El ahorro de agua en riego con AquaCrop-IoT ya no depende solo de cálculos teóricos o decisiones a ciegas.
Un equipo científico andaluz ha logrado convertir un modelo clásico de la FAO en una herramienta viva, capaz de observar cada día lo que ocurre en la parcela y ajustar el riego con precisión quirúrgica, incluso en campañas marcadas por la sequía.
Ahorro de agua en riego con AquaCrop-IoT
Una plataforma desarrollada por la Universidad de Córdoba y el IAS-CSIC combina sensores, imágenes y predicción climática para optimizar el riego en tiempo real.
Un equipo de investigación del departamento de Agronomía de la Universidad de Córdoba (UCO) y del Instituto de Agricultura Sostenible (IAS-CSIC) ha desarrollado el proyecto ‘AquaCrop-IoT‘, una plataforma que el agricultor puede consultar en cualquier dispositivo móvil para saber cuánta agua necesita su cultivo a diario y que reduce en torno a un 32 % el volumen recomendado sin afectar al rendimiento.
El punto de partida es ‘AquaCrop‘, un modelo de simulación desarrollado por la Organización de las Naciones Unidas para la Alimentación y la Agricultura (FAO) para estimar cómo responden los cultivos al agua disponible pero que no está pensada para reaccionar en tiempo real a lo que ocurre en el campo.
  |
  |
Sin embargo, ‘AquaCrop-IoT‘ automatiza y amplía ese modelo, integrándolo con sensores y cámaras para ajustar los cálculos cada día según la evolución del cultivo, ha explicado en una nota la investigadora del IAS-CSIC Margarita García-Vila, quien ha señalado que, en la práctica, una cámara convencional toma una imagen diaria del terreno y calcula automáticamente la cubierta vegetal -la superficie de suelo que queda bajo las hojas del cultivo-, indicador del crecimiento y la transpiración de las plantas.
Si el dispositivo detecta que el desarrollo se ha ralentizado, por estrés, plagas o déficit nutricional, la plataforma corrige el modelo y ajusta sus recomendaciones para evitar riegos innecesarios.
Además, los expertos integraron una estación meteorológica equipada con doce sensores que miden parámetros como la radiación solar, temperatura, humedad, precipitación, velocidad y dirección del viento.
Todos esos datos, junto con históricos y pronósticos de la Agencia Estatal de Meteorología (AEMET), alimentan el modelo ‘AquaCrop‘ y dan forma al gemelo digital de la parcela, que genera recomendaciones ajustadas a las condiciones reales.
Para evitar problemas de conectividad, la herramienta emplea la computación en el borde (‘edge computing’), una tecnología que procesa los datos directamente en la finca, sin depender de conexión continua a internet.
De ahí vuelca toda la información en una aplicación web intuitiva, accesible desde cualquier dispositivo con navegador para visualizar imágenes, gráficos y previsiones personalizadas.
«Los agricultores consultan las predicciones climáticas porque aportan información útil para gestionar su finca. Nuestra plataforma le suma una simulación de la evolución, si tendrá problemas de estrés o el riego recomendado, reduciendo la cantidad de agua y energía empleados«, según ha apuntado el investigador de la UCO Francisco Puig, coautor del estudio.
En el ensayo, realizado en un cultivo de trigo duro sembrado en enero de 2023 en una explotación privada de Córdoba, durante un año especialmente seco, ‘AquaCrop-IoT‘ corrigió la predicción del modelo, al detectar que la emergencia se había retrasado respecto a lo previsto.
Con esa información se ajustó el calendario de riego y redujo el volumen de litros aplicados, sin afectar al desarrollo de la campaña, de tal forma que mientras la simulación de ‘AquaCrop‘ habría recomendado cuatro riegos con un total de 64,8 milímetros, la versión cordobesa propuso tres y 44,1 mm, es decir, un ahorro del 32 por ciento de agua.
Los investigadores destacan que este tipo de soluciones serán cada vez más necesarias en un contexto de escasez hídrica y aumento de costes energéticos.
Herramientas como AquaCrop-IoT permiten anticiparse al estrés del cultivo, evitar riegos innecesarios y avanzar hacia una agricultura más eficiente, resiliente y basada en datos reales del campo.
Seguir leyendo en ECOticias.com / EFE
