Herramienta elaborada por INIA dará a conocer las condiciones de la vegetación entre las regiones de O’Higgins y La Araucanía, lo que permitirá a las autoridades tomar mejores decisiones y mitigar, de manera más eficaz, los efectos negativos en la producción agrícola.

La tecnología se ha convertido en una herramienta clave para la agricultura, especialmente para optimizar el uso de recursos y mejorar la producción. La sequía es una amenaza que representa un riesgo constante para las y los productores agrícolas, ya que la disminución de precipitaciones dificulta las posibilidades de riego de los cultivos, lo que puede ocasionar pérdidas en el sector.

Por ello, el Instituto de Investigaciones Agropecuarias (INIA), perteneciente al Ministerio de Agricultura, desarrolló una innovadora herramienta que permitirá predecir si habrá sequía agrícola durante el verano. Definida como Inteligencia Artificial, esta herramienta dará a conocer con tres meses de antelación las condiciones de la vegetación entre las regiones de O’Higgins y La Araucanía, lo que permitirá a las autoridades tomar mejores decisiones y mitigar, de manera más eficaz, los efectos negativos en la producción agrícola.

El lanzamiento de este sistema se realizó la mañana de este lunes en dependencias del Ministerio de Agricultura, donde además se presentó el primer informe emitido por el instrumento. La instancia estuvo encabezada por la subsecretaria de Agricultura, Ignacia Fernández, la directora nacional de INIA, Iris Lobos y el investigador líder del equipo de Riesgo Climático de INIA, Marcel Fuentes.

CONDICIONES FAVORABLES PARA EL VERANO 2024

Respecto a las condiciones del verano 2024, el primer informe del sistema de predicción anticipó buenas noticias para los agricultores y autoridades del país, ya que se pronóstica que la vegetación presente condiciones positivas. Sólo algunas comunas cuentan con una proyección levemente desfavorable.

En esa línea, las comunas que presentan alerta son: Peralillo en la región de O´Higgins; San Clemente, Sagrada Familia y Curicó en la región del Maule; Ñiquén, Chillán, El Carmen y Pinto en la región de Ñuble; Santa Juana, Quilleco y Antuco en la región del Biobío; y Perquenco de la región de La Araucanía.

La directora nacional de INIA, Iris Lobos, destacó la relevancia de este primer informe ya que “es crucial adelantarse a los impactos futuros de la sequía, a través de un pronóstico para ayudar a las autoridades en la planificación y optimización de la distribución de los recursos económicos y mejor manejo del agua de riego”.

Previo al lanzamiento de esta nueva tecnología, INIA ya realizaba mes a mes monitoreos satelitales de la vegetación y de la sequía agrícola, para proporcionar información relevante a las autoridades regionales y nacionales sobre la declaración de zonas en emergencia agrícola. Además, cuenta con una Red de Agrometeorología con 374 estaciones desde Arica a Punta Arenas. Uno de sus productos es un boletín mensual agroclimático, que proporciona un reporte de la situación climática por región, con recomendaciones de manejo para los cultivos y ganado de cada territorio.

Al respecto, la subsecretaria de Agricultura, Ignacia Fernández, señaló que “para nuestro ministerio es fundamental contar con herramientas predictivas respecto del impacto que está teniendo el clima por sobre las capacidades y condiciones de la producción agrícola, ya que necesitamos transitar de un modelo que ha estado centrado más bien en gestionar emergencias, de manera tal de anticiparnos y poder tomar decisiones que apoyen la continuidad de la producción”.

Respecto al funcionamiento y eficiencia de este sistema, el investigador de INIA y director del proyecto, Marcel Fuentes, explicó que tiene un 95% de asertividad y que utiliza algoritmos matemáticos e imágenes satelitales para predecir la situación de la vegetación. “Mediante el análisis de estas imágenes y su correspondiente índice de vegetación, entrenamos una red neuronal para predecir tendencias futuras en la vegetación. Esta red, utiliza inteligencia artificial e integra conocimientos de agronomía, matemáticas, ingeniería e informática. Con datos históricos, la red aprende y mejora su capacidad predictiva para asistir en la toma de decisiones agrícolas”, precisó.