Inteligencia artificial para ahorrar agua en el regadío

La agricultura consume un 70% del agua a nivel global y presenta una tendencia al ascenso en cuanto a necesidades hídricas. En este escenario en el que, además, la demanda por parte de otros sectores de la industria también va en ascenso y los efectos del cambio climático influyen en la progresiva escasez de agua, las medidas de ahorro se presentan como un reto ineludible si se quiere mantener el sector y preservar la vida.

Este es el reto que asumió el investigador del Departamento de Agronomía de la UCO, Rafael González a la hora de desarrollar su investigación , creando un modelo capaz de predecir con antelación el agua que demandará diariamente cada regante.

Lo innovador del modelo reside en la aplicación de técnicas de inteligencia artificial como la lógica difusa, un sistema usado para explicar el comportamiento de toma de decisiones que, en este caso, mezcla variables más fáciles de medir como las agroclimáticas o el tamaño de la parcela de riego; con otras variables más complicadas como las prácticas tradicionales de la zona o las vacaciones durante la estación de riego.

El modelo FIS (sistema de lógica difusa) traduce las variables de entrada (temperatura, humedad, etc.) al lenguaje en el que trabajan sus reglas. Aplicando algoritmos genéticos se establecen las curvas óptimas de esos parámetros de entrada y, mediante redes neuronales, se establece la relación entre los mismos. Como resultado, se extrae la lámina de riego aplicado en la que se establecerá cuántos milímetros van a ser usados por cada regante.

De esta manera, las comunidades de regantes podrán hacer una planificación más organizada y veraz de sus suministros, anteponerse a los problemas de adecuación de las estaciones de bombeo y organizar eficientemente las tareas de mantenimiento y arreglo de averías sin derrochar agua ni afectar a las zonas de regadío.

La posibilidad de adelantarse a las peticiones de agua permite también contratar el personal y la energía eléctrica que sean estrictamente necesarios, optimizando también estos recursos y ahorrando en costes económicos y medioambientales.