Optimización de la productividad agrícola en Boyacá mediante técnicas de Machine Learning

Abstract

En este proyecto de investigación pretende la implementación de modelos predictivos de machine learning ML, para optimizar las decisiones agrícolas en el departamento de Boyacá. Por medio de la integración de datos locales (fuentes de datos libres y departamentales) sobre características del suelo, condiciones climáticas y prácticas agrícolas, con el fin de desarrollar un sistema que pueda predecir rendimientos, identificar deficiencias en el suelo para poder realizar recomendaciones y así mejorar la producción agrícola. Investigaciones previas han demostrado el potencial de estas tecnologías para optimizar la agricultura, donde la mayoría de estos estudios se centran en contextos internacionales y carecen de aplicaciones locales en Colombia. Este trabajo busca llenar ese vacío al adaptar las soluciones tecnológicas al contexto específico de Boyacá. Por medio de la recopilación y el análisis de datos, en este proyecto busca mejorar la eficiencia en la toma de decisiones enfocado en cultivos, rotación y manejo de recursos. Se espera que los resultados proporcionen a los agricultores herramientas para optimizar sus procesos ahora basados en datos y, a su vez, promuevan la sostenibilidad y mejoras en la eficiencia agrícola en la región de Boyacá. Además, los resultados podrían influir en la adopción de tecnologías avanzadas en políticas públicas agrícolas (Sabogal García, 2021).