y ocasionalmente sobre productos y/o servicios de interés. Para ello necesitamos que marques la siguiente casilla para otorgar tu consentimiento. Recuerda que en cualquier momento puedes ejercer tus derechos de acceso, rectificación y eliminación de estos datos. Puedes consultar toda la información adicional y detallada sobre Protección de Datos.

La redacción recomienda