Aplicación de inteligencia artificial para predecir el impacto del cambio climático en la fenología de la vid en Borgoña (Francia): implicaciones para la sostenibilidad vitivinícola

• Sofania M. Rojas-Landacay ^[1] ; Juan M. Núñez V. ^[1] ; José-Abel Flores ^[1] ; Fernando De la Prieta ^[1]
  1. [1] Universidad de Salamanca

     Universidad de Salamanca

     Salamanca, España

     
• Localización: Inteligencia artificial aplicada al reto demográfico / coord. por Ana Belén Gil González , Laura Grande Pérez, Javier Parra Domínguez , 2026, ISBN 978-84-1091-189-5, págs. 17-22
• Idioma: español
• Enlaces
  • Texto completo
• Resumen
  • español

    El cambio climático ha afectado significativamente a las etapas fenológicas,adelantando especialmente las etapas que influyen directamente en la calidad y la composiciónde la uva. Este estudio evaluó cómo el cambio climático influyó en las fases fenológicas dela viticultura de Bourgogne, en parcelas de Pinot Noir a través de la comparación de datosclimáticos históricos (1966-2023) con información fenológica. Empleamos modelos de regresiónpor mínimos cuadrados ordinarios (OLS) y modelos avanzados de inteligencia artificial paramodelar las relaciones no lineales entre las variables climáticas y las etapas fenológicas. Estosresultados subrayan el potencial de los modelos basados en IA como herramienta robusta y escalable para la viticultura de precisión, la adaptación al cambio climático y el mantenimientode la actividad vitivinícola como motor socioeconómico en territorios rurales.

  • English

    Climate change has significantly affected phenological stages, particularlyadvancing those stages that directly influence grape quality and composition. This studyevaluated how climate change influenced the phenological phases of viticulture in Burgundy,on Pinot Noir plots. This was done by comparing historical climate data (1966-2023) withphenological information. We used ordinary least squares (OLS) regression models and advancedartificial intelligence models to model the non-linear relationships between climate variablesand phenological stages. These results highlight the potential of AI-based models as a robustand scalable tool for precision viticulture, climate change adaptation, and the maintenance ofwine production as a socio-economic driver in rural areas.