Reconstrucción digital espaciotemporal de la humedad en la zona radicular e riego de precisión usando FDR-HY2D para cultivo de fresa en infraestructura cerrada

Por qué regar con más inteligencia importa para las fresas

Las fresas son plantas notoriamente sedientas, pero en muchas explotaciones gran parte del agua de riego nunca llega a las bayas. En su lugar, se filtra en profundidad en el suelo, fuera del alcance de las raíces, desperdiciando agua y arrastrando fertilizantes. Este estudio presenta una nueva manera de “ver” cómo se mueve el agua alrededor de las raíces de la fresa en tiempo real y de utilizar esa información para regar con mayor precisión. El resultado es un sistema que mantiene las plantas mejor hidratadas con menos agua, al tiempo que reduce pérdidas y favorece un crecimiento más saludable.

El problema de regar a ciegas

El riego por goteo tradicional para fresas suele basarse en horarios fijos o en umbrales sencillos de humedad. Ese enfoque ignora lo superficiales y sensibles que son las raíces de la fresa, y lo desigual que se distribuye el agua bajo las cintas de goteo y el acolchado plástico. Como resultado, una gran parte del agua de riego puede filtrarse por debajo de los 60 cm, donde las raíces no pueden alcanzarla. Trabajos previos han mostrado que en algunos sistemas más de la mitad del agua aplicada se pierde de este modo, reduciendo la eficiencia en el uso del agua y aumentando el riesgo de lixiviación de nutrientes a capas más profundas del suelo.

Integrando sensores y física

Los investigadores abordaron esto acoplando de forma estrecha sensores de campo con un modelo informático detallado del movimiento del agua en el suelo. Usaron sondas por reflectometría en dominio de frecuencia (FDR) colocadas a varias profundidades en la zona radicular para medir la humedad del suelo con alta frecuencia temporal. Estos flujos de datos se alimentaron continuamente a un modelo bidimensional suelo‑agua llamado HYDRUS‑2D. En lugar de tratar el suelo como un “cubeta” simple, este modelo representa cómo el agua de los emisores de goteo se dispersa lateral y verticalmente, cómo la absorben las raíces, cuánto se evapora desde la superficie y cuánto se filtra más allá de la zona radicular. El equipo denomina a este enfoque combinado FDR‑HY2D.

Comparación con modelos de riego existentes

Para comprobar si su método capturaba mejor la realidad, los autores compararon FDR‑HY2D con dos modelos de agua para cultivos ampliamente usados, SIMDualKc y AquaCrop. Evaluaron qué tan bien cada modelo podía reproducir la humedad del suelo medida a 25, 40 y 60 cm bajo diferentes estrategias de riego. Los modelos más simples, que se basan en cálculos de balance hídrico unidimensionales, tendían a exagerar la percolación profunda y a reaccionar en exceso o en defecto ante eventos de riego. En contraste, FDR‑HY2D coincidió estrechamente con los rápidos incrementos de humedad después del riego y con el secado más gradual dependiente de la etapa de crecimiento. Las pruebas estadísticas mostraron que FDR‑HY2D presentó mayor acuerdo con las mediciones y menor error que los otros dos modelos a través de profundidades y tratamientos.

Rastreando el agua: de desperdicio a productividad

Más allá de rastrear la humedad, la pregunta clave es adónde va realmente el agua. Al reconstruir el balance hídrico completo, el estudio mostró que el riego convencional programado empíricamente conduce a un patrón «dominada por filtración profunda»: sólo alrededor de un tercio del agua aporta a la evapotranspiración de la planta, mientras que la mayor parte se drena. AquaCrop mejoró esto en cierta medida pero aún permitió que aproximadamente un tercio del agua escapara por debajo de las raíces. Con el riego guiado por FDR‑HY2D, se redujo el volumen total de riego manteniendo un uso de agua por la planta similar. Más de cuatro quintas partes del agua aplicada se convirtieron en evapotranspiración del cultivo, y la filtración profunda se redujo a aproximadamente una décima parte del total. También se redujo la evaporación desde el suelo desnudo, especialmente en etapas tardías del crecimiento.

Plantas más saludables con menos agua

Los investigadores se preguntaron entonces si esta redistribución más inteligente del agua realmente beneficiaba a las propias fresas. Bajo el riego basado en FDR‑HY2D, las plantas desarrollaron una mayor área foliar, mantuvieron una fotosíntesis fuerte y mostraron un comportamiento estomático más favorable—signos de buena hidratación e intercambio gaseoso activo—en todas las etapas de crecimiento. La eficiencia instantánea en el uso del agua, definida como la cantidad de carbono que la planta gana por unidad de agua transpirada, fue consistentemente mayor que con los otros dos esquemas de riego. Un análisis de correlación confirmó que una mayor transpiración del cultivo, combinada con una filtración profunda controlada, se correspondía con plantas más altas, copas más densas, una fotosíntesis más fuerte y una mejor eficiencia global en el uso del agua.

Qué significa esto para agricultores y alimentos

En pocas palabras, este trabajo muestra que el riego puede ser a la vez más inteligente y más eficiente. Al integrar continuamente lecturas de sensores con una representación física de cómo se mueve el agua en el suelo, el marco FDR‑HY2D ayuda a los agricultores a pasar de «regar más» a «regar dónde y cuándo importa». En las fresas, eso implica dirigir el agua hacia los primeros 60 cm donde las raíces son más activas, reducir drásticamente las pérdidas por drenaje profundo y favorecer un crecimiento vigoroso y una fotosíntesis eficiente incluso con volúmenes de riego reducidos. Los autores sostienen que este enfoque de sensor y modelo puede convertirse en una herramienta digital de apoyo a la decisión para el riego de precisión en muchos cultivos, allanando el camino hacia explotaciones que ahorren agua, protejan los suelos y sigan entregando altos rendimientos.

Cita: Tang, R., Luen, L.C., Tang, J. et al. Spatiotemporal moisture digital reconstruction of root zone and precision irrigation using FDR-HY2D for facility-based strawberry. npj Sci Food 10, 84 (2026). https://doi.org/10.1038/s41538-026-00758-y

Palabras clave: riego de precisión, cultivo de fresa, detección de humedad del suelo, eficiencia en el uso del agua, riego por goteo