Desde NAX AGTECH hemos identificado una necesidad crítica en el sector
agrícola: la capacidad de predecir y gestionar con precisión la producción de
cultivos en un mundo cada vez más afectado por los cambios climáticos.
Este proyecto se centra en la creación de un sistema avanzado de predicción
agrícola, aprovechando la tecnología de imágenes satelitales y algoritmos de
aprendizaje automático. Este enfoque innovador permitirá a los agricultores
anticipar diversos factores que afectan sus tierras, como la humedad del suelo,
la presencia de plagas y enfermedades, y el impacto de fenómenos
meteorológicos adversos. Al proporcionar una herramienta de predicción
precisa y confiable, NAX AGTECH busca transformar la manera en que se
gestionan las operaciones agrícolas, promoviendo la eficiencia y sostenibilidad
del sector.

OBJETIVOS Y RESULTADOS:

Para alcanzar este ambicioso objetivo, el proyecto se estructura en torno a
varios objetivos específicos que garantizan un desarrollo metodológico
riguroso:
● OE1: Desarrollar modelos precisos de predicción de producción de cultivos
utilizando datos de imágenes satelitales y técnicas avanzadas de aprendizaje
automático.

● OE2: Implementar algoritmos de clasificación automatizada que permitan
predecir la producción de diversos tipos de cultivos a gran escala.
● OE3: Evaluar la precisión y eficacia del sistema de predicción desarrollado
mediante pruebas exhaustivas en diferentes escenarios agrícolas.
● OE4: Analizar y adaptar el sistema para predecir eficazmente la producción
de cultivos bajo condiciones adversas, tales como sequías, inundaciones y
otras perturbaciones climáticas.
● OE5: Implementar y probar el sistema de predicción en casos reales de
clientes, proporcionando una validación práctica de su utilidad y efectividad.

En conjunto, estos esfuerzos permitirán a los agricultores tomar decisiones
informadas que optimicen sus operaciones y aseguren un uso sostenible de los
recursos agrícolas.

RESULTADOS 2024

NAX AGTECH, S.L. ha iniciado y avanzado en este periodo de 2024 el
proyecto “Modelado de Cultivos para la Optimización de Procesos Agrícolas
dentro del Marco de la Agricultura Sostenible mediante el Uso de Imágenes
Satelitales y Aprendizaje Automático”, centrando sus esfuerzos en diferentes
paquetes, teniendo mayor peso dos paquetes principales: la gestión y difusión
del proyecto, y el estudio del estado del arte. En cuanto a la gestión del
proyecto, se han definido objetivos generales y específicos, y se ha
desarrollado un cronograma detallado para cada paquete de trabajo. El equipo
ha realizado reuniones semanales para revisar los avances y ajustar
estrategias según sea necesario.
En el segundo paquete de trabajo, relacionado con el estudio del estado del
arte, se han recopilado y analizado publicaciones científicas e industriales
relevantes, priorizando técnicas avanzadas como GANs, modelos híbridos
RF+DNN y tecnologías hiperespectrales. Se han identificado retos y
oportunidades, como la correlación de índices espectrales con el rendimiento
de cultivos en regiones nubosas y tierras áridas, y el potencial del aprendizaje
profundo para modelos híbridos.