El grupo de Decisión e Inferencia Bayesianas de la Universidad de Extremadura (UEx) ha desarrollado e implementado modelos estadísticos predictivos en el análisis de datos masivos (Big Data) en apicultura de precisión.
La reducción de colonias de abejas es un problema importante actual que además de provocar una disminución en la producción de miel y una merma de su calidad, también perjudica su efecto polinizador en los ecosistemas. El objetivo de este proyecto de la UEx, financiado por el SEXPE de la Junta de Extremadura, es facilitar a los apicultores el seguimiento del estado de salud de las colmenas y de su producción de miel mediante el uso eficiente y sostenible de la tecnología. La apicultura de precisión combina tecnología y modelos estadísticos para gestionar un apiario de manera eficaz y reducir el riesgo de situaciones que pueden provocar pérdidas de población de abejas.
La innovación y gran ventaja que aportan los matemáticos de la UEx es el desarrollo de modelos estadísticos predictivos a partir de los datos sobre las condiciones internas de las colmenas así como parámetros climáticos recogidos por sensores. Es decir, estos algoritmos incorporados a una aplicación móvil anticipan y avisan a los apicultores de los riesgos que acechan a sus colmenas de manera que se pueda intervenir y corregir a tiempo.
“Los algoritmos que hemos propuesto permiten realizar predicciones a 1, 3 y 7 días, una información muy valiosa para el apicultor además de los datos en tiempo real que ya proporcionan los sensores”, ha subrayado María del Carmen Robustillo, investigadora de este proyecto. Son modelos precisos para predecir temperatura, humedad relativa y peso en una colmena que configuran un sistema de alerta temprana para ayudar a los apicultores en sus decisiones. Estas predicciones de calidad permiten actuar sobre la colmena para evitar o solventar posibles problemas. Así, por ejemplo, determinados rangos de temperatura y humedad relativa favorecen la aparición del ácaro la varroa, las reducciones de peso significativas, las pérdidas de termorregulación o las grandes variaciones de humedad pueden poner en peligro la salud de la colmena, según han destacado los investigadores de la UEx.
Los primeros resultados obtenidos con la base de datos de wee4bee (https://we4bee.org) son prometedores y se han publicado en la revista Biosystems Engineering de Elsevier. Wee4bee permite acceder a los datos sensorizados de más de un centenar de colmenas; los sensores interiores recogen datos de la temperatura, la humedad relativa y el peso de la colmena, así como de los eventos meteorológicos externos a los que está expuesta.
Esta investigación realizada por el grupo Decisión e Inferencia Bayesianas de la Universidad de Extremadura ha contado con la colaboración de la empresa de Agricultura 4.0, NotAnts que ha desarrollado tecnología de sensorización en colaboración con las cooperativas apícolas más importantes de España dentro del Grupo Operativo Supranacional Innomiel, financiado por el Ministerio de Agricultura, Pesca y Alimentación. En el Grupo Operativo también ha participado la empresa Dinámica de Masas, con la que el grupo de investigación Decisión e Inferencia Bayesianas ha establecido contacto para futuras colaboraciones.
Referencia bibliográfica
María C. Robustillo, Carlos J. Pérez, María I. Parra. Predicting internal conditions of beehives using precision beekeeping, Biosystems Engineering, Volume 221, 2022, Pages 19-29, ISSN 1537-5110, https://doi.org/10.1016/j.biosystemseng.2022.06.006.
