Investigación y Desarrollo

Proyectos en Desarrollo

"GlobalViti"

GLOBALVITI es un proyecto consorciado de investigación industrial y desarrollo experimental, que pretende mejorar la producción vitivinícola frente al cambio climático a través de nuevas tecnologías, de estrategias biotecnológicas y del manejo del viñedo.

El consorcio lo componen 8 empresas: Bodegas Torres, como líder del proyecto, Pago de Carraovejas, Bodegas Ramón Bilbao, Juvé & Camps, Bodegas Martín Códax, Grupo Hispatec, Pellenc Ibérica y Viveros Villanueva Vides, junto a 13 organismos de investigación de referencia nacional.

El proyecto dispone de un presupuesto global de 8,8 millones de euros, cuenta con el apoyo financiero del programa CIEN del CDTI y se desarrollará hasta Julio de 2020.

En la parte que compete a SMARTRURAL se están realizando modelos para saber qué calidad y madurez tiene o tendrá la uva, en función de los nutrientes de la planta. Para ello se han tomado datos de fertilización, uva y vuelos dron.

El objetivo general es realizar una modelización de los parámetros y de la información recogida por los técnicos de la bodega y por SmartRural utilizando además RPAS (Aeronaves Remotamente pilotadas), y que son más  importantes para valorar la producción y calidad de la uva para desarrollar:

  • Informatización SIG por capas de todos los datos recogidos a lo largo de las diferentes campañas.
  • Modelos que permitan realizar mapas de aporte de fertilizantes. Así se conseguirá un ahorro de productos fitosanitarios y que la planta tenga la cantidad de nutrientes que específicamente necesite.
  • Modelos que permitan realizar cartas de riego por parcela. Se conseguirá reducir el gasto de agua y mantener la vid en niveles de estrés hídrico controlado.

PROYECTOS REALIZADOS

Noviembre 2015 / Diciembre 2016

"Control del estres hídrico en el ensayo piloto (canal de Manganeses)"

Desde hace unos años, la optimización en el uso del agua y los productos fitosanitarios, son demandas que la sociedad viene imponiendo al sector agrícola. Al aumentar la concienciación Medio Ambiental, crece la preocupación sobre las consecuencias ecológicas que tiene el uso masivo de pesticidas y abonos.

Para una correcta implementación de la agricultura de precisión, es necesario monitorizar en detalle el cultivo con el fin de conocer en todo momento sus necesidades. El uso de sensores que recojen información en tiempo real del cultivo y la generalización del uso de RPAS, permite predecir con exactitud las necesidades de la planta en cada momento.

En este estudio se hace una aproximación inicial sobre el tipo y tiempo de muestreo necesario para recoger la variabilidad de un maizal. Intenta explicar que existe una relación positiva entre la temperatura y el estrés hídrico del cultivo, que existe una variación espacial del estrés hídrico y que esta variación depende del tipo de cultivo y tratamientos que se estén aplicando. Y que existe una relación negativa entre la temperatura y la humedad de planta.

También se pretendía demostrar la relación existente entre índices multiespectrales, nutrientes y producción final de la planta.

El objetivo final es poder llegar a tomar decisiones específicas sobre el cultivo que reduzcan los recursos invertidos para su desarrollo y además, mejoren la calidad del producto obtenido.​

2017

"FERTIVID"

Mediante el uso de RPAS en el viñedo se pueden identificar patrones que ponen al descubierto todo tipo de incidencias, por ejemplo aparición de plagas, carencia de nutrientes, homogeneidad del terreno, problemas de riego, variaciones en el tipo de tierra, etc.

Con las imágenes multiespectrales podemos observar las diferencias entre plantas dentro de una misma finca. Esto nos permite delimitar zonas cuyos frutos tienen diferentes características y así poder realizar una vendimia más selectiva.

Para obtener los índices vegetativos más representativos en la viña usamos como herramienta el drone agrícola Ebee AG, equipado con una cámara multiespectral. La cámara dispone de un sensor de irradiación que obtiene directamente valores de reflectancia con diferentes intensidades de luz. Con estas herramientas se determina el vigor de cultivo, se puede valorar el estado de madurez de un cultivo, permite realizar dosificación variable de tratamientos fitosanitarios e identificar la variabilidad intra e interparcelaria.

Durante el proyecto se realizaron varias campañas de muestreo acompañadas de una jornada de vuelo. Posteriormente se procesa esa información obtenida de las imágenes del vuelo y del sensor, para poder realizar un estudio estadístico de los diferentes factores medidos, como por ejemplo  NVDI o NDRE.

El objetivo final de este proyecto es la obtención de mayores rendimientos económicos, medioambientales y sociales, aumentando la competitividad a través de una mayor eficiencia en las prácticas agrícolas.

2018

"Detección de huras automáticamente a partir de imágenes aéreas"

Con este proyecto se persigue la monitorización y seguimiento del estado de afección en 10 parcelas de cultivo con presencia de topillo campesino, 5 de ellas con cultivo de cereal y 5 de alfalfa, con visitas quincenales en el periodo de mediados de septiembre a mediados de diciembre de 2017, mediante la captura y posterior análisis de imágenes de tipo RGB y multiespectral, obtenidas desde un vehículo de vuelo no tripulado (UAV). En total se realizarán 60 vuelos sobre parcelas.
Los objetivos específicos son los siguientes:
– Determinar zonas de presencia de topillos (huras, caminos) a través de técnicas de Inteligencia Artificial.
– Determinar el grado de afección (severidad del daño) del cultivo a partir de imágenes multiespectrales.
Validación del análisis (presencia+severidad) realizado sobre las imágenes, utilizando como referencia los muestreos de campo.

2017

"IMPACTO DE LAS HELADAS EN LA VIÑA"

Este estudio se realizó para cuantificar el daño por heladas en diferentes parcelas propiedad del Grupo Matarromera

Para la recogida de datos, se han realizado vuelos drone sobre las parcelas. Dicho dron iba equipado con una cámara adaptada para tomar fotografías.

En el proyecto se han realizado técnicas de visión artificial para identificar cada cepa, para posteriormente medir el porcentaje de hojas visible respecto al porcentaje de tronco. Este modelo sirve para realizar un estudio del porcentaje de frondosidad en cualquier estado fenológico de la planta. Aplicado al momento concreto en el que se tomaron los datos, en el cual un desarrollo bajo se puede asociar al grado de afección por helada, el modelo se puede utilizar para evaluar daños por heladas.

Este estudio nos ha permitido:

  • Identificar individualmente cada cepa en campo, y asociarla a una base de datos. De esta manera se consigue tener cada cepa identificada cómo un único individuo, lo que permitirá tener un registro y un histórico de datos individualizado para cada cepa.
  • Generar mapas del grado de desarrollo del cultivo
  • Mapear el alcance de plagas y/o daños por heladas
  • Mostrar porcentaje de frondosidad/vigor de cada uno de los líneos
  • Rastrear la evolución de las cepas para estimar la producción con mayor precisión