La colombiana y agrónoma, Evelin Calderón Caro, desarrolló una inteligencia artificial capaz de predecir las heladas que afectan los cultivos de flores en la Sabana de Bogotá. La herramienta puede detectar con un 91 % de eficacia el fenómeno meteorológico que impactan estas plantaciones. La IA ayuda a que los agricultores tengan un margen de acción de hasta por lo menos 10 horas para atender la alerta.
La investigadora de la Universidad Nacional de Colombia, usó el aprendizaje automático o machine learning para entrenar modelos que tenían en cuenta variables y datos como temperatura, humedad, punto de rocío y precipitación o lluvia.
Así mismo contó con el apoyo de Soluciones Wiga y Growers Hub Trading (GHT), red de empresas dedicadas a la producción, exportación y comercialización de flores con cultivos en Colombia, y Ecuador, además de una red de importadoras, comercializadoras, bouqueteras y distribuidoras en Estados Unidos.
Te puede interesar: El Sevilla FC reclutará a jugadores con IA generativa de IBM ¿Cómo será el proceso?
Evelin, explica que “para las flores la temperatura se mide por grados/día, que es la acumulación de temperatura que necesitan estas especies para florecer. Identificamos que para las heladas se tenían ciertas reglas: si para el medio día la temperatura aumentaba a cierto valor, o si entre las 8:00 pm y las 9:00 am estaba por debajo de 10 °C, ya se tenía la idea de que iba a ocurrir una helada”.
¿Cómo funciona la IA de predicción de heladas?
Según la agencia de noticias UNAL, la temperatura, humedad relativa, punto de rocío, radiación fotosintéticamente activa y precipitación, constituyeron las variables explicativas de los eventos de heladas. Para la obtención de estas y el entrenamiento de los modelos la ingeniera utilizó información recopilada de 13 estaciones meteorológicas ubicadas entre el norte y el occidente de la Sabana de Bogotá dentro de predios de cultivos de flores pertenecientes a GHT.
Así mismo, en el trabajo de campo identificó que en las horas previas a la ocurrencia de una helada se presenta baja humedad, bajo punto de rocío y alta radiación. Así, surgieron cinco modelos de aprendizaje de máquinas.
Te puede interesar: OpenAI hace alianza con universidad norteamérica para mejorar aprendizaje ¿En qué consiste el acuerdo?
El desempeño de cuatro de ellos fue satisfactorio y ofrecieron métricas de evaluación superiores al 91 %. Las métricas utilizadas para la evaluación del rendimiento de los cinco métodos fueron precisión, sensibilidad (tasa de verdaderos positivos), especificidad (tasa de verdaderos negativos), exactitud y puntuación.
“La validación cruzada y el análisis estadístico demostraron que el modelo de potenciación del gradiente para la detección de heladas presentó la mayor precisión”, explica la investigadora.
Cabe mencionar que los cultivos de flores ubicados en el altiplano cundiboyacense, en altitudes superiores a 2.500 metros sobre el nivel del mar, son algunos de los más susceptibles a afrontar las heladas, fenómeno meteorológico que ocurre cuando la temperatura ambiente disminuye a valores iguales o inferiores a 0 °C momento en el que el frío intenso cubre con un manto de hielo o escarcha las plantas.
Imagen: Agencia UNAL/Evelin Calderón Caro
