Desde el Departamento de Agronomía de la UCO (Universidad de Córdoba) se ha desarrollado el primer modelo de predicción de la demanda de agua capaz de ofrecer pronósticos con una semana de antelación y un error inferior al 20%. Esta herramienta posibilitará a los regantes el contar con una mejor gestión de los recursos hídricos y energéticos.
Actualmente, la gestión eficiente de los recursos se presenta como una herramienta imprescindible al ofrecer acceso a estrategias capaces de hacer frente a épocas de escasez de agua y sequías. Asimismo, dicha gestión debe ser respetuosa con el medioambiente.
El desarrollo de nuevas herramientas y la digitalización del regadío ofrece a los regantes un mayor dominio sobre el uso del agua y la energía, ahorrando costes y haciendo que la consumición de agua coincida con la necesaria en cada momento.
Los investigadores involucrados son: Emilio Camacho, Rafael González y Juan Antonio Rodríguez de la Unidad de Excelencia María de Maeztu – Departamento de Agronomía de la Universidad de Córdoba (DAUCO) junto a la investigadora Irene Fernández del Departamento de Ingeniería Eléctrica. Este equipo ha logrado desarrollar un modelo que, mediante la inteligencia artificial, sea capaz de predecir el agua que gastará la comunidad de regantes a una semana vista.
La gran diferencia con respecto a modelos anteriores es que es la primera vez que se hace a una escala de 7 días vista.
Dicho modelo hermana tecnologías como la lógica difusa o varios centenares de redes neuronales. Esta ‘arquitectura neuronal’ posee más de un millón y medio de parámetros y hace uso de únicamente cuatro variables (temperatura media, evapotranspiración de referencia, humedad y registros anteriores de riego).
El modelo se cimenta en una construcción compleja que, a ojos del usuario, será considerada como sencilla.
De esta forma, el gestor de la comunidad de regantes que implante esta tecnología únicamente deberá introducir sus registros de riego de la semana previa, temperatura media, evapotranspiración de referencia y humedad. Seguidamente, el modelo ofrece la previsión del agua que utilizarán los regantes a una semana vista, con un error de menos del 20%.
Esos son los resultados de la prueba de esta tecnología – aplicable a un ordenador corriente – y que ha sido verificada en el sector 2 de la Comunidad de Regantes del Zújar. Como resultado de esta prueba el modelo, además del bajo error, ha conseguido reproducir hasta un 94% de los escenarios planteados.
No sólo la gestión del agua mejora sino que, al conocer lo que se va a consumir de recurso en una semana, se registra una mejoría durante la tarea de toma de decisiones. Este avance se extiende hasta las cuestiones energéticas, ya que numerosas comunidades de regantes están instalando plantas fotovoltaicas donde tener el pronóstico de demanda permite compaginar este conocimiento con la energía convencional y energía solar.
En resumen, se trata de una estrategia de gestión que propiciará la reducción de costes y beneficiará al medioambiente.
Soluciones tecnológicas y la agricultura
Esta investigación ha evolucionado desde métodos básicos de telemedida y telecontrol del riego, pasando por pronósticos a corto plazo en los que se utiliza inteligencia artificial para conocer en qué periodo regarán los usuarios hasta llegar a estas previsiones que, por primera vez, prevén a una semana vista.
La tecnología que lo ha hecho posible es un nuevo modelo híbrido, denominado LSTMHybrid. Esta se presenta como una arquitectura neuronal escogida por el grupo de investigación al estar especialmente diseñada para predicciones en series temporales y que está capacitada para retener cierta información recibida que, seguidamente, se puede emplear para predecir la demanda.
Este modelo ayuda internamente a conocer cómo funciona la comunidad debido a que, en numerables ocasiones, el riego no sólo está relacionado con las necesidades teóricas del cultivo, sino que intervienen las prácticas culturales de los regantes o su sensación térmica.
Es por lo anterior que la memoria del modelo permuta, adaptándose a lo que más atañe en cada estación.
El siguiente objetivo del grupo de investigación es desarrollar la herramienta que permita a las comunidades el uso sencillo de esta tecnología.
Deja tu comentario