रियोजा का ए.आई. फसल मॉडल विस्तृत फील्ड डेटा वाले अंगूरबागों में 96% सटीकता तक पहुंचा

रियोजा में अंगूरबाग प्रबंधन का हिस्सा बनती जा रही कृत्रिम बुद्धिमत्ता के तहत, क्षेत्र की शासी परिषद का कहना है कि वह लगभग 66,000 हेक्टेयर बेलों में फसल अनुमान सुधारने और कृषि-वैज्ञानिक ज्ञान को अधिक सटीक बनाने के लिए पूर्वानुमान मॉडल विकसित कर रही है।

DOCa Rioja की Consejo Regulador के महानिदेशक पाब्लो फ्रांको ने Asociación de Bodegas por la Calidad द्वारा आयोजित पहली ABC Excellence कॉन्फ्रेंस के दौरान इस परियोजना की प्रगति का विवरण दिया। उन्होंने कहा कि यह पहल 2022 में शुरू हुई थी और इसका उद्देश्य केवल फसल आकार का पूर्वानुमान लगाना नहीं, बल्कि अपेल्लासियोन के अधिक सटीक प्रबंधन में मदद करना और अंततः उत्पादकों को उनके अपने अंगूरबागों में निर्णय लेने में सहायता देना भी है।

फ्रांको ने कहा कि यह परियोजना परिषद द्वारा एकत्र किए गए 25 वर्षों से अधिक के कृषि-वैज्ञानिक डेटा पर आधारित है, जिसमें फेनोलॉजी रिकॉर्ड और उत्पादन अनुमान शामिल हैं। उन्होंने कहा कि किसी भी एल्गोरिद्म को प्रशिक्षित करने से पहले उस सामग्री को इकट्ठा करना, डिजिटाइज़ करना और व्यवस्थित करना पड़ा, फिर उसे स्थलाकृतिक डेटा, जलवायु रिकॉर्ड, उपग्रह चित्रों और फील्ड अवलोकनों के साथ जोड़ा गया।

यह शुरुआती काम मुख्य चुनौतियों में से एक रहा है। फ्रांको ने कहा कि रियोजा का पारंपरिक अंगूरबाग रजिस्टर अल्फ़ान्यूमेरिक संदर्भों पर आधारित है, जबकि कृत्रिम बुद्धिमत्ता प्रणालियों को प्रत्येक प्लॉट की सटीक भौगोलिक स्थिति चाहिए। उन्होंने यह भी जोर दिया कि मॉडल की विश्वसनीयता के लिए डेटा की गुणवत्ता निर्णायक है। उन्होंने कहा कि गलत जानकारी, खासकर अप्रमाणित मौसम स्टेशनों से आई जानकारी, पूरी प्रणाली के प्रदर्शन को प्रभावित कर सकती है।

2023 में विकसित पहले मॉडल में लगभग 1,650 इनपुट वेरिएबल्स का उपयोग किया गया। इनमें ऐतिहासिक रिकॉर्ड, जलवायु और स्थलाकृतिक डेटा, मल्टीस्पेक्ट्रल छवियां और मौजूदा बढ़वार मौसम के अवलोकन शामिल थे। परिषद ने 170 पूर्वानुमान मॉडल प्रशिक्षित किए और उन मॉडलों का चयन किया जिन्होंने सर्वोत्तम परिणाम दिए।

फ्रांको ने कहा कि परिणामों के पहले दौर से पता चला कि प्रणाली उच्च सटीकता के साथ उत्पादन का अनुमान लगा सकती है, लेकिन इससे ऐसे कृषि-वैज्ञानिक वेरिएबल्स भी सामने आए जिन्हें अभी तक दर्ज नहीं किया जा रहा था। इसके बाद सहायक मॉडल विकसित किए गए, जिनका उद्देश्य कवर क्रॉप्स, अनुपस्थित बेलें, फेनोलॉजिकल चरण और पाला तथा ओलावृष्टि से हुए नुकसान जैसे कारकों की पहचान करना था।

2025 का बढ़वार मौसम एक बड़ा परीक्षण बन गया क्योंकि उस दौरान डाउनी मिल्ड्यू का गंभीर दबाव था। फ्रांको ने कहा कि एल्गोरिद्म को विशेष रूप से इस रोग को पहचानने के लिए प्रशिक्षित नहीं किया गया था, फिर भी उसने उत्पादक क्षमता में तेज गिरावट का पता लगा लिया। उनकी प्रस्तुति के अनुसार, मॉडल ने विश्लेषण में मिल्ड्यू को स्पष्ट रूप से कोड किए बिना ही प्रति हेक्टेयर अपेक्षित उपज लगभग 2,000 किलोग्राम कम कर दी।

7,700 से अधिक फील्ड अवलोकनों का उपयोग करके, परिषद ने फिर उस वेरिएबल को शामिल करने और रोग दबाव वाले मौसमों में पूर्वानुमानों को बेहतर बनाने के लिए एक विशिष्ट मॉडल विकसित किया।

इस प्रणाली की लगातार वास्तविक फील्ड डेटा से तुलना की जाती है। फ्रांको ने कहा कि 2024 में यह 91% से अधिक सटीकता स्तर तक पहुंची, और जहां विस्तृत कृषि-वैज्ञानिक जानकारी उपलब्ध थी, वहां यह 96% तक बढ़ गई। उन्होंने कहा कि ये परिणाम दिखाते हैं कि जब उत्पादक अधिक विशिष्ट अंगूरबाग डेटा उपलब्ध कराते हैं, तो सटीकता में उल्लेखनीय सुधार होता है।

यह परियोजना अभी भी विस्तार कर रही है। अगले चरणों में रियोजा के अंगूरबाग रजिस्टर का और डिजिटलीकरण, अंगूरबाग की उर्वरता का अनुमान लगाने और परित्यक्त प्लॉट्स का पता लगाने के लिए नए मॉडल, तथा एक ऐसा पोर्टल शामिल है जो उत्पादकों को अपनी होल्डिंग्स से जुड़ी कृषि-वैज्ञानिक जानकारी देखने और प्रणाली में नया डेटा जोड़ने की सुविधा देगा।

स्पेन के सबसे महत्वपूर्ण वाइन क्षेत्रों में से एक रियोजा के लिए यह प्रयास खेती में डिजिटल उपकरणों के उपयोग और लंबे समय से स्थापित अंगूरबागों की रक्षा के व्यापक रुझान को दर्शाता है। फ्रांको ने कहा कि दीर्घकालिक लक्ष्य रियोजा की अंगूरबाग विरासत को बेहतर ढंग से समझना और प्रबंधित करना है, विशेष रूप से पुराने और शताब्दी-पुराने बेलों पर ध्यान देते हुए, जो क्षेत्र की पहचान के केंद्र में हैं।