Chiclana homenajea a Juan José Téllez tras seis años al frente de la Casa de Cultura 
Plinko en España cómo jugar seguro y con estrategia 
Unos 1.200 vecinos en Medina, muchos mayores y electrodependientes, sufren cortes y microcortes de luz cada día desde hace más de diez años 
Una vecina de El Puerto, desesperada por conseguir una silla especial para su padre, paciente con cáncer 
Manuel Gavira ya ejerce como consejero de Turismo, una de las carteras de su 'macroconsejería' 
Imagina saber cuándo va a atacar una enfermedad antes de que aparezca el primer síntoma. Eso es exactamente lo que ha conseguido la Universidad de Córdoba con un sistema de inteligencia artificial capaz de anticipar el riesgo de mildiu en el viñedo con un margen de aproximadamente cuatro días. La herramienta, desarrollada por la Cátedra Internacional ENIA de Inteligencia Artificial y Agricultura (CIIAA), ya está operativa durante la campaña 2026 en explotaciones reales de la DOP Montilla-Moriles.
El mildiu de la vid, provocado por Plasmopara viticola, es una de las enfermedades más destructivas que puede sufrir un viñedo. Se desarrolla con rapidez cuando confluyen humedad elevada, temperaturas favorables y tejido vegetal susceptible. El problema es que cuando los síntomas son visibles, muchas veces el daño ya es irreversible.
La campaña de 2025 lo dejó en evidencia de forma dramática. Algunas explotaciones llegaron a registrar pérdidas cercanas al 50% de la cosecha. Fue ese golpe el que impulsó la búsqueda de una solución tecnológica. Así lo explica el gerente del Consejo Regulador de la DOP Montilla-Moriles, Enrique Garrido: "La campaña pasada fue un punto de inflexión. Vimos cómo el mildiu podía evolucionar muy rápido y generar pérdidas importantes en muy poco tiempo. Ahí entendimos que era fundamental encontrar una solución que nos permitiera anticipar el riesgo y no actuar únicamente cuando la enfermedad ya está presente".
Cómo funciona el sistema
El modelo analiza a diario variables de temperatura, humedad y precipitación, obtenidas a partir de estaciones meteorológicas públicas de la red SIAR. Con esos datos reconstruye las distintas fases del ciclo biológico del patógeno, desde las primeras manchas hasta su evolución en fases secundarias. Toda esa información fluye a través de la plataforma AGRO-FIWARE de la propia universidad, que genera un seguimiento diario automático con alertas sobre el estado del riesgo.
El sistema no es nuevo en términos teóricos: ha sido validado y calibrado con datos acumulados de 20 campañas anteriores, lo que le otorga una base sólida y ese margen de predicción de aproximadamente ±4 días antes de la aparición de la primera mancha.
La directora de la Cátedra, Rosa Gallardo, resume bien la filosofía del proyecto: "La IA solo tiene sentido si consigue resolver problemas reales. Este proyecto conecta directamente con nuestra misión como investigadores: generar conocimiento útil, transferir tecnología y trabajar junto al sector para responder a problemas reales, como el del mildiu, que afecta año tras año a nuestros vinicultores."
Menos fitosanitarios, más rentabilidad
Las implicaciones prácticas son relevantes. Gracias a estas alertas tempranas, el personal técnico y los agricultores podrían optimizar el uso de fitosanitarios, ajustar los tratamientos al momento realmente necesario y reducir costes de producción. En definitiva, actuar antes y mejor, mejorando tanto la calidad del cultivo como la rentabilidad de las explotaciones.
El proyecto cuenta con la participación de investigadores vinculados a los proyectos AgrifoodTEF y Citridata, el apoyo del Aula de Transformación Digital FIWARE, el respaldo del Consejo Regulador de la DOP Montilla-Moriles y la colaboración de la Consejería de Agricultura de la Junta de Andalucía, a través de la RAIF, que aportó información clave para la validación del modelo.
De cara a las próximas campañas, el proyecto avanzará en la instalación de estaciones meteorológicas propias en distintas parcelas de la DOP, lo que permitirá afinar aún más las predicciones y adaptarlas mejor a las condiciones locales de cada finca.
Imagina saber cuándo va a atacar una enfermedad antes de que aparezca el primer síntoma. Eso es exactamente lo que ha conseguido la Universidad de Córdoba con un sistema de inteligencia artificial capaz de anticipar el riesgo de mildiu en el viñedo con un margen de aproximadamente cuatro días. La herramienta, desarrollada por la Cátedra Internacional ENIA de Inteligencia Artificial y Agricultura (CIIAA), ya está operativa durante la campaña 2026 en explotaciones reales de la DOP Montilla-Moriles.
El mildiu de la vid, provocado por Plasmopara viticola, es una de las enfermedades más destructivas que puede sufrir un viñedo. Se desarrolla con rapidez cuando confluyen humedad elevada, temperaturas favorables y tejido vegetal susceptible. El problema es que cuando los síntomas son visibles, muchas veces el daño ya es irreversible.
La campaña de 2025 lo dejó en evidencia de forma dramática. Algunas explotaciones llegaron a registrar pérdidas cercanas al 50% de la cosecha. Fue ese golpe el que impulsó la búsqueda de una solución tecnológica. Así lo explica el gerente del Consejo Regulador de la DOP Montilla-Moriles, Enrique Garrido: "La campaña pasada fue un punto de inflexión. Vimos cómo el mildiu podía evolucionar muy rápido y generar pérdidas importantes en muy poco tiempo. Ahí entendimos que era fundamental encontrar una solución que nos permitiera anticipar el riesgo y no actuar únicamente cuando la enfermedad ya está presente".
Cómo funciona el sistema
El modelo analiza a diario variables de temperatura, humedad y precipitación, obtenidas a partir de estaciones meteorológicas públicas de la red SIAR. Con esos datos reconstruye las distintas fases del ciclo biológico del patógeno, desde las primeras manchas hasta su evolución en fases secundarias. Toda esa información fluye a través de la plataforma AGRO-FIWARE de la propia universidad, que genera un seguimiento diario automático con alertas sobre el estado del riesgo.
El sistema no es nuevo en términos teóricos: ha sido validado y calibrado con datos acumulados de 20 campañas anteriores, lo que le otorga una base sólida y ese margen de predicción de aproximadamente ±4 días antes de la aparición de la primera mancha.
La directora de la Cátedra, Rosa Gallardo, resume bien la filosofía del proyecto: "La IA solo tiene sentido si consigue resolver problemas reales. Este proyecto conecta directamente con nuestra misión como investigadores: generar conocimiento útil, transferir tecnología y trabajar junto al sector para responder a problemas reales, como el del mildiu, que afecta año tras año a nuestros vinicultores."
Menos fitosanitarios, más rentabilidad
Las implicaciones prácticas son relevantes. Gracias a estas alertas tempranas, el personal técnico y los agricultores podrían optimizar el uso de fitosanitarios, ajustar los tratamientos al momento realmente necesario y reducir costes de producción. En definitiva, actuar antes y mejor, mejorando tanto la calidad del cultivo como la rentabilidad de las explotaciones.
El proyecto cuenta con la participación de investigadores vinculados a los proyectos AgrifoodTEF y Citridata, el apoyo del Aula de Transformación Digital FIWARE, el respaldo del Consejo Regulador de la DOP Montilla-Moriles y la colaboración de la Consejería de Agricultura de la Junta de Andalucía, a través de la RAIF, que aportó información clave para la validación del modelo.
De cara a las próximas campañas, el proyecto avanzará en la instalación de estaciones meteorológicas propias en distintas parcelas de la DOP, lo que permitirá afinar aún más las predicciones y adaptarlas mejor a las condiciones locales de cada finca.
COMENTARIOS