Pesquisadores na Andaluzia desenvolvem ferramenta de IA para melhorar a eficiência da irrigação

Pesquisadores do departamento de agronomia da Universidade de Córdoba desenvolveram um ferramenta de inteligência artificial que ajudará os agricultores a prever quanta água precisam para irrigação com uma semana de antecedência.

Os pesquisadores acrescentaram que esta ferramenta mais recente, LSTMHybrid, faz parte de um esforço mais amplo para digitalizar a irrigação, que, segundo eles, ajudará os agricultores a reduzir os custos de produção economizando água e energia.

A ferramenta mais recente é baseada no modelo Cangenfis, desenvolvido em 2021 e treinado com quatro anos de dados climáticos de Zújar, na província andaluza de Granada. Quando implantado, ele pode prever as necessidades de água de longo prazo para irrigação com 80% de precisão.

No entanto, a primeira iteração da ferramenta com IA só conseguiu prever as necessidades gerais de água para várias culturas, incluindo arroz, milho e tomate.

"A grande diferença em relação aos modelos anteriores é que é a primeira vez que é feito em uma escala de sete dias”, disse Rafael González, um dos três pesquisadores principais envolvidos nos dois projetos.

O LSTMHybrid permite que os agricultores façam um orçamento de suas necessidades de água com mais precisão e sobreponham os requisitos de irrigação esperados com os diferentes períodos tarifários. A esperança dos pesquisadores é que esses dados mais precisos ajudem os agricultores a tomar as decisões mais informadas econômica e agronomicamente para otimizar a água e a energia.

A necessidade de modernizar o sistema de irrigação da Espanha, que os pesquisadores dizem ser tradicionalmente guiado pela experiência histórica e não por dados preditivos, tem sido tornou ainda mais necessário pela longa seca e níveis de reservatório perigosamente baixos.

Enquanto o CANGENFIS usou centenas de redes neurais que levam em consideração meio milhão de fatores diferentes, o LSTMHybrid faz suas previsões com base na temperatura média, evapotranspiração de referência, umidade e registros anteriores de irrigação.

O novo modelo também pode salvar dados inseridos anteriormente para ajudar a melhorar sua capacidade de prever ano a ano.

Essa simplificação permite que agricultores e gerentes de irrigação insiram manualmente dados semanais no sistema por meio de um computador comum, prevendo quanta água é necessária para irrigação na semana seguinte.

"Conhecer a demanda de água com vários dias de antecedência facilitará a gestão do sistema e ajudará a otimizar o uso de água e os custos de energia”, disse Juan Antonio Rodríguez, outro pesquisador envolvido em ambos os projetos.

Juntamente com a melhoria da gestão da água, Antonio Rodríguez acrescentou que a nova capacidade preditiva ajudará na transição da região para energia renovável, fornecendo previsões mais precisas para a demanda de energia agrícola.

"O conhecimento está aí, a tecnologia foi testada e funciona”, disse o terceiro pesquisador principal Emilio Camacho. "Agora temos que desenvolver a ferramenta que permita que as comunidades utilizem essa tecnologia de forma simples para que as empresas que vão fornecer a solução tecnológica para a comunidade de irrigação apresentem esses avanços.”

• Universidade de Córdoba
• Universidade de Córdoba