Un proyecto innovador promete transformar la gestión de plantaciones de manzanos de sidra en Asturias y Euskadi mediante la integración de tecnologías avanzadas. Bautizado como PUMAR-IA, esta iniciativa busca optimizar tanto la estimación de la cosecha como el proceso de maduración de la manzana de sidra, un cultivo con profundo arraigo cultural, utilizando herramientas propias del entorno urbano e industrial.
Esta apuesta tecnológica está coordinada por el Clúster Smart City Asturias, con la colaboración de entidades como el Clúster GAIA y varias empresas especializadas en digitalización. Desde su inicio en agosto de 2025, el proyecto se vale de drones multiespectrales, escáneres LiDAR y análisis de imágenes satelitales. Estas herramientas, potenciadas por algoritmos de inteligencia artificial, tienen el cometido de identificar el momento óptimo para la recolección, prever la cantidad de cosecha y detectar a tiempo problemas ambientales o fitosanitarios.
El enfoque de PUMAR-IA pretende modernizar un sector tradicionalmente anclado en métodos manuales de muestreo y estimación. Al aplicar esta metodología en regiones con una rica tradición sidrera, el proyecto busca validar su eficacia en una variedad de condiciones agroclimáticas, lo que podría asegurar su utilidad en explotaciones atlánticas diversas.
Uno de los aspectos más destacados del proyecto es la capacidad de procesar datos a nivel de parcela y árbol individual. Esta información, que incluye variables fisiológicas de los manzanos, nutrirá modelos predictivos, permitiendo a los productores tomar decisiones basadas en datos sobre la planificación de la recolección, gestión de la mano de obra y optimización de la calidad del fruto para sidra.
PUMAR-IA no solo aspira a mejorar la eficiencia y sostenibilidad de las explotaciones sidreras, sino también a colocar al sector a la vanguardia de la agricultura de precisión. La metodología podría replicarse en otros cultivos y territorios, facilitando la transferencia tecnológica y el desarrollo de nuevos servicios basados en datos dentro del ámbito agroforestal.
