La inteligencia artificial al servicio del uso sostenible del agua en la agricultura

Un investigador de Cetaqua ha recibido recientemente una de las ayudas otorgadas por Microsoft a investigadores de más de 20 países en su campaña ´AI for Earth´. A través de estas becas, Microsoft pone a disposición de los investigadores recursos tecnológicos de su plataforma cloud Azure con el objetivo de emplear la inteligencia artificial (IA) en proyectos de aplicaciones medioambientales. La propuesta de Cetaqua incluye dos de las cuatro áreas de trabajo (agricultura, agua, biodiversidad y cambio climático) requeridas por el programa de becas.

Concretamente, esta beca permitirá a investigadores del centro integrar herramientas de Machine Learning de Azure con técnicas de analítica de datos geoespaciales y de visión artificial para construir un modelo predictivo de los aportes y demandas de agua en el sector agrícola de la Región de Murcia.

Actualmente se estima que un 70% del consumo global de agua se destina a usos agrícolas. Mientras el aumento de la producción agrícola -ligado a las necesidades alimentarias de una población mundial en crecimiento imparable- ha mejorado la calidad de vida en países de todo el mundo, la demanda masiva de agua para el riego de cultivos se ha sumado a los retos de la sostenibilidad de los recursos hídricos. La Región de Murcia es un paradigma de territorio que experimenta la combinación dos factores: unas condiciones de escasez de agua y sequía, exacerbadas por los efectos del cambio climático, y a la vez una alta demanda de agua del sector agrícola.

Así mismo, "la creciente digitalización en todos los procesos del ciclo del agua hace que cada vez se disponga de mayor cantidad de datos (información meteorológica, nivel de embalses y capas freáticas, caudal de ríos, producción agrícola, etc.) que permiten predecir la demanda de agua para riego de cultivos, hacia una agricultura 4.0", explica Karim Claudio, el analista de datos de Cetaqua becado por Microsoft, especializado en smart water.

Aunque el agua para uso agrícola es solo una pieza dentro de un sistema grande y complejo, el objetivo es que a largo plazo se pueda proporcionar una plataforma de observación on line que, teniendo en cuenta todos los factores que afectan a la disponibilidad y demanda de agua dentro de la región (p.ej. la influencia turística), permita anticiparse a la escasez y gestionar las cuencas en tiempo real de forma integrada y adaptativa. Dicho sistema, especialmente con ayuda del Machine Learning, será capaz en el futuro de proporcionar herramientas de soporte a la toma de decisiones y modelos predictivos que contribuyan a la sostenibilidad de la gestión de los recursos hídricos, no solo en la agricultura, sino también en los ciclos urbano e industrial.