Medición de evapotranspiración en cultivos de maíz con drones y redes neuronales

En un avance significativo para la agricultura de precisión, investigadores de la Universidad Autónoma Chapingo (UACh) han implementado una innovadora metodología para medir la evapotranspiración en cultivos de maíz. Mediante el uso de drones equipados con cámaras multiespectrales y la aplicación de redes neuronales artificiales, se busca proporcionar a los agricultores herramientas para optimizar el riego y mejorar el uso del agua, recursos fundamentales en la producción agrícola.

Este proyecto, denominado “Determinación de necesidades hídricas en maíz con imágenes satelitales, drones y redes neuronales”, está liderado por Álvaro Murguía Cozar, doctorante del Posgrado en Ingeniería Agrícola y Uso Integral del Agua (IAUIA) de la UACh. El objetivo central es proporcionar un modelo de monitoreo y análisis que permita a los productores contar con datos más precisos para la toma de decisiones agronómicas, basadas en una evaluación detallada de las necesidades hídricas de sus cultivos.

En un entorno agrícola donde la escasez de agua es una preocupación creciente, Murguía explica cómo la tecnología juega un papel esencial. “La aparición de drones con cámaras multiespectrales nos permite capturar imágenes con una resolución espacial de centímetros, lo cual nos da una visión más detallada de las condiciones del cultivo”, afirma. Gracias a esta tecnología, los investigadores pueden medir con precisión la evapotranspiración, un factor clave para determinar las necesidades de riego en los cultivos.

Los algoritmos de redes neuronales están siendo entrenados para interpretar estas imágenes y generar datos que proporcionen información detallada sobre el comportamiento del maíz, lo que a su vez facilita la gestión más eficiente del agua. Esta herramienta no solo promete reducir el consumo de agua, sino también aumentar el rendimiento de las parcelas, permitiendo una distribución más adecuada de los recursos hídricos.

La propuesta también contempla el uso de algoritmos de aprendizaje supervisado y no supervisado, que permitirán automatizar tareas repetitivas en el campo, como el monitoreo constante de la humedad del suelo y la planificación de los riegos. Esta automatización tiene el potencial de aliviar la carga de trabajo de los agricultores, optimizando su tiempo y esfuerzo.

Álvaro Murguía ve grandes perspectivas para este proyecto a futuro, no solo en cultivos de maíz, sino en una variedad de cultivos y regiones del país. El equipo de investigación tiene como objetivo desarrollar una plataforma en línea que, una vez completada, ofrecerá monitoreo en tiempo real de la humedad del suelo, balances hídricos precisos y gestión del riego, lo que se traducirá en una mayor sostenibilidad de los cultivos.

Además, se planea integrar estaciones meteorológicas automatizadas y utilizar datos meteorológicos disponibles en la nube para mejorar la confiabilidad de la información. Según Murguía, la implementación de esta tecnología permitirá a los agricultores tener acceso a datos más exactos y oportunos, lo que facilitará la toma de decisiones en tiempo real.

En conclusión, el proyecto de Murguía promete ser una herramienta revolucionaria en la agricultura mexicana, con el potencial de transformar la manera en que se gestionan los recursos hídricos. “Estamos convencidos de que este enfoque tendrá un impacto significativo, no solo en el ahorro de agua, sino también en la mejora de los rendimientos y la sostenibilidad de los cultivos”, concluye Álvaro Murguía Cozar.