El agua es un bien escaso, y en lo que se refiere al regadío y las comunidades de regantes, es un problema. De hecho, la escasez general de agua para la agricultura forma ya parte de nuestra actualidad desde hace décadas. Los trasvases traen de cabeza a políticos y agricultores, que solicitan agua desde las cuencas con excedente para paliar la escasez de zonas menos favorecidas.

A pesar de que la parte política no tiene más solución que pactos multilaterales que quedan fuera del alcance de la tecnología, la inteligencia artificial puede ayudar a racionalizar los recursos y hacer más sostenibles las actividades agrícolas en toda España. Gracias a un proyecto de la Universidad de Córdoba con Rafael González, investigador del departamento de Agronomía, a la cabeza, será posible predecir con antelación el agua que demandará diariamente cada regante.

La agricultura consume el 70% del agua a nivel global, y la demanda hídrica no deja de subir. Por eso, cualquier modelo que permita hacer de ese uso algo más sostenible, ahorrando cada litro que sea posible, redunda en un claro beneficio para todos: los agricultores tendrán menos gastos y seremos capaces de obtener más productos con la misma cantidad de agua. Y no solo es el sector agrícola el que demanda más cantidad de agua; otros sectores también están aumentando sus necesidades, y el cambio climático se cierne sobre todos nosotros con predicciones poco halagüeñas para las próximas décadas.

Sistemas de lógica difusa para predecir las necesidades hídricas

Este desarrollo en la agricultura tiene como objetivo controlar por anticipado la demanda variable de agua (que, en ocasiones, es una cuestión diaria), para que de esta forma pueda existir una planificación organizada y óptima de los recursos. Esto significa no solo regular el consumo de agua, sino optimizar las tareas de mantenimiento, cuidar las unidades de bombeo y también se refiere a la contratación del personal preciso y a un consumo de energía eléctrica controlado que revierte en un ahorro económico significativo.

Según la nota de prensa de la Universidad de Córdoba,

Lo innovador del modelo reside en la aplicación de técnicas de inteligencia artificial como la lógica difusa, un sistema usado para explicar el comportamiento de toma de decisiones que, en este caso, mezcla variables más fáciles de medir como las agroclimáticas o el tamaño de la parcela de riego; con otras variables más complicadas como las prácticas tradicionales de la zona o las vacaciones durante la estación de riego.

Este modelo transforma las variables típicas de entrada, como pueden los datos específicos de temperatura o humedad, de manera que los algoritmos genéticos (algoritmos que hacen evolucionar una población de “individuos” sometiéndola a acciones aleatorias y a una selección de acuerdo con algún criterio concreto) utilizados establecen las curvas óptimas para las mismas, y establece relaciones entre ellos. Con esto se consigue dar una predicción muy aproximada de la necesidad real de riego del próximo período, al milímetro.

Tal y como discutimos en ocasiones anteriores, un sistema inteligente aprende en la medida en que le proporcionamos conjuntos de datos válidos y representativos, así que el problema al que se enfrentaron en la fase inicial fue el de obtener dichos conjuntos de datos válidos. Para resolver el problema, los investigadores tomaron los “datos de las instalaciones de telecontrol de la comunidad de regantes del Canal del Zújar para los cultivos de maíz, arroz y tomate”. Esos datos se utilizan para facturar el caudal consumido, pero su utilidad queda muy clara al tomar los nuevos conjuntos de datos generados por esos sistemas como datos de entrada para este “predictor” y obtener los caudales necesarios en el futuro inmediato de las explotaciones agrícolas.