La cátedra Agrobank premia la gestión eficiente del agua

Rafael González Perea, investigador Juan de la Cierva de la Universidad de Castilla-La Mancha (UCLM) ha sido premiado por la Cátedra AgroBank Calidad e Innovación, de la Universidad de Lleida, por su tesis doctoral sobre la gestión eficiente en el uso de la unión agua-energía en comunidades de regantes mediante BigData e Inteligencia Artificial.

La tesis titulada “Optimización de la gestión de redes de riego a presión a diferentes escalas mediante Inteligencia Artificial”, cuyo autor es el investigador cordobés Rafael González Perea, ha sido seleccionada por el jurado de la Cátedra Agrobank Calidad e Innovación, de la Universidad de Lleida, entre un total de 32 tesis doctorales procedentes de 17 universidades españolas.

Actualmente, Rafael González es investigador del programa Juan de la Cierva en la UCLM, concretamente en la Escuela Técnica Superior de Ingenieros Agrónomos y de Montes de Albacete, y desarrolla su trabajo de investigación buscando nuevas soluciones para la gestión eficiente de comunidades de regantes basadas en Inteligencia Artificial y teledetección, con trabajos en colaboración con la Sección de Precisión Agroforestal y Cartografía del Instituto de Desarrollo Regional (IDR).

El investigador realizó esta tesis doctoral en la Universidad de Córdoba, bajo la dirección de los profesores Emilio Camacho y Juan Antonio Rodríguez, manifestando sentirse muy satisfecho con el premio ‘sobre todo porque supone reconocer el trabajo de varios años”, y siendo este galardón “un aliciente más para seguir investigando”.

Con este premio, que se otorga por tercera vez y que está dotado con 3.000 euros, la Cátedra AgroBank distingue la excelencia de la investigación en el sector agroalimentario y promueve la transferencia del conocimiento en el sector.

No es la primera vez que la inteligencia artificial se aplica a la reducción de agua. En julio de 2018, la Universidad de Córdoba explicaba que un grupo de investigación suyo había desarrollado un modelo basado en técnicas de inteligencia artificial capaz de predecir cuánta agua usará cada regante.

La agricultura consume un 70% del agua a nivel global y presenta una tendencia al ascenso en cuanto a necesidades hídricas. En este escenario en el que, además, la demanda por parte de otros sectores de la industria también va en ascenso y los efectos del cambio climático influyen en la progresiva escasez de agua, las medidas de ahorro se presentan como un reto ineludible si se quiere mantener el sector y preservar la vida.

Este es el reto que asume el investigador del Departamento de Agronomía Rafael González a la hora de desarrollar un modelo capaz de predecir con antelación el agua que demandará diariamente cada regante. Esta herramienta nace, por tanto, con vocación de aliada de la sostenibilidad de los recursos hídricos.

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.