El sistema de alertas desarrollado por la Universidad de Córdoba utiliza IA y datos de la red SIAR para predecir el mildiu en la DOP Montilla-Moriles analizando datos meteorológicos y fenológicos.
La herramienta ya se está aplicando en explotaciones reales durante la campaña 2026.
La Universidad de Córdoba y la DOP Montilla-Moriles han implementado un sistema inteligente de alerta temprana para combatir el mildiu en el viñedo durante la campaña 2026. Esta universidad a través de su Cátedra Internacional ENIA de Inteligencia Artificial y Agricultura (CIIAA), ha desarrollado un sistema inteligente de alertas capaz de anticipar el riesgo de mildiu en viñedo mediante el análisis automatizado de datos meteorológicos y fenológicos.
El mildiu de la vid, causado por Plasmopara viticola, es una de las enfermedades más agresivas del viñedo y puede desarrollarse rápidamente cuando coinciden humedad elevada, temperaturas favorables y tejido vegetal susceptible. En campañas húmedas, sus efectos pueden provocar importantes pérdidas de producción y calidad, especialmente en fases sensibles del cultivo.
La herramienta, que ya está funcionando durante la campaña 2026 para explotaciones reales de la DOP Montilla-Moriles, supone un nuevo paso hacia la digitalización y la agricultura de precisión aplicada al sector vitivinícola. De hecho, en la campaña 2025 se llegaron a registrar daños cercanos al 50% de la cosecha en algunas explotaciones, una situación que impulsó la necesidad de desarrollar una herramienta capaz de detectar las ventanas de infección, avisar de los momentos óptimos de tratamiento y anticiparse a la aparición de las primeras manchas antes de que los síntomas sean visibles y los daños irreversibles.
Enrique Garrido, gerente del Consejo Regulador de la DOP Montilla-Moriles, explica que “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”.
Modelización basada en datos meteorológicos y fenológicos
El sistema de alertas procesa diariamente variables de temperatura, humedad y precipitación obtenidas de la red de estaciones meteorológicas SIAR para reconstruir las distintas fases del ciclo biológico del patógeno hasta la aparición de primeras manchas y su evolución en las fases secundarias. Estos datos se recogen en la plataforma Agro-Fiware de esta misma universidad, basada en tecnología abierta de Fiware, que envía un seguimiento diario automático con la evolución y avisos del estado de la situación.
El modelo ha sido validado y calibrado utilizando los datos acumulados de 20 campañas anteriores y alcanza un margen aproximado de ±4 días en la predicción de aparición de la primera mancha.
Agricultura de precisión para la toma de decisiones
Con la aplicación de esta herramienta, el personal técnico y la comunidad agrícola podrían optimizar recursos, ajustar de forma más precisa el uso de fitosanitarios y reducir costes de producción, ya que el sistema de alertas se ha concebido como una ayuda a la toma de decisiones que permitirá actuar con mayor antelación ante situaciones de riesgo, contribuyendo así a incrementar la calidad y productividad del cultivo y la rentabilidad de las explotaciones.
Tal y como destaca Rosa Gallardo, directora de la Cátedra de Inteligencia Artificial y Agricultura, “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”.
Durante las próximas campañas, el proyecto continuará su fase de validación en campo y avanzará en la instalación de estaciones meteorológicas propias en distintas parcelas de la DOP Montilla-Moriles que harán todavía más preciso y adaptado a la situación local este sistema de alertas.
El proyecto cuenta con la participación de personal investigador vinculado a la Cátedra de Inteligencia Artificial y Agricultura y los proyectos AgrifoodTEF y Citridata, así como con el impulso del Aula de Transformación Digital Fiware. Además, la iniciativa cuenta con el respaldo del Consejo Regulador de la DOP Montilla-Moriles, cuya colaboración ha sido clave para adaptar el sistema a las necesidades reales del territorio y facilitar el acceso a datos y validación en campo; y con el apoyo de la Consejería de Agricultura, Pesca, Agua y Desarrollo Rural de la Junta de Andalucía, a través de la RAIF, que aportó información de valor para la validación del modelo.
