Para ello, se han procesado datos de climatología procedentes tanto de los satélites de Copernicus como de las distintas estaciones meteorológicas repartidas por toda Andalucía, así como de modelos de predicción del clima. Paralelamente, han recopilado y procesado los datos históricos de producción que provienen de las distintas almazaras y la información sobre el estado fenológico y fitosanitario del cultivo. Además, han realizado una revisión exhaustiva de las investigaciones relacionadas, para entender como otros investigadores han planteado problemas similares.

Interpretados estos datos, los investigadores trabajan a contrarreloj para desarrollar un modelo predictivo basado en Inteligencia Artificial, que será capaz de relacionar el estado fenológico de la aceituna y la climatología con el rendimiento que se obtiene al procesar el fruto, todo de la forma lo más automatizada y objetiva posible. Una vez ajustado con datos, este modelo servirá para predecir cuál será el mejor momento para cosechar, indicando cual sería el rendimiento en el caso de recolectar la aceituna, por ejemplo, dentro de 5 días, 10 días, etc. De esta forma podremos elegir el momento de la recolección con el que se maximice la calidad del aceite de oliva en términos de cantidad obtenida de virgen y virgen extra, así como el rendimiento graso de la aceituna.

Además, gracias a esta solución de Smart-Agriculture, los agricultores y las industrias oleícolas españolas podrán optimizar la gestión de sus recursos, dosificando con exactitud el aporte de riego, fertilizantes, etc. y reduciendo así los consumos excesivos de los mismos y su impacto sobre el clima y el medio ambiente.

El proyecto, que entra en su recta final, cuenta con la financiación del Ministerio de Industria, Comercio y Turismo dentro del programa de apoyo a las AEIs para contribuir a la mejora de la competitividad de la industria española, y con el apoyo de la Unión Europea a través del Plan de Recuperación, Transformación y Resiliencia.