Un insecte capable de contrer Drosophila suzukii a été identifié dans le Trentin
1 October 2020
La promesse de la myrtille de l’Afrique australe
1 October 2020
Le groupe opérationnel Optifrutal, présenté par l’Association des entreprises productrices et exportatrices de fruits et légumes d’Andalousie et d’Estrémadure (Asociafruit) en 2016, a terminé ses travaux, qui se sont concentrés sur le développement d’un modèle prédictif des ravageurs dans les agrumes, et le développement d’une analyse agronomique pour évaluer l’influence des températures et des précipitations sur la production, sur la qualité du fruit, et le moment optimal de récolte de deux variétés du groupe Navel.
Optifrutal a travaillé avec des modèles prédictifs de ravageurs utilisant l’intelligence artificielle basée sur le Big Data et des informations de surveillance des ravageurs collectées au fil des années auprès du secteur et des centres d’expérimentation de l’IFAPA (Institut andalou de recherche et de formation agricoles et halieutiques) pour faire des prévisions sur les cultures d’agrumes d’Andalousie qui peuvent aider les producteurs à prendre des décisions liées à leurs cultures et à la lutte intégrée contre les ravageurs qui augmentent la durabilité du secteur.
Le deuxième objectif a été le développement d’une analyse agronomique pour évaluer l’influence des températures et des précipitations sur la production, la qualité des fruits et le moment optimal de récolte d’une variété précoce et d’une variété de mi-saison de Navels. L’analyse a été menée dans la vallée du Guadalquivir pendant trois saisons consécutives de 2017 à 2020.
Les résultats de la modélisation mathématique basée sur les données historiques de surveillance des ravageurs ont été raisonnablement positifs. De plus, cela a permis d’établir les bases techniques pour faire évoluer cette application avec une plus grande quantité de données de surveillance historiques. La modélisation mathématique peut également être appliquée pour atteindre une productivité optimale, sur la base des données liées à ce paramètre.
Parmi les résultats les plus intéressants, le modèle montre une fiabilité de 60% dans le premier horizon prédictif pour le tétranyque rouge et de 77% pour la mouche des fruits. Ces pourcentages devraient augmenter considérablement une fois que le modèle utilisera des données provenant d’un plus grand nombre de sources et lorsqu’il y aura un protocole amélioré basé sur les expériences obtenues grâce à ce projet.
De plus, l’étude du comportement productif des variétés analysées a été très intéressante et a abouti à des conclusions très précieuses pour le secteur. Ces conclusions incluent l’importance de la température et des précipitations dans le comportement agronomique, et la façon dont elles influencent l’indice de couleur de certaines variétés, retardant leur coloration externe et, par conséquent, la récolte. Ils ont également vu comment les aspects climatiques conditionnaient la qualité organoleptique du jus.
