Ricardo Ortega
Poner la tecnología al servicio del regadío es el principal objetivo de MORERA, acrónimo de ‘Sistema para la monitorización del riego eficiente y el rendimiento agrícola’. Se trata de un proyecto financiado por el CDTI entre los años 2021y 2024 en el que participan cuatro empresas (Thales Alenia Space, Aseoptics, Lidax y Tepro Asesores) y tres centros de investigación (Instituto de Agricultura Sostenible, Instituto Nacional de Tecnología Aeroespacial, Universidad de Valencia).
-¿Qué se ha perseguido en estos años de investigación?
-El principal objetivo es el desarrollo de un sistema que apoye a los agricultores y gestores de fincas en la toma de decisiones, en particular, respecto al riego. Se propone un sistema modular y escalable basado en un núcleo de inteligencia artificial que procesará datos ya existentes, así como imágenes capturadas por instrumentos de teledetección potentes, compactos y baratos diseñados específicamente para aplicaciones agrícolas mediante el empleo de nuevos sistemas de óptica y tecnologías de New Space.
Se busca que el sistema sea modular para que se permita la adaptación rápida del sistema a nuevas demandas por parte del sector, a través de la inclusión de estos nuevos módulos.
Del mismo modo, se busca que sea escalable para que la cobertura, tanto espacial como temporal del sistema, pueda hacer frente a una demanda variable y creciente.
El sistema consta de dos partes diferenciadas: el “segmento espacio”, que consiste en el desarrollo de un prototipo de satélite tipo CubeSat que tiene unas dimensiones de un metro cúbico que orbitaría alrededor de la Tierra a una altitud aproximada de 500 km con hora de paso alrededor de las 13 horas. Se decidió esta hora de paso porque sabemos que el mediodía es el mejor momento para determinar el nivel de estrés de los cultivos.
El instrumento incluye una cámara térmica y otra cámara comercial en las zonas del visible e infrarrojo cercano. La mayor novedad de esta propuesta es la óptica de la cámara térmica, que nos permite determinar la temperatura de la superficie con una resolución espacial de 50 metros, es decir, la mitad de lo que podemos encontrar actualmente disponible.
-¿Qué papel tiene la inteligencia artificial en el proyecto?
-La información que aporta esta cámara térmica, junto con la cámara auxiliar y los datos procedentes de los satélites de la constelación Sentinel, permitiría realizar una estimación de la evapotranspiración de los cultivos, en lo que hemos denominado “segmento terreno”.
Esta parte del proyecto incluye el núcleo de inteligencia artificial para el cálculo de la evapotranspiración y el nivel de estrés. A partir de la comparación de la evapotranspiración con las necesidades potenciales del cultivo, el sistema realiza una recomendación de riego.
El sistema usa inteligencia artificial para informar al agricultor de las necesidades potenciales del sistema en función de las variables climáticas y estado del cultivo, y en caso de que no se disponga del agua suficiente para satisfacer esas necesidades, distribuye el agua disponible de la forma más eficiente.
-¿Su labor investigadora ha cumplido sus metas?
-Nuestra labor desde el Instituto de Agricultura Sostenible (IAS) ha sido el desarrollo de todos los algoritmos que nos permiten calcular las necesidades de riego de los cultivos a partir de los datos procedentes del satélite y datos meteorológicos. Hemos minimizado la información de entrada necesaria de forma que el sistema sea fácilmente automatizable a la vez que robusto y basado en la agronomía de los cultivos.
Además, hemos realizado una serie de vuelos con cámaras térmicas e hiperespectrales sobre las zonas de ensayo para simular las imágenes que se obtendrían desde el espacio. Nuestra principal conclusión es que podemos desarrollar sistemas que ayudan a la toma de decisiones en agricultura, aportando información valiosa respecto a la variabilidad de la parcela y las condiciones de cada cultivo.
-¿Las conclusiones son válidas para el campo de toda España?
-Sí. El sistema, una vez estuviera operativo, podría cubrir toda la superficie nacional. La escalabilidad de la que hemos hablado antes permite precisamente esta oportunidad, así como aumentar la frecuencia de visita en función de la demanda, dado que se trata de satélites de bajo coste. Durante estos años hemos trabajado para desarrollar un prototipo; todavía queda trayecto hasta que el sistema de satélites se lance y esté a disposición para su uso.
-¿Sus conclusiones son válidas para todo tipo de cultivo?
-Durante el desarrollo de este prototipo, nos hemos enfocado en tres cultivos: tomate, naranjo y almendro. Todos los sistemas basados en imágenes satélites son más eficientes para ser utilizados en cultivos herbáceos, porque la vegetación suele cubrir la totalidad del suelo y, por lo tanto, la medida es más directa.
Sin embargo, también se ha usado con éxito en cultivos leñosos, aunque en este caso, es necesario estimar la temperatura de los cultivos a partir de la temperatura de la escena global con el apoyo de imágenes multiespectrales y modelización.
-¿Qué nos puede indicar respecto al abonado? ¿Cuál es el papel de la fertirrigación?
-En la propuesta inicial, se indicó la necesidad de valorar la herramienta tanto para la programación de riego como la fertilización. Durante los primeros meses del proyecto, hicimos un estudio de las posibilidades en ambos casos, pero llegamos a la conclusión de que la tecnología no estaba lo suficientemente madura para la fertilización en base a las capacidades del satélite en diseño, por lo que se decidió centrar los esfuerzos en las necesidades de agua. La propuesta es la de ir ampliando los servicios más adelante, dado el carácter modular del sistema.
-¿En qué consiste el riego deficitario?
-El riego deficitario consiste en aplicar menos agua de la que el cultivo necesita, de forma que se produce una falta de agua (estrés hídrico), durante periodos del cultivo que son menos sensibles. Se identifica qué fases del cultivo son más resistentes al estrés hídrico y se reduce el riego en esos periodos.
Al concentrar el estrés en esos periodos, la producción se afecta menos que con otras programaciones, lo que produce un incremento de la productividad del agua aplicada.
En caso de que las necesidades calculadas por el sistema sean mayores que la disponibilidad de agua, el sistema propone al usuario distribuir el agua utilizando las bases del riego deficitario.
Tiene la ventaja de que el sistema recalcula las necesidades a escala diaria, y el agricultor puede variar la dotación en cualquier momento, de forma que la propuesta de recomendación de riego (ya sea a máxima demanda o usando estrategias de riego deficitario) es dinámica y se afecta por cambios en la situación, como precipitaciones o recortes de suministros.
-¿Qué tiene que hacer el agricultor de regadío que desee introducir esta tecnología en su explotación?
-El objetivo del proyecto era llevar la tecnología hasta el nivel de prototipo. En la escala de “Niveles de madurez de la tecnología” significa alcanzar un punto 5 en una escala de 9, siendo el 9 el despliegue para su comercialización. La parte asociada al “segmento terreno”, está prácticamente preparada para los cultivos antes mencionados.
El “segmento espacio” ha terminado con el diseño de una arquitectura y óptica adecuadas a las necesidades que se identificaron en el proyecto. La parte más compleja, fundamentalmente por el nivel de inversión que se requiere para su puesta en marcha, es la construcción del satélite. Por este motivo, los desarrollos de Morera no están disponibles para su comercialización, pero esperamos que lo esté en el futuro.
-¿El futuro de la agricultura pasa por la IA y el big data?
-Creo que la inteligencia artificial y el uso de datos masivos son herramientas que pueden aportar información interesante al gestor de los sistemas agrarios, sobre todo en el manejo de las proyecciones, tanto climáticas como de la evolución de recursos disponibles y márgenes de productividad.
Sin embargo, al final no dejan de ser herramientas que estarán disponibles para el gestor, que será el que decida en base a su criterio y experiencia si dicha información le es de utilidad y si le permite mejorar su gestión. Será el sector el que con su experiencia en el uso de estas tecnologías decida el papel de la inteligencia artificial en la agricultura del futuro.
