¿Es el enfoque correcto en la predicción del rendimiento centrarse únicamente en lograr una alta precisión? Según el equipo de WayBeyond, no lo es, lo cual es una afirmación importante viniendo de una empresa que ofrece servicios de predicción del rendimiento. En un seminario web celebrado recientemente, el equipo explicó sus últimas investigaciones y por qué prefieren centrarse en un enfoque holístico de la planificación y la previsión. Los miembros del equipo Lee Kirsopp y Celene Solis compartieron sus ideas.
Predicción del rendimiento
La predicción moderna del rendimiento suele realizarse mediante modelos de IA. El modelo se alimenta de datos históricos para encontrar patrones que le permitan predecir con mayor exactitud los rendimientos futuros. Sin embargo, el uso de la IA plantea algunos problemas. En primer lugar, el método requiere años de datos históricos (normalmente de 2 a 3), que no siempre están disponibles. Si los datos están disponibles, los cambios climáticos y meteorológicos recientes también pueden complicar las cosas, ya que los patrones de datos establecidos en años anteriores pueden no reflejar la situación actual. Por último, la precisión de la predicción del rendimiento varía de forma generalizada; por ejemplo, un agricultor puede alcanzar una precisión media global del 85%, pero experimentar una variación semanal de entre el 65% y el 95% de precisión. Los investigadores de WayBeyond han denominado «oscilaciones del rendimiento» a estas variaciones, que se manifiestan como picos o caídas repentinas del rendimiento real. Estas oscilaciones pueden ser el resultado de factores biológicos, medioambientales u otros factores externos que los modelos tradicionales de predicción del rendimiento no tienen en cuenta.
Método holístico
«Tenemos que plantearnos si perseguir el ‘santo grial’ de la predicción de rendimiento de alta precisión es el enfoque correcto. Si no lo es, ¿podemos identificar y describir los acontecimientos biológicos y medioambientales que conducen a las oscilaciones del rendimiento? ¿Y en qué medida la adopción de un enfoque más holístico mejora la confianza en dicha predicción?», comparte en su investigación Tharindu Weeraratne, director de Ciencia de Cultivos y Agronomía de WayBeyond.
Durante la investigación, el equipo de ciencia de datos de WayBeyond trabajó estrechamente con su equipo de ciencia de cultivos y argumentó a favor de un enfoque holístico de la predicción del rendimiento. Este enfoque implicaba el uso de la predicción del rendimiento como una de las herramientas y la introducción adicional de una capa contextual de datos de eventos en el entorno de cultivo, la planta y las prácticas de gestión.
Para comprenderlo mejor, el equipo de WayBeyond examinó más de cerca las causas probables de la variabilidad semanal en la precisión del rendimiento. Para ello, analizaron 20 ciclos de datos de cosecha de tomates, así como datos del entorno y de la planta, y ejecutaron predicciones de rendimiento en los 20 ciclos, anotando la precisión media de cada uno. A continuación, dividieron los datos en tres grupos en función de su precisión: 89-95%, 85-89% y 80-85%. Observando el número de oscilaciones en cada grupo, confirmaron que una mayor frecuencia de oscilaciones en el rendimiento se traduce en una menor precisión en la predicción.
Ve aquí el webinar completo:
Semanas de oscilaciones
¿Qué factores influyeron en estas oscilaciones? Los investigadores examinaron los patrones comunes en un periodo de 8 semanas antes de que se produjeran las semanas de oscilación baja y alta y analizaron lo que ocurría en el entorno de cultivo en ese momento.
«En el caso de las semanas de baja fluctuación, el factor ambiental más común fue la baja temperatura exterior nocturna. Esto es interesante, ya que un invernadero es un entorno interior protegido, por lo que cabría pensar que la temperatura exterior no tendría mucho efecto, y sin embargo fue el factor más común encontrado en los datos. El segundo fue la escasez de luz total, y el tercero, la escasa diferencia de temperatura entre el día y la noche», explicó Lee Kirsopp, director de producto, durante el seminario web.
«En el análisis de la semana de alta oscilación, el factor más importante fue la gran diferencia entre las temperaturas internas diurnas y nocturnas, seguido de la alta temperatura exterior nocturna (de nuevo la temperatura exterior fue un factor), y en tercer lugar fue la alta luz total», añade.
En cuanto a los datos de las plantas, las mediciones analizadas fueron: altura del entramado, desarrollo semanal, longitud de las hojas, anchura del tallo y número de hojas. Esto permitió al equipo de investigación determinar si las plantas estaban en estado vegetativo o generativo. En el estado vegetativo, las plantas gastan la mayor parte de su energía en el crecimiento de hojas y tallos fuertes, mientras que el estado generativo indica que se destina más energía a la floración y al crecimiento de frutos.
«Descubrimos que antes de una semana de oscilación baja, la planta pasaba la mayor parte del tiempo en estado vegetativo, mientras que antes de una semana de oscilación alta, estaba en estado generativo. Esto parece obvio cuando se tienen en cuenta los datos, pero sigue siendo importante saberlo y entenderlo para poder combinar la información con los datos medioambientales», continúa Lee.
¿Qué significa esto para los productores de tomate?
La investigación concluyó que la predicción del rendimiento es más eficaz cuando se apoya en datos locales relevantes, como los medioambientales y los de las plantas, pero no por ello deja de ser una herramienta útil. También se determinó que debería reconsiderarse la idea de centrarse exclusivamente en lograr una precisión del 95-100% en la predicción del rendimiento, en favor de una visión más amplia que incluya una mayor atención al contexto, ya que al comprender el panorama completo se hace un uso más beneficioso del tiempo. Por último, se recomienda investigar las oscilaciones del rendimiento en el invernadero para que los agricultores puedan descubrir las causas y qué anticipar. El consejo final de WayBeyond fue vigilar el equilibrio de las plantas, ya que es un buen indicador de posibles oscilaciones.
Para más información:
WayBeyond Ltd.
Candida Office Park, 61 Constellation Drive
Auckland 0632, Nueva Zelanda
Tel.: +64 9 415 2380
Email: [email protected]
https://www.waybeyond.io/espanol