Monitorización y análisis continuo de cultivos para optimización y control del riego basado en modelo

Abstract

El riego es un factor fundamental para aumentar la productividad agrícola. Sin embargo, este sector enfrenta desafíos significativos como la escasez de agua (exacerbada por el cambio climático) y la ineficiencia en su uso. Debido a esto, se destaca la necesidad de adoptar técnicas de riego de precisión, que permitan aplicar agua de manera óptima según las necesidades del cultivo y las condiciones del suelo. En este sentido, el sistema de riego debe considerar la naturaleza variante tanto espacial como temporal del sistema agua-suelo-clima-cultivo. El uso de modelos matemáticos para simular el movimiento del agua, en suelos cultivables, aceleró la necesidad de comprender aquellas variaciones temporo-espaciales, que afectan la interpretación de las variables del sistema. La utilización de modelos matemáticos que combinan características del suelo, del cultivo y del clima, integrados a sistemas de medición y control, logran la adecuada planificación, administración y gestión del riego. En orden a lo anterior, en esta tesis, se integra un modelo de distribución de agua en el suelo y un modelo de extracción de agua por parte de un cultivo. De esta manera, el primero de ellos modela el sistema agua-suelo y el restante el sistema planta-atmósfera. El modelo del sistema se prueba en simulación para el caso de ausencia y en presencia de cultivo. Los resultados, se contrastan contra mediciones obtenidas en campo para un tipo de suelo de la provincia de San Juan. Además, se desarrollan algoritmos de control adaptativos para considerar la variabilidad espacial y temporal de un suelo cultivado. Para ello, se diseñaron algoritmos basados en Redes Neuronales Artificiales (RNA) y en Control Predictivo basado en Modelo (MPC). Los controladores implementados con RNA se fundaron principalmente en dos estrategias de diseño. En la primera, se ajusta un controlador del tipo Proporcional-Integrativo (PI) en combinación con un control por superficies deslizantes. La segunda estrategia, contempla un controlador PI estático al que se le añade un termino de compensación empleando RNAs de base radial (RBF). Por último, se implementa un MPC que permita el control simultáneo de varias zonas de manejo de riego. En este caso, solo se atiende una de estas zonas, en función de la demanda hídrica de los cultivos