La IA ayudará en la predicción de las cosechas del olivar mediterráneo

Olimerca.- Un equipo de investigadores de la Universidad Politécnica de Madrid (UPM), en colaboración con la empresa AgrowingData y la Escuela Técnica Superior de Ingeniería de la Universidad Pontificia Comillas (ICAI), ha desarrollado una metodología que mejora la predicción temprana de la producción de aceituna y aceite de oliva en olivares mediterráneos sometidos a condiciones de sequía y altas temperaturas. 

El nuevo modelo combina imágenes obtenidas por los satélites Sentinel-2 con variables climáticas y propiedades del suelo para analizar la respuesta del olivar ante escenarios de creciente variabilidad climática, ofreciendo una herramienta de apoyo para la planificación agronómica y comercial. 

La investigación se desarrolló en olivares de la provincia de Córdoba, una de las principales zonas productoras de aceite de oliva de España. Para ello, los investigadores analizaron más de 1.100 parcelas agrícolas, integrando información procedente de sensores remotos con datos de temperatura, precipitaciones y características edáficas. 

Uno de los elementos más innovadores del estudio es la utilización del denominado tiempo térmico o Growing Degree Days (GDD), un indicador que permite seguir la evolución fisiológica del cultivo en función del calor acumulado, en lugar de basarse exclusivamente en el calendario agrícola. 

Según explica Ana María Tarquis, investigadora de la UPM, “este enfoque facilita comparar campañas agrícolas muy distintas entre sí y detectar patrones más robustos relacionados con la producción”. 

La lluvia, la vegetación y el suelo, claves para estimar la cosecha 

Los resultados muestran que determinados periodos de lluvia y la evolución de la vegetación detectada mediante imágenes de satélite mantienen una estrecha relación con la producción futura de aceituna y aceite de oliva

El trabajo también pone de manifiesto que las características del suelo desempeñan un papel determinante en la capacidad del olivar para afrontar situaciones de estrés hídrico y temperaturas elevadas, dos factores cada vez más frecuentes en las zonas productoras mediterráneas. 

El trabajo también pone de manifiesto que las características del suelo desempeñan un papel determinante en la capacidad del olivar para afrontar situaciones de estrés hídrico y temperaturas elevadas

Los autores consideran que esta metodología puede convertirse en una herramienta de utilidad para agricultores, cooperativas y gestores del sector oleícola, al permitir estimar con mayor antelación los rendimientos de las explotaciones y facilitar la toma de decisiones tanto en el manejo agronómico como en la planificación comercial. 

La investigación evidencia, además, el potencial de integrar inteligencia artificial, observación de la Tierra y ciencia de datos para desarrollar sistemas agrícolas más eficientes, sostenibles y adaptados a los efectos del cambio climático. 

Investigación en el marco de un doctorado industrial 

El estudio forma parte de un doctorado industrial impulsado conjuntamente por AgrowingData y el Centro de Estudios e Investigación para la Gestión de Riesgos Agrarios y Medioambientales (CEIGRAM-UPM), centrado en la aplicación de inteligencia artificial, análisis de datos e imágenes satelitales para reforzar la resiliencia de la agricultura mediterránea frente al cambio climático. 

El trabajo científico, firmado por Rosa Gutiérrez-Cabrera, Javier Borondo y Ana María Tarquis, ha sido publicado bajo el título Climate-Smart Framework for Olive Yield Estimation: Integrating Soil Properties, Thermal Time, and Remote Sensing NDVI Time Series en la revista Agronomy (2026, volumen 16, número 7, artículo 722).