En el marco de las actividades por los 70 Años del INTA y la 9° Reunión Internacional de Riego realizada en INTA Manfredi, Córdoba, INTA Santiago del Estero presentó un prototipo de gemelo digital que combina mediciones de campo, imágenes de satélite, un modelo de cultivo e inteligencia artificial para ayudar a decidir cuándo regar.
La presentación estuvo a cargo de la Lic. Juana López, investigadora del Grupo de Recursos Naturales del INTA SDE, quien explicó que “un gemelo digital no es solo un mapa ni solo un modelo. Es una réplica digital de un sistema real, conectada a observaciones y capaz de actualizarse en el tiempo. Permite ver el estado actual y explorar escenarios de manejo. Una forma simple de entenderlo: el mapa nos dice dónde, el modelo nos dice cómo, y el gemelo nos dice qué está pasando ahora y qué pasaría de acuerdo a las decisiones que tome. Sin actualización con datos nuevos, no hay gemelo digital.”
El gemelo digital se organiza en capas, desde la captura de datos (sensores, satélite) hasta la aplicación donde el productor ve y decide, pasando por la integración de suelo, clima y cultivo y por la simulación con modelos e inteligencia artificial. En este sentido, López indicó que “nuestro prototipo cubre estas capas de forma parcial: usa imágenes de satélite y mediciones de suelo, datos climáticos de estaciones meteorológicas, un modelo de cultivo, modelos de aprendizaje automático y un tablero interactivo.”
Este desarrollo de INTA se da en un contexto en el cual la agricultura está en transición de ser tradicional basada en la experiencia, a ser de precisión con maquinaria y sensores que permiten manejar cada sector del lote. Pero más datos no significan por sí solos mejores decisiones, hay desafíos importantes, especialmente en regiones como el Sistema de Riego del Río Dulce, el área de riego más importante de Santiago del Estero con 300.000 hectáreas en 11 distritos, donde el productor riega cuando tiene agua disponible y necesita saber cuánta agua tiene su suelo para aprovechar su turno.
El prototipo usa inteligencia artificial como paraguas general: sistemas que hacen tareas que normalmente requieren inteligencia humana. Dentro está el machine learning, que aprende patrones a partir de datos en vez de reglas escritas a mano. Y dentro de este, el deep learning, con redes neuronales de muchas capas que descubren solas qué mirar en imágenes o series de tiempo. La clave es que el modelo físico y la IA se complementan. El modelo explica el balance de agua y respeta sus reglas; la IA lo acelera y lo corrige con las mediciones.
En un gemelo digital la IA cumple cinco funciones: clasificar cultivos con imágenes de satélite, estimar lo que no se mide (como la humedad del suelo, a partir de suelo, imágenes y clima), proyectar el agua del suelo a 7 días (corregida con cada medición nueva), cuantificar la incertidumbre (dar un rango y no un solo número) y comunicar, explicando la recomendación en lenguaje simple.
La Lic. López destacó que para el desarrollo del prototipo se trabajó con datos reales de 81 lotes de algodón y alfalfa durante tres campañas (2021-22, 2022-23 y 2023-24): muestreos de humedad y muestras de suelo, más imágenes de satélite Planet de 3 metros de resolución. Con eso, el tablero permite elegir un lote, una campaña, un escenario de riego y una fecha, y muestra:
• Agua en el suelo. Cuánta agua hay en la zona de raíces y cómo se compara con tres límites: la capacidad de campo (el máximo que el suelo retiene), el umbral de estrés y el punto de marchitez. Si el agua baja del umbral, el cultivo sufre falta de agua y rinde menos.
• Balance hídrico. Cuánta agua entró (lluvia y riego) y cuánta salió (consumo del cultivo, drenaje y escorrentía). Muestra también lo que pide la atmósfera frente a lo que el cultivo realmente consumió.
• Comparación entre modelo y satélite. El consumo de agua que calcula el modelo se contrasta con el que se estima a partir del vigor del cultivo en las imágenes.
• Vigor y zonas del lote. El índice de vegetación (NDVI) a lo largo de la campaña y una zonificación en tres niveles de vigor. En el lote mostrado la diferencia entre zonas fue moderada, por lo que una sola estrategia de riego resultaba razonable.
• Proyección a 7 días. El agua del suelo esperada en la semana siguiente, corregida con la última medición de humedad.
• Un mensaje claro para el productor. Por ejemplo: «no hace falta regar por ahora; el agua alcanza para los próximos 7 días», con la aclaración de que es una estimación y de que ante dudas conviene consultar al asesor.
• Resumen por distrito. Una tabla con el estado de cada lote simulado, detallando cuantos lotes simulados necesitan riego en la semana y cuantos muestran estrés, con una lámina media a aplicar.
El prototipo continúa la validación con mediciones, pero manteniendo la idea que guía todo el trabajo: el gemelo digital propone, el productor decide. El objetivo es brindar a ellos información más clara, con sus límites a la vista, para aprovechar mejor cada turno de riego.
Más información: lopez.juana@inta.gob.ar