La tecnología propuesta promete no sólo ahorrar agua, sino también incrementar el rendimiento por subparcela, por lo que en el futuro se espera ampliar esta metodología a otros cultivos y regiones del país, dice el experto
Redacción
La tecnología propuesta promete no sólo ahorrar agua, sino también incrementar el rendimiento por subparcela, por lo que en el futuro se espera ampliar esta metodología a otros cultivos y regiones del país, dice el experto
Con el objetivo de estimar la evapotranspiración del cultivo de maíz, en el Campo Experimental San Juan de la Universidad Autónoma Chapingo (UACh) se realizaron vuelos de reconocimiento con imágenes satelitales y de drones mediante el entrenamiento de redes neuronales artificiales que permitan al agricultor tomar decisiones con una base agronómica sólida.
Esto forma parte del proyecto de investigación “Determinación de necesidades hídricas en maíz con imágenes satelitales, drones y redes neuronales”, de Álvaro Murguía Cozar, doctorante del Posgrado en Ingeniería Agrícola y Uso Integral del Agua (IAUIA), de la UACh.
Consciente de la necesidad de transferir tecnología avanzada al campo, Murguía plantea crear bases de datos de alta calidad que sirvan para entrenar algoritmos de aprendizaje supervisado y no supervisado. Este enfoque busca resolver problemas reales del sector agrícola como la optimización del riego y el uso eficiente del agua.
Álvaro Murguía explica que “con el surgimiento de drones equipados con cámaras multiespectrales, se abre la posibilidad de obtener imágenes con resolución espacial de centímetros, lo anterior permite obtener más información sobre las condiciones de desarrollo del cultivo.
“La tecnología propuesta promete no sólo ahorrar agua, sino también incrementar el rendimiento por subparcela, facilitando la planificación y distribución del recurso hídrico. Además, los algoritmos desarrollados tienen el potencial de automatizar actividades agrícolas repetitivas, aliviando la carga de trabajo para los agricultores”.
Una herramienta revolucionaria
De acuerdo con el candidato al doctorado en Ingeniería Agrícola y Uso integral del Agua, “a futuro se espera ampliar esta metodología a otros cultivos y regiones del país. Una vez afinada, el equipo planea desarrollar una plataforma en línea que permita monitorear en tiempo real la humedad del suelo, realizar balances hídricos y gestionar el riego de manera precisa.
“Asimismo, se contempla la integración de estaciones meteorológicas automatizadas y la evaluación de datos meteorológicos disponibles en la nube, garantizando información confiable para los productores”.
Aunque aún en fase de desarrollo, el proyecto apunta a convertirse en una herramienta revolucionaria para la agricultura mexicana. “Creemos firmemente que este proyecto tendrá un impacto significativo, proporcionando a los productores información precisa para mejorar sus calendarios de riego y, en última instancia, la sostenibilidad de sus cultivos”, concluye Álvaro Murguía Cozar.
El cargo Con drones y redes neuronales miden necesidades hídricas del maíz apareció primero en Reporte 32 MX, El medio digital de México.
