Un método de autovalidación para un modelo completo de riego por pivote IoT basado en la ecuación de Penman–Monteith

Riego más inteligente para los campos

En todo el mundo, los agricultores luchan por producir más alimentos con menos agua. Este estudio describe un sistema de riego inteligente que emplea sensores, enlaces inalámbricos y una conocida fórmula de uso del agua para suministrar a los cultivos exactamente el agua que necesitan. Se centra en máquinas de riego circular «por pivote» y explica cómo verificar automáticamente las lecturas de los sensores para que datos erróneos no provoquen despilfarro de agua ni plantas deshidratadas.

Por qué es difícil acertar con el riego

Suministrar la cantidad correcta de agua a los cultivos no es tan simple como abrir un grifo. Las plantas pierden agua por las hojas mientras que el suelo la pierde al aire, y ambos procesos dependen de la radiación solar, la temperatura, el viento y la humedad. Los sistemas tradicionales a menudo estiman o siguen horarios fijos, lo que puede conllevar riegos excesivos o insuficientes. Los autores muestran que muchos sistemas inteligentes previos o bien ignoran algunos de estos factores, carecen de pruebas de rendimiento claras, o resultan demasiado costosos o limitados en alcance, dejando a los agricultores sin una solución completa y fiable.

La idea detrás del nuevo sistema

Este trabajo integra tres elementos en un modelo completo. En primer lugar, utiliza una fórmula estándar de la ciencia agronómica para convertir las condiciones meteorológicas y del suelo en una estimación diaria de cuánta agua necesita cada metro cuadrado. En segundo lugar, construye una arquitectura de Internet de las Cosas alrededor de un pivote de riego, con sensores de bajo coste que registran la temperatura del suelo, la temperatura del aire, la humedad, el viento y la presión atmosférica, además de controladores y válvulas sencillas para distribuir agua a pequeñas secciones del campo. En tercer lugar, define reglas claras para evaluar si el sistema funciona correctamente, incluyendo la precisión en la estimación de las necesidades hídricas del cultivo y la facilidad de escalado y mantenimiento.

Cómo funcionan los sensores y las comprobaciones

La prueba de campo emplea dos estaciones de sensores. Una se ubica sobre o dentro del suelo y mide la temperatura del suelo a distintas profundidades, la temperatura del aire, la humedad y la presión. La otra se monta a unos dos metros sobre el suelo y mide la velocidad del viento y las condiciones del aire. Estas estaciones envían sus lecturas por WiFi a una unidad base, que ejecuta una aplicación web que muestra los datos y calcula cuánta agua debe aplicarse a lo largo del tiempo. Para evitar errores cuando un sensor falla o hay fallos en la conexión inalámbrica, los autores crean reglas simples de aprobado/rehuso para cada medición, como rangos aceptables para la radiación solar, la temperatura del suelo, la temperatura del aire según la estación, la velocidad del viento y la humedad atmosférica. Las lecturas fuera de estos rangos se tratan como sospechosas, protegiendo al sistema de entradas engañosas.

Qué mostró la prueba de campo

El sistema se probó en un campo de césped en la Universidad de Tabuk durante 49 días. Durante este periodo, los sensores recogieron datos cada pocas horas y el software transformó esos datos en necesidades hídricas diarias por metro cuadrado. Los investigadores compararon las necesidades estimadas con la cantidad real de agua que los responsables del campo aplicaron mediante el pivote. Aunque las cantidades de riego reales fueron a menudo superiores a las necesidades calculadas, las estimaciones siguieron el mismo patrón general y explicaron gran parte de la variación diaria en la demanda de agua. El equipo también empleó estadísticas estándar para mostrar cuán estrechamente sus estimaciones siguieron al agua realmente aplicada.

Qué significa esto para la agricultura

Para un lector general, el mensaje clave es que ahora es posible construir un sistema práctico y relativamente económico que vigila el clima y el suelo, comprueba la calidad de sus propios datos y luego aconseja sobre cuánto regar un campo. En este ensayo inicial sobre césped, el enfoque proporcionó una base sólida para un riego más inteligente y destacó dónde es probable que se esté desperdiciando agua. Los autores sostienen que su combinación de sensado completo, comprobaciones automáticas y directrices de diseño claras puede servir de plantilla para futuros sistemas en otros cultivos y climas, ayudando a los agricultores a conservar agua, reducir costes y mantener rendimientos sanos.

Cita: Elfaki, A.O., Albelwi, S.A., Lakhouit, A. et al. An auto-validation method for a complete IoT pivot irrigation model based on the Penman–Monteith equation. Sci Rep 16, 15670 (2026). https://doi.org/10.1038/s41598-026-46804-3

Palabras clave: riego inteligente, riego por pivote, IoT agrícola, gestión del agua, evapotranspiración