TROPICAL-IA: Servicio de integración de datos e Inteligencia Artificial para el soporte a la monitorización de cultivos Tropicales

Partiendo del servicio desarrollado en el proyecto GEEN-SENTI (http://khaos.uma.es/green-senti), se propone la nueva plataforma TROPICAL-IA

Investigador principal

José Francisco Aldana Montes

Sede:

UMA

Tecnología

Maching Learning, Big Data, IoT

Agentes agregados

TROPS SAT 2803

Resumen de la propuesta

Partiendo del servicio desarrollado en el proyecto GEEN-SENTI (http://khaos.uma.es/green-senti), se propone la nueva plataforma TROPICAL-IA, mediante la que se generarán APIs de microservicios avanzados de Inteligencia Artificial, que den soporte a la monitorización de cultivos tropicales y a la toma de decisiones, con especial orientación a los profesionales del sector de los cultivos tropicales en la región sur de Andalucía.

TROPICAL-IA se diseña y validará en colaboración con la Cooperativa SAT TROPS 2803, líder europeo en cultivo y comercialización de Mango y Aguacate.

Objetivo del proyecto

El objetivo de TROPICAL-IA es la generación de una plataforma software de microservicios avanzados de Inteligencia Artificial, que dé soporte a la monitorización de cultivos tropicales y a la toma de decisiones, con especial orientación a los profesionales del sector en la región sur de Andalucía. Se organizará sobre una base integrada de datos heterogéneos con capa superior de microservicios avanzados de análisis de datos. Se contemplan funcionalidades de:

• Machine Learning para la estimación de plantaciones de Mango y Aguacate, incluyendo variedades, basada en firmas espectrales e indicadores (NDVI, EVI, etc.) de imágenes de satélites Sentinel 2 (Copernicous)

• Análisis de correlaciones y series temporales sobre datos integrados de sensores y datos abiertos (meteorología, consumos, etc.)

TROPICAL-IA se desplegará en la infraestructura de servidores Open Stack para el Análisis del Big Data del Edificio Ada Byron (UMA) que dispone 800 Cores, 64TB RAM y 1.5PB de almacenamiento. Se realizarán actividades de validación sobre fincas e informes de valoración por parte de los técnicos TROPS.

Resultados esperados e indicadores

Indicadores (esperados hasta el 31/12/2021)

  • Nuevo personal investigador (equivalente anual): 1 investigador en fase de iniciación
  • Patentes: se estudiará la posibilidad de presentar 1 patente
  • Nº contratos transferencia: al menos 1 contrato de transferencia
  • Congresos: al menos 1 publicación/ponencia en congreso científico y/o jornadas de transferencia
  • Publicaciones indexadas: al menos 1 publicación indexada en JCR
  • Tesis doctorales: al menos 1 tesis doctoral en estado inicial. Se explorará la iniciación de un Doctorado Industrial TROPS-UMA

Justificación potencial impacto tecnológico del proyecto TRL

El impacto en la sociedad, en especial en la comunidad agrícola de la Axarquía y sur de Granada, es directo pues pone a disposición de los socios TROPS y sus técnicos de campo de una herramienta para la monitorización avanzada de sus cultivos. Las validaciones en fincas seleccionadas y diseminación en jornadas técnicas agrícolas alentará la apuesta en estas tecnologías de futuro.

TROPICAL-IA se concibe para alcanzar un estado TRL 7, sirviendo además de prototipo operacional para su continuación en futuras iniciativas nacionales y europeas (EU-PF 8), con aspiración a TRL 8-9.

Avances

Los investigadores José Francisco Aldana Montes (responsable del equipo http://khaos.uma.es/green-senti) y José Manuel García Nieto, pertenecientes a la Universidad de Málaga, junto con Jesús Regodón Ruiz, responsable del Dpto. I+D+i y Sostenibilidad de SAT 2803 TROPS (TROPS), como empresa participante en el proyecto, tienen como objetivo desarrollar la plataforma TROPICAL-IA en la que se están generando APIs de microservicios avanzados de Inteligencia Artificial, para el soporte a la monitorización de cultivos tropicales y a la toma de decisiones, dirigida principalmente, y en un primer momento, al sector de los cultivos tropicales en la región sur de Andalucía.

Durante el desarrollo del proyecto, aún en proceso, se ha se ha avanzado en una primera versión totalmente funcional de servicio, orientado a la predicción de cosecha de mango y aguacate que ya está utilizando TROPS para sus actuales planificaciones. Cabe mencionar, que las predicciones de cosecha efectuadas de mango y aguacate para esta campaña, han mostrado unos resultados muy esperanzadores, debido al nivel de acierto alcanzado.

Asimismo, se han empleado un total de 7 modelos predictivos Machine Learning y Deep Learning. Los datos empleados comprenden desde 1999, y se han integrado con datos de meteorología de la estación AEMET en la zona de la Axarquía.

Por otra parte, se ha desarrollado y habilitado el servicio Manvocado, dedicado a la clasificación de imágenes aéreas de cultivos de aguacate y mango. Este servicio trabaja sobre el motor de clasificación de una Red Neuronal Profunda Convolucional y aumentación de datos, que realiza la clasificación de miles de imágenes aportadas por los técnicos de campo para su identificación en el terreno, aportando así una cuantificación de espacio cultivado y detectando nuevas zonas de plantaciones.

Por último, se está trabajando en un prototipo de capas de teledetección de cultivos de mango y aguacate con firma espectral a partir de productos satelitales Sentinel 2, con los que se están generando series temporales de indicadores espectrales para incluir en los análisis de series temporales, de cara a la monitorización de estos cultivos en la región.

En el siguiente enlace se puede encontrar más información sobre TROPICAL-IA. También puede acceder a una noticia relacionada con el proyecto publicada por el DIARIO SUR.

Tropical-IA