Un equipo de investigación 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 dado un paso significativo en el ámbito agrícola al desarrollar una metodología innovadora. Esta herramienta tiene como objetivo mejorar la predicción temprana de la producción de aceituna y aceite en los olivares mediterráneos, que se ven afectados por fenómenos como la sequía y las altas temperaturas.
La investigación se centra en el análisis de más de 1.100 parcelas agrícolas ubicadas en la provincia de Córdoba, una región clave para la producción de aceite de oliva en España. El equipo ha combinado imágenes satelitales del programa Sentinel-2 con datos climáticos y características del suelo, lo que permite evaluar cómo responden los olivares a las condiciones ambientales cambiantes.
Avances en la metodología
Uno de los aspectos más destacados del estudio es la introducción del concepto de “tiempo térmico” o Growing Degree Days (GDD). Esta medida facilita el seguimiento del desarrollo fisiológico del cultivo basado en el calor acumulado, superando así el enfoque tradicional que se basa únicamente en fechas del calendario. Ana María Tarquis, investigadora de la UPM involucrada en el proyecto, afirma que “este enfoque facilita comparar campañas agrícolas muy distintas entre sí y detectar patrones más robustos relacionados con la producción”.
Los hallazgos han sido publicados recientemente en la revista científica Agronomy, donde se evidencia que ciertos periodos de lluvia y patrones específicos observados a través de satélites están estrechamente relacionados con las futuras cosechas de aceituna y aceite. Además, el estudio resalta cómo las propiedades del suelo influyen en la capacidad del olivar para resistir situaciones de estrés hídrico y térmico.
Impacto en el sector agrícola
Los autores subrayan que esta nueva herramienta podría ser especialmente valiosa para cooperativas, agricultores y gestores agrícolas, ya que les permitiría anticipar rendimientos con mayor precisión y optimizar decisiones agronómicas y comerciales. Este trabajo también pone de manifiesto el potencial que ofrece la combinación de inteligencia artificial, observación terrestre y ciencia de datos para avanzar hacia modelos agrícolas más sostenibles y adaptados a las nuevas realidades climáticas.
Además, esta investigación forma parte de un doctorado industrial desarrollado conjuntamente entre AgrowingData y el Centro de Estudios e Investigación para la Gestión de Riesgos Agrarios y Medioambientales (CEIGRAM-UPM). El enfoque se centra en aplicar inteligencia artificial, análisis de datos e imágenes satelitales para mejorar la resiliencia de los sistemas agrícolas mediterráneos ante los retos impuestos por el cambio climático.
El estudio titulado Climate-Smart Framework for Olive Yield Estimation: Integrating Soil Properties, Thermal Time, and Remote Sensing NDVI Time Series, realizado por Rosa Gutiérrez-Cabrera, Javier Borondo y Ana María Tarquis, ha sido publicado en Agronomy 2026.
Preguntas sobre la noticia
¿Qué metodología ha desarrollado el equipo de investigación de la UPM?
El equipo ha desarrollado una nueva metodología que mejora la predicción temprana de la producción de aceituna y aceite en olivares mediterráneos, integrando imágenes de satélite, variables climáticas y propiedades del suelo.
¿En qué área se llevó a cabo la investigación?
La investigación se realizó en olivares de la provincia de Córdoba, España, una de las principales zonas productoras de aceite de oliva en el país.
¿Qué es el "tiempo térmico" o Growing Degree Days (GDD)?
El "tiempo térmico" o GDD es una medida que permite seguir el desarrollo fisiológico del cultivo basado en el calor acumulado, facilitando la comparación entre distintas campañas agrícolas.
¿Cuáles son los beneficios potenciales de esta herramienta para los agricultores?
Esta herramienta puede ayudar a cooperativas, agricultores y gestores agrícolas a anticipar rendimientos con mayor precisión y optimizar la toma de decisiones agronómicas y comerciales.
¿Cómo se relaciona esta investigación con el cambio climático?
El estudio busca mejorar la resiliencia de los sistemas agrícolas mediterráneos frente al cambio climático mediante el uso combinado de inteligencia artificial, observación de la Tierra y ciencia de datos.
Si (
No(
