Modelos predictivos basados en clima, nutrición y manejo para minimizar pérdidas por pardeamiento en cerezas y manzanas

Objetivo general

Identificar factores asociados a pardeamiento en fruta, a través de Inteligencia Artificial, para incorporarlo mediante modelos de predicción de desórdenes fisiológicos, como servicio de la Plataforma Climática y Nutricional IKAROS.

Objetivos específicos

Etapa 2: Obtener indicadores de predisposición al pardeamiento interno y escaldado superficial, a través de factores agroclimáticos, nutricionales, vegetativos y manejo de pre y postcosecha de la fruta, mediante análisis de Data Science. Identificar metodologías para un diagnóstico temprano de la susceptibilidad de la fruta al pardeamiento. Etapa 3: Desarrollar modelos de predicción, mediante técnicas de Inteligencia Artificial, en base a los indicadores más relevantes relacionados con la predisposición a pardeamiento. Diseñar una sección de consulta de desórdenes fisiológicos apoyados por modelos de Inteligencia Artificial en la Plataforma IKAROS para el manejo de la fruta. Etapa 4: Promover la comercialización de la Plataforma IKAROS para el manejo de pardeamiento interno en cerezas Regina y escaldado superficial en manzanas Granny Smith. Capacitar a los usuarios mediante talleres en el uso de las nuevas prestaciones de la Plataforma IKAROS. Difundir los resultados del proyecto mediante seminarios y una Guía de protocolo de manejo de fruta para prevenir el pardeamiento.

Descripción

Clasificaciones

Código: PYT-2022-0295

Base fuente: Base Nacional de Proyectos - Base de iniciativas FIA

177622000

115000000

62622000

Fecha inicio: 01/09/2022

Fecha término: 31/08/2025

0

0

0

Relacionados

2022 / Buenas prácticas agrícolas - Energías renovables no convencionales - Mecanización / automatización - Riesgo agroclimático

Sistema Automático integrado de bajo costo para el control eficiente de techos en cultivos frutícolas