Un reciente estudio llevado a cabo por el Instituto de Ingeniería del Agua y Medio Ambiente (IIAMA) de la Universitat Politècnica de València, junto con el Centro de Investigaciones sobre Desertificación (CIDE, CSIC-UV-GVA), ha desarrollado una innovadora metodología que combina modelos de simulación de cultivos con datos obtenidos mediante drones. Los resultados de esta investigación han sido publicados en la revista Computers and Electronics in Agriculture, y prometen optimizar la predicción del rendimiento agrícola y el análisis del uso del agua en cultivos de alto valor, como el brócoli.
La metodología se basa en Aquacrop, una herramienta creada por la Organización de las Naciones Unidas para la Agricultura y la Alimentación (FAO) que evalúa la eficiencia hídrica del cultivo y proyecta el rendimiento final bajo diferentes escenarios de disponibilidad de agua. Esta herramienta actúa como un laboratorio virtual, permitiendo predecir con precisión la producción del campo según los recursos hídricos disponibles. Según explica Jesús Huertas, investigador del IIAMA y autor principal del estudio, “se utiliza Aquacrop-OSPy, una implementación de código abierto en Python que facilita la integración de técnicas de teledetección y asimilación de datos”.
Los hallazgos indican que integrar información obtenida mediante teledetección con drones, especialmente aquella relacionada con la cobertura vegetal del cultivo, reduce significativamente los errores en las predicciones sobre cosechas.
Método validado: el caso del brócoli
Para validar esta metodología, los investigadores llevaron a cabo un ensayo de campo cultivando brócoli durante dos campañas agrícolas en una parcela experimental de 0,2 hectáreas situada en el este de España. La prueba comparó dos métodos para gestionar el riego: uno guiado por el sistema Irrigation Advisor (IA) y otro basado en la experiencia tradicional del agricultor. Este contraste permitió evaluar cuánto puede mejorar la tecnología frente a los métodos convencionales en el uso del agua.
“Esta comparación se utilizó para introducir variabilidad y evaluar el comportamiento del modelo bajo dos condiciones diferentes de manejo”, señala Diego S. Intrigliolo, investigador del CIDE.
Durante la fase de validación, el equipo introdujo datos reales captados por drones en tres vuelos distintos, tanto sobre la cobertura vegetal como sobre la evapotranspiración —la pérdida de humedad por evaporación directa desde el suelo y transpiración a través de las plantas— en el software Aquacrop. La integración de estos datos redujo el RMSE (Root Mean Square Error), un indicador crucial que mide el margen de error del sistema, aproximadamente un 12%. Específicamente, el error disminuyó de 1.67 a 1.47 toneladas por hectárea al comparar con simulaciones sin información proveniente de drones.
Análisis detallado para mejorar predicciones
Además, las estimaciones sobre evapotranspiración obtenidas a partir de imágenes térmicas mostraron una alta concordancia con mediciones directas realizadas en campo mediante micro-lisimetría, técnica que monitorea en tiempo real el balance hídrico.
El estudio también identificó, mediante un análisis global de sensibilidad, los parámetros más influyentes en la simulación tanto de cobertura vegetal como del rendimiento cosechable. Esta información fue esencial para calibrar el modelo y determinar qué variables son más informativas para los objetivos planteados. Tras identificar estos parámetros clave, se ajustó el modelo utilizando un esquema híbrido que combina exploración global y ajuste local para asegurar precisión.
Miguel Ángel Jiménez Bello, investigador del IIAMA y coautor del trabajo, afirma: “Los resultados sugieren que integrar observaciones desde vehículos aéreos no tripulados (UAV) puede mejorar significativamente tanto el diagnóstico sobre uso del agua como las predicciones sobre rendimiento en condiciones mediterráneas”. Sin embargo, aclara que “las conclusiones deben interpretarse como indicativas y requieren validación adicional en más campañas y condiciones diversas”.
Este proyecto ha sido realizado dentro del marco del proyecto DigitalRiego, financiado por la Agencia Valenciana de Innovación y la Unión Europea a través del Fondo Europeo de Desarrollo Regional (FEDER).
Si (
No(
