Redacción iAgua
Connecting Waterpeople
Hidroconta
Red Control
SCRATS
AMPHOS 21
FLOVAC
Cajamar Innova
Minsait
TRANSWATER
ADECAGUA
AECID
Baseform
Fundación Biodiversidad
Saint Gobain PAM
Global Omnium
Likitech
Innovyze, an Autodesk company
Catalan Water Partnership
Consorcio de Aguas Bilbao Bizkaia
Agencia Vasca del Agua
Amiblu
KISTERS
ADASA
Ministerio para la Transición Ecológica y el Reto Demográfico
Lama Sistemas de Filtrado
Schneider Electric
CAF
IAPsolutions
Vector Energy
J. Huesa Water Technology
LACROIX
Centro Nacional de Tecnología de Regadíos (CENTER)
Aqualia
RENOLIT ALKORPLAN
Sacyr Agua
Molecor
ONGAWA
Barmatec
TEDAGUA
GS Inima Environment
Almar Water Solutions
Hach
AGS Water Solutions
Fundación CONAMA
Filtralite
s::can Iberia Sistemas de Medición
ESAMUR
Grupo Mejoras
Laboratorios Tecnológicos de Levante
Confederación Hidrográfica del Segura
HRS Heat Exchangers
Asociación de Ciencias Ambientales
Sivortex Sistemes Integrals
Ingeteam
Fundación Botín
FENACORE
Idrica
Rädlinger primus line GmbH
DATAKORUM
ACCIONA
TecnoConverting
Xylem Water Solutions España
ICEX España Exportación e Inversiones
ISMedioambiente

Se encuentra usted aquí

Desarrollan sensores y modelos de Inteligencia Artificial para gestionar cultivos con menos agua

  • Desarrollan sensores y modelos Inteligencia Artificial gestionar cultivos menos agua
    Juan Domingo González con el último sensor desarrollado; detrás, Ana Toledo y Roque Torres.
  • La precisión obtenida con estos nuevos sensores permite la aplicación a otros ámbitos donde la detección de humedad es importante.

Sobre la Entidad

Universidad Politécnica de Cartagena
La UPCT es una universidad pública ubicada en la ciudad española de Cartagena (Región de Murcia), con unas escuelas fundamentalmente de índole tecnológico y empresarial. Existe oficialmente desde el 3 de agosto de 1998.

La nueva generación de sensores agrícolas desarrollados por el grupo de investigación PRISMA de la Politécnica de Cartagena permite conocer parámetros del suelo que estimarían el estado energético del suelo y su capacidad de retención de agua para adaptar y optimizar los riegos, posibilitando también la automatización de estrategias de riego deficitario utilizando Inteligencia Artificial para predecir con precisión el estado hídrico de las parcelas de cultivo. 

Estos sensores son el objeto principal de la tesis doctoral que Juan Domingo González acaba de defender en la UPCT y que ha cosechado mención europea de calidad por sus estancias investigadoras en Reino Unido y Estados Unidos. Dirigida por los profesores de la Escuela de Industriales Roque Torres y Ana Toledo, la investigación ha generado equipos de medición del agua en el suelo más sofisticados que los que actualmente utiliza la agricultura de precisión. 

“Lo convencional es medir el volumen de agua en el suelo, pero con estos sensores podrían estimarse propiedades físicas de interés, como la densidad o la textura del suelo”, explica Roque Torres y pone como ejemplo las diferentes capacidades de retención hídrica de los terrenos arenosos frente a los arcillosos. “Saber si el suelo tiene mayor o menor capacidad de retención permite adaptar el riego para no derrochar ni una gota de agua”, remarca. 

“No hay sensores así en el mercado”, subraya el autor de la tesis, indicando que esta evolución tecnológica facilita la optimización del riego y tiene otros potenciales usos, como la detección de humedad en cargamentos de cereal para evitar el desperdicio alimentario. 

La tesis muestra también los resultados obtenidos por los investigadores de la UPCT en ensayos con cultivos de cerezos, logrando reducir hasta un 45% el riego en verano utilizando estrategias deficitarias sin afectar a la producción, y demuestra que el uso de algoritmos de Inteligencia Artificial junto con sensores de suelo e información sobre el clima permite automatizar estrategias de riego deficitario.  

La redacción recomienda

04/08/2023 · Investigación

Utilizan herramientas de Industria 4.0 para optimizar el ahorro de agua en cultivos agrícolas

09/02/2023 · Digitalización

Desarrollo de plataformas perfiladoras sumergibles autónomas