I+D en el sector agrícola: un reto para el país - ITCL

La digitalización se entiende más que necesaria en el sector agrícola. Uno de los más pujantes del país, y que como el resto, demanda la implantación de  Cloud, IA y Visión entre otros para poder dar respuesta a los desafíos que conllevan el cambio climático, la desertificación y los cambios poblaciones en el entorno rural. La automatización de procesos y la implantación de soluciones digitales es ya una realidad cada vez más creciente, aunque el sector sigue demandando mayores apoyos para poder introducirlos en su día a día en aras a contar con sistemas capaces de realizar una gestión eficiente del riego y del abono, controlar las condiciones meteorológicas y predecir fallos de la maquinaria, entre otros. 

Sector agrario en datos

Cifras nacionales:

Como punto de partida hay que mencionar un conjunto de cifras criticas para entender la importancia y las razones del incremento del uso del BigData en el entorno rural. En el primer puesto nos encontramos la también conocida como despoblación rural estos datos se obtienen fehacientemente de los datos del padrón de 2022, siendo las zonas despobladas aquellas en las que un mayor numero de población se dedica al sector industrial y siendo este a su vez el segundo que menos parados tiene por detrás del sector de la construcción. Otro punto por destacar es que el sector industrial contribuye en el 1.3% del Producto Interior Bruto de la Unión europea, por otro lado la inversión interna en I+D en 2020 incremento en un 3,6 % respecto al año anterior, lo que el 5,4 % del gasto total nacional en actividades de I+D interna en España en 2020.

Sector agrícola en cifras europeas

A escala europea, España está calificada en 2020 como “Innovador moderado”, ocupando el puesto número 16 en el conjunto de la UE-27. Muchos de estos avances se han derivado de planes de financiación pública a la innovación. La financiación pública llega a representar el 65% de los fondos en el sector primario y el 75% en la industria alimentaria frente al 56% del total del sector empresas. Siendo España el cuarto país más subvención con una tasa de retorno del 10,4% UE-28 esto demuestra el interés y la calidad de los proyectos agroalimentarios con participantes españoles, entre los que se encuentran principalmente institutos públicos de investigación, universidades, centros tecnológicos y asociaciones, entre otros.

Sector agrario en el futuro

El Parlamento quiere incrementar el porcentaje de tierras agrícolas utilizadas para agricultura de aquí a 2030. Durante estos años se ha visto incrementado tantos las ventas como el conjunto de tierras para el cultivo orgánico.

Actualmente entre el 60% y el 70% de los suelos europeos son insalubres en cuanto a presencia de materia orgánica y minerales. Por lo que algunas de las prácticas de agricultura orgánica de la UE incluyen:

  • Rotación de cultivos para un uso eficiente de los recursos.
  • Prohibición del uso de pesticidas químicos y fertilizantes sintéticos.
  • Límites muy estrictos para los antibióticos para el ganado.
  • Prohibición de organismos genéticamente modificados (OGM).
  • Uso de recursos in situ como fertilizantes naturales y alimentos para animales.
  • Criar ganado en un ambiente al aire libre y usar piensos orgánicos.
  • Prácticas de cría de animales a medida.

Debido al problema de la COVID19 el Parlamento aprobó retrasar un año, al 1 de enero de 2022 la aplicación de las nuevas normativas, pero estas son de obligado cumplimiento.

 

La I+D en el sector agroalimentario

Son todos estos datos los que han influido en los avances en sector agroalimentario, desde la falta de población activa que pueda desarrollar los trabajos lo que obliga automatizar tareas de poco valor agregado, las nuevas normativas para la agricultura ecológica y por ultimo las ayudas otorgadas para modernizar el sector. 

Todos los puntos de mejora que permitan al sector reducir costos (energéticos, personal), incrementar producción (fertilizantes, abonos), predicción de hábitos y tendencias del mercado (nacional e internacional), automatización de tareas (robots), mejora de la producción (pruebas de laboratorio y sensores en campo) ayudaran al sector a adaptarse a la nueva realidad. 

Es por esto que proyectos de investigación como AgrarIA permite al sector abarcar múltiples soluciones como:

  • La gestión eficiente del agua y el abono (fertirriego) según los parámetros medidos mediante sensórica y las predicciones meteorológicas, permiten una reducción de costos en agua y fertilizantes como una mejora de la producción. Si además se utilizan energías ecológicas como la fotovoltaica se obtiene una reducción de costos energéticos derivados de las cuotas y de la instalación de infraestructuras necesarias para mantener comunicada la infraestructura y subir los datos al cloud para su posterior procesamiento.
  • Automatización de procesos mediante robot y visión artificial en este ámbito existen múltiples casuísticas como la detección del estado de madurez del fruto, detección de posibles enfermedades, empaquetado y clasificación según tallas, todo ello de forma desatendida y procesando grandes cantidades de terreno. 
  • Sistemas de predicciones del precio de los productos así como las tendencias de compra del mercado y los consumidores y la optimización de las cadenas de suministros.
  • Sistemas de certificados de procedencia no corruptibles como el Blockchain para determinar y visibilizar la procedencia ecológica de los cultivos a los consumidores.
  • Teleasistencia que permita a los productores la reparación en remoto de la maquinaria reduciendo los costos de espera y de desplazamientos.

 

En conclusión el sector agrario es uno de los grandes impulsores del Cloud, IA y Visión entre otros y lo seguirá siendo en los próximos años debido a los grandes problemas a los que se enfrenta tales como la despoblación y el cambio climático. 

 

Artículos relacionados

ITCL Centro Tecnológico

Open AI ¿Qué es realmente?

ITCL Centro Tecnológico

El aprovechamiento de datos transformará y permitirá avanzar a la industria

ia industria

¿Cómo optimizar un control de calidad a través de la Inteligencia Artificial?