YIELD4CAST - Predicciones de cosecha a escala múltiple para Manzanos, Viñedos, Cítricos y Cultivos Herbáceos en Escenarios de Escasez de Agua

YIELD4CAST es un proyecto de investigación que desarrolla nuevas herramientas para predecir el rendimiento de los cultivos a diferentes escalas, desde la parcela hasta el ámbito regional, combinando teledetección, visión artificial, modelización de cultivos y análisis climático y socioeconómico.

La iniciativa surge para dar respuesta a los grandes retos que el cambio climático plantea a la agricultura, como el aumento de las temperaturas, las olas de calor, la escasez de agua y la necesidad de producir de forma más sostenible. Estos factores condicionan cada vez más la productividad de los cultivos y hacen necesario disponer de herramientas que permitan anticipar su comportamiento y facilitar la toma de decisiones.

Para alcanzar este objetivo, el proyecto utiliza imágenes de satélite, drones y sensores terrestres para estimar parámetros clave de la vegetación y la producción, integra modelos agronómicos para simular el crecimiento y el rendimiento de los cultivos bajo diferentes escenarios ambientales y climáticos, y evalúa los impactos socioeconómicos asociados a los cambios en la producción agrícola.

Los resultados del proyecto permitirán disponer de sistemas de predicción escalables para cultivos estratégicos en zonas especialmente vulnerables al cambio climático, generar mapas de rendimiento para mejorar la gestión del agua y la planificación agraria, y proporcionar recomendaciones que contribuyan a reforzar la sostenibilidad, la resiliencia y la seguridad alimentaria de los sistemas agrarios.

El proyecto YIELD4CAST (PID2024-156495OR-C31) está financiado por la Agencia Estatal de Investigación (AEI) del Ministerio de Ciencia, Innovación y Universidades (MICIU/AEI/10.13039/501100011033/) y cofinanciado por la Unión.