- Upgrade to Microsoft Office Pro and Windows 11 Pro with this bundle for 87% off
- Get 3 months of Xbox Game Pass Ultimate for 28% off
- Buy a Microsoft Project Pro or Microsoft Visio Pro license for just $18 with this deal
- How I optimized the cheapest 98-inch TV available to look and sound incredible (and it's $1,000 off)
- The best blood pressure watches of 2024
Inteligencia artificial aplicada a la agricultura para combatir la crisis hídrica
En un escenario en el que la reserva hídrica española se encuentra críticamente baja, con tan solo un 54,7% de su capacidad total a inicios de marzo, el proyecto AgrarIA emerge como un rayo de esperanza para el sector agroalimentario. La iniciativa, financiada a través del programa Misiones de I+D en Inteligencia Artificial (IA) impulsado por la Secretaría de Estado de Digitalización e IA (SEDIA), tiene como objetivo la aplicación de tecnologías avanzadas para desarrollar métodos de producción agraria más tecnológicos, innovadores y sostenibles.
En este contexto crítico donde la gestión del agua se alza como una prioridad, AgrarIA se erige como un bastión de soluciones. Lo demuestra el estudio realizado en el marco del proyecto por TEPRO y GMV; un documento que evidencia avances significativos en la optimización del uso del agua en la agricultura mediante la aplicación de la IA y el análisis de datos climatológicos.
El trabajo conjunto de TEPRO y GMV ha logrado desarrollar modelos de predicción del contenido volumétrico de agua disponible en el suelo para el cultivo, utilizando variables clave como precipitación, evapotranspiración, coeficiente de cultivo específico para el almendro y el contenido de agua. Estos modelos, basados en el análisis de datos climatológicos, permiten anticipar las necesidades hídricas de los cultivos y optimizar el uso del riego. Según las simulaciones realizadas en una finca de 13 hectáreas en Carmona (Sevilla), con almendros de la variedad Lauranne, se han obtenido estimaciones de ahorro de hasta el 58% en el gasto de agua de riego empleado para determinados periodos a lo largo del ciclo productivo.