Pese al notable crecimiento de la agroindustria, su estabilidad y el potencial desarrollo se verán limitados por la disponibilidad de los recursos hídricos y por la competencia por el uso del agua entre sectores preponderantes de la economía. Al respecto, diversas investigaciones han reportado que Chile enfrentará disminuciones significativas en las precipitaciones debido al cambio climático. Para enfrentar los posibles escenarios de restricción hídrica, conflictos por agua y frecuentes sequías, la industria deberá invertir en nuevas tecnologías que permitan mejorar la productividad del agua, lo cual implica producir más kilos de fruta por metro cúbico. Con el fin de mejorar la eficiencia en el uso de los recursos hídricos, los agricultores están implementando sistemas tecnificados, para la programación del riego.
Un factor clave para realizar esta tarea corresponde a la estimación de la evapotranspiración real (Eta), a partir de la evapotranspiración de referencia (ETo) y el coeficiente de cultivo (Kc), como ETa=ETo*Kc, que permite cuantificar el consumo hídrico y con ello determinar los volúmenes de agua a aplicar. Aunque este método proporciona un enfoque simple, existe una gran incertidumbre en la obtención del Kc debido a que los valores reportados en la literatura son empíricos y no están adaptados, a las condiciones locales. Estas consideraciones son especialmente importantes en los huertos frutales donde existe una gran variabilidad espacial asociada a la arquitectura del dosel y a la cobertura vegetal. Por lo anterior es necesario considerar que la implementación de los métodos tradicionales para estimar la demanda hídrica de los cultivos es una tarea compleja.
Para resolver este problema, diversas investigaciones han sugerido el uso de sistemas automáticos de monitoreo basados en percepción remota (PR) con el objetivo de obtener información de grandes extensiones de terreno. En términos generales, las técnicas de PR permiten estimar el consumo hídrico utilizando algoritmos bio-matemáticos en combinación con datos de reflectancia superficial de las longitudes de onda visibles (VIS), infrarrojo cercano (NIR) e infrarrojo térmico (TIR). Los modelos basados en PR pueden ser una herramienta apropiada para estimar con precisión la variabilidad espacial de ETa en huertos continuos y discontinuos; sin embargo, se debe considerar que estos presentan una serie de imprecisiones asociadas a: i) La estimación de los flujos energéticos que gobiernan el movimiento de agua, ii) nubosidad que interfiere con las observaciones y iii) baja resolución temporal/espacial.
Para resolver las limitaciones de estos sensores, se ha comenzado a utilizar dispositivos infrarrojos térmicos (TIR), multiespectrales o hiperespectrales, montados en vehículos aéreos no tripulados (UAV), cuya principal ventaja es su alta resolución espacial (pixel < 1cm), que permite la identificación detallada de los elementos monitoreados. Sin embargo, estas tecnologías poseen un alto costo, limitada capacidad de carga útil y una alta complejidad en el procesamiento de la información, lo que ha dificultado de manera significativa su implementación a nivel práctico.
Debido a lo anterior, en la actualidad se ha vuelto a dar relevancia a las técnicas de «proxidetección», donde se efectúa mediciones a nivel de planta. En este sentido, los radiómetros infrarrojos portátiles (RIP) y las cámaras infrarrojas térmicas manuales (CIT) han recibido mucha atención en los últimos años debido a su capacidad para evaluar el estado hídrico de los cultivos.
El uso de sensores RIP y CIT instalados a escala de campo permite determinar índices como el Crop Water Stress Index (CWSI), para determinar indirectamente el estado hídrico de la vegetación. Estos dispositivos han tenido excelentes resultados a escala de investigación; sin embargo, en entornos reales de operación se encuentran limitados por su costo, complejidad en la calibración y la dificultad de percibir la variabilidad espacial a nivel de campo. Para superar lo anterior, en los últimos años ha surgido el uso de redes inalámbricas de sensores (Wireless Sensor Networks-WSN), que se presentan como un tipo de red ad hoc, autónoma, autoorganizada y compuesta por decenas, cientos o incluso miles de dispositivos inteligentes. Estos dispositivos se han utilizado con éxito para diferentes aplicaciones agrícolas, como monitorear variables ambientales, determinación de las condiciones microclimáticas del dosel, estudios de variabilidad espacial y monitoreo remoto de alta frecuencia. Por lo anterior, su uso continúa siendo investigado con el objetivo de desarrollar técnicas simples, efectivas y de rápida implementación a nivel de campo.
A pesar de su efectividad, todas las tecnologías mencionadas anteriormente comparten algo en común; implican un alto costo. Por lo tanto, podemos establecer que sólo las explotaciones agroindustriales más rentables pueden implementar de manera efectiva estrategias tecnológicas avanzadas, manteniendo o incrementando su nivel de productividad. En este sentido, en nuestro país, las grandes explotaciones sólo representan el 6% del universo total de productores, dejando al 94% restante con una limitada capacidad de adaptación debido a su estrecho margen de rentabilidad. En este contexto, la situación actual obliga a repensar la forma de hacer agricultura. Por lo anterior, se han realizado diversos esfuerzos para impulsar el desarrollo de nuevas tecnologías basadas en sensores de bajo costo y plataformas IoT, bajo la premisa de atender al mayor número de beneficiarios al mínimo costo. Sin embargo, la mayoría de estos desarrollos aún requieren estudios de adopción para medir el impacto de estas tecnologías en un entorno operativo real. Por esta razón, es crítico desarrollar herramientas tecnológicas a partir de la aplicación de modelos validados, que permiten un monitoreo constante y detallado de la evolución de los predios agrícolas, con el fin de acercar el conocimiento científico al sector productivo de manera directa, sencilla y a costos accesibles.
Fernando Pablo Fuentes Peñailillo
Ingeniero agrónomo, Magister en Horticultura,
Magister en Educación y Doctor en Ciencias Agrarias.
Investigador en Agricultura Digital.
Instituto de Investigación Interdisciplinaria (I3),
Universidad de Talca y ACCA