INVESTIGACIÓN
Agricultura de precisión: desarrollamos una metodología con drones para monitorear el agua en olivares superintensivos
Investigadores del Instituto de Automática (INAUT, CONICET-UNSJ) y del INTA San Juan desarrollaron una metodología que utiliza imágenes aéreas obtenidas con drones para el monitoreo del estrés hídrico en olivares superintensivos. El sistema combina sensores térmicos y multiespectrales con procesamiento en Python para analizar la variabilidad del agua planta por planta. Este avance busca optimizar la eficiencia del riego en zonas afectadas por la escasez hídrica.
El avance de la agricultura de precisión en regiones áridas y semiáridas suma un hito fundamental para la producción olivícola. Un equipo de investigación del Instituto de Automática (INAUT), unidad ejecutora de doble dependencia entre el Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET) y la Universidad Nacional de San Juan (UNSJ), junto al Instituto Nacional de Tecnología Agropecuaria (INTA EEA San Juan), diseñó una metodología integral basada en el uso de vehículos aéreos no tripulados (UAV) para evaluar el estado hídrico de olivares superintensivos con una precisión inédita.
La propuesta combina imágenes térmicas y multiespectrales de alta resolución con algoritmos desarrollados en lenguaje Python, lo que permite observar la variabilidad del agua a nivel de planta e intra-parcela. La investigación fue publicada recientemente en la revista científica SADIO Electronic Journal of Informatics and Operations Research (EJS).
Tecnología aérea aplicada a la gestión hídrica
El estudio se llevó a cabo durante la campaña productiva 2024-2025 en un olivar experimental de la variedad Arbosana, ubicado en la Estación Experimental Agropecuaria del INTA en Pocito, San Juan. En dicho terreno se establecieron cuatro tratamientos de riego con distintos niveles de reposición hídrica (100%, 70%, 50% y 25%) para inducir diferencias en el estado del cultivo y evaluar el rendimiento de los sensores.
Para llevar a cabo la toma de datos, el equipo de investigación equipó un dron con dos cámaras específicas: una cámara termográfica FLIR VueProR 640 y una cámara multiespectral MicaSense RedEdge. A partir de los vuelos realizados al mediodía solar a sesenta metros de altura, se generaron mapas georreferenciados con una resolución espacial de aproximadamente cuatro centímetros por píxel.
El flujo de trabajo integrado combina fotogrametría digital, sistemas de información geográfica (GIS) y programación. Uno de los aspectos clave del procesamiento consistió en el uso del Índice de Vegetación de Diferencia Normalizada (NDVI) como criterio de segmentación para aislar la vegetación y eliminar el "efecto corona" del suelo en los datos térmicos.
A partir de este filtrado, el grupo de trabajo determinó la temperatura del cultivo (Tc) y el Índice de Estrés Hídrico del Cultivo (CWSI). Los resultados demostraron que los índices térmicos reflejan con gran sensibilidad y rapidez las variaciones en el suministro de agua, especialmente en los días de mayor demanda evaporativa. Por su parte, el NDVI mostró un comportamiento más estable a lo largo del ciclo, siendo útil para caracterizar el vigor vegetativo general de las plantas.
Impacto en el sector productivo y la sostenibilidad
La implementación de este tipo de tecnologías responde a la necesidad de hacer frente a la escasez del recurso hídrico que afecta a la provincia de San Juan y a otras regiones áridas. La metodología automatizada y desarrollada mediante herramientas de código abierto aporta una base técnica confiable para el desarrollo de sistemas de soporte a la decisión en el riego de precisión.
Este avance científico abre el camino para que productores e investigadoras de la región optimicen el calendario y la cantidad de riego, garantizando la sostenibilidad de los cultivos leñosos de alta densidad sin comprometer la producción.