Pablo Franco, director general del Consejo Regulador de la DOCa Rioja, expuso en las I Jornadas ABC de la Excelencia el desarrollo de modelos predictivos para mejorar la estimación de cosechas y avanzar hacia una gestión más precisa del viñedo
Texto: Mirian Terroba
redaccion@laprensadelrioja.com
La inteligencia artificial ya es una realidad en la viticultura de Rioja. El Consejo Regulador de la DOCa Rioja desarrolla desde 2022 un proyecto que utiliza modelos predictivos para estimar la producción de las cerca de 66.000 hectáreas de viñedo de la denominación y mejorar el conocimiento agronómico del territorio. El objetivo va más allá de calcular la cosecha: se trata de disponer de una herramienta que facilite la gestión de la denominación y, en un futuro próximo, ayude también al viticultor en la toma de decisiones.
Durante la primera edición de las Jornadas ABC de la Excelencia organizadas por la Asociación de Bodegas por la Calidad, el director general del Consejo Regulador, Pablo Franco, presentó la evolución de un proyecto basado en inteligencia artificial que combina información histórica, imágenes de satélite, datos climáticos y observaciones de campo.
El punto de partida fue aprovechar más de 25 años de información agronómica recopilada por el Consejo Regulador. «Tenemos datos de fenología, estimaciones de producción y toda esa información agronómica», explicó Franco. Sin embargo, antes de entrenar cualquier algoritmo fue necesario recopilar, digitalizar y organizar esos datos, incorporando además información topográfica, climática y satelital.
La digitalización constituye, según reconoció, uno de los principales desafíos del proyecto. El registro vitícola tradicional se basa en referencias alfanuméricas, mientras que los modelos de inteligencia artificial requieren una localización geográfica precisa de cada parcela.
A ello se suma otro aspecto esencial: la calidad del dato. «Es muy importante cómo tomamos el dato y de qué manera lo tomamos», subrayó Franco, quien advirtió de que una información incorrecta, especialmente la procedente de estaciones meteorológicas no verificadas, puede comprometer el comportamiento de todo el modelo.
El primer modelo desarrollado en 2023 integró alrededor de 1.650 variables de entrada —datos históricos, climáticos, topográficos, imágenes multiespectrales y observaciones de la campaña en curso— para entrenar 170 modelos predictivos, de los que finalmente se seleccionaron los más precisos. «El sistema al final lo que hace es pensar y darte una propuesta», resumió Franco.
Los primeros resultados permitieron comprobar que el modelo era capaz de estimar la producción con una elevada precisión, pero también pusieron de manifiesto que existían variables agronómicas que no estaban siendo consideradas. Esa experiencia, explicó Franco, llevó al desarrollo de modelos auxiliares capaces de identificar automáticamente aspectos como la presencia de cubiertas vegetales, las marras (cepas faltantes), los estados fenológicos o los daños provocados por heladas y granizo.
El desafío del mildiu
La campaña de 2025 supuso una nueva prueba para el sistema debido a la fuerte incidencia del mildiu. Aunque el algoritmo no había sido entrenado específicamente para reconocer esta enfermedad, detectó una reducción significativa del potencial productivo. «El modelo redujo casi en 2.000 kilos por hectárea sin saber que había mildiu», señaló Franco.
A partir de más de 7.700 observaciones de campo, el Consejo desarrolló un modelo específico para incorporar esta variable y mejorar la precisión de las predicciones en campañas marcadas por la enfermedad.
El sistema se valida continuamente comparando las predicciones con datos reales obtenidos en campo. En 2024 alcanzó precisiones superiores al 91 %, que llegaron al 96 % en aquellas parcelas donde se disponía de información agronómica detallada.«Si tú aportas información específica, el grado de precisión sube de una manera brutal», destacó.
El proyecto continúa evolucionando. Entre las próximas líneas de trabajo figuran la mejora de la digitalización del registro vitícola, el desarrollo de modelos para estimar la fertilidad del viñedo o detectar parcelas abandonadas y la puesta en marcha de un portal para que los viticultores puedan consultar información agronómica de sus explotaciones y alimentar el sistema con nuevos datos.
Más allá de la tecnología, Pablo Franco recordó que el objetivo último sigue siendo preservar el patrimonio vitícola de Rioja. La inteligencia artificial, defendió, debe convertirse en una herramienta para comprender mejor el viñedo y mejorar su gestión, especialmente en el caso de los viñedos viejos y centenarios.
