Predicción del precio de venta de los cultivos en invernaderos pasivos utilizando técnicas de aprendizaje automático

Abstract

[CA] Hui en dia, quan es subasta la producció a Almería o Alacant, les cooperatives envien a un representant que, coneixedor del context actual, és capaç de predir a quin preu aproximadament licitar cada cultiu. A la zona d’Almería, quasi la totalitat del cultiu es realitza a hivernacles pasius, que no disponen de calefacció ni refrigeració activa, per el que la producció depen directament del clima exterior. Tenint açò en compte, es busca un model que, fent servir el clima a la zona, és capaç de predir el preu futur a la subasta. Per a això, s’obtenen dades climàtiques des de l’aplicació AgroClimate que agroturn està desenvolupant, es gasten técniques de web scraping per obtindre les pissarres de preus històriques, es realitzen estudis estadístics per estableïr les correlacions entre els paràmetres climàtics y el preu y, per últim, s’estudia el rendiment de diversos models, com els derivats dels ARIMA, reds neuronals recurrents o reds neuronals convolucionals.

[ES] Hoy en día, cuando se subasta la producción en Almería o Alicante, las cooperativas mandan a un representante que, conocedor del contexto actual, es capaz de decidir a qué precio aproximado pujar cada cultivo. En la zona de Almería, casi la totalidad del cultivo se realiza en invernaderos pasivos, que no disponen de calefacción ni refrigeración activa, con lo que la producción depende directamente del clima exterior. Teniendo esto en cuenta, se busca un modelo que, utilizando el clima en la zona, es capaz de predecir el precio futuro de subasta. Para ello, se obtienen datos climáticos desde la aplicación AgroClimate que Agroturn está desarrollando, se emplean técnicas de web scraping para obtener las pizarras de precios históricas, se realizan estudios estadísticos para establecer las correlaciones entre los distintos parámetros climáticos y el precio y, por último, se estudia el rendimiento de distintos modelos, como los derivados de los ARIMA, redes neuronales recurrentes o redes neuronales convolucionales.

[EN] Nowadays, when the production is auctioned at Almeria or Alicante, cooperatives send a manager who, aware of the current context, can decide which price to bid for each crop. At Almeria, almost the whole production is done in passive greenhouses, which don¿t have active heating or cooling, so production is directly related to external climate. Taking this into account, a model is sought that, using the climate conditions, can predict the auction price. For this purpose, climate data is obtained from AgroClimate application that Agroturn is developing, web scraping techniques are used to get the historical auction prices, statistical studies are carried out to establish the correlations between the different climate parameters and the price and¿ finally, the performance of distinct models, like ARIMA derivates, recurrent neural networks or convolutional neural networks is studied.