La investigación combina inteligencia artificial y modelos físicos para mejorar la precisión de los sistemas de riego en agricultura de precisión.
El estudiante del Programa de Doctorado Systems and Sustainable Engineering de la Universidad Loyola, Diego Alberto Aranda Britez, ha defendido su tesis doctoral con mención internacional titulada “Self Calibration of Soil Moisture Sensors for Automatic Irrigation Systems” obteniendo una calificación de sobresaliente Cum Laude.
Una tesis para mejorar la eficiencia del riego en agricultura de precisión
La investigación aborda uno de los principales desafíos en la gestión eficiente del riego: la calibración de los sensores de humedad del suelo, un proceso que habitualmente requiere ajustes manuales y resulta costoso en tiempo y recursos. Las imprecisiones derivadas de la deriva de los sensores o de variaciones en su fabricación pueden afectar negativamente tanto a la eficiencia del riego como a la salud de los cultivos.
Frente a esta problemática, la tesis propone estrategias automatizadas de calibración que integran técnicas de aprendizaje automático y asimilación de datos para mejorar la fiabilidad de las mediciones en entornos reales.
Inteligencia artificial para una calibración autónoma
Una de las principales aportaciones del trabajo es el desarrollo de un algoritmo de auto-calibración basado en aprendizaje profundo, capaz de predecir la humedad del suelo en condiciones de capacidad de campo a partir de secuencias cortas de datos no calibrados. Este modelo, basado en una arquitectura híbrida CNN-DNN, se entrena con datos sintéticos generados mediante simulaciones hidrológicas en distintos tipos de suelo.
El enfoque incorpora parámetros físicos del suelo, como la saturación o la capacidad de campo, lo que permite eliminar la necesidad de ajustes manuales y mitigar el efecto de la deriva de los sensores, facilitando su aplicación en escenarios reales a gran escala.
Integración de datos y modelos físicos
De forma complementaria, la tesis desarrolla un marco de asimilación de datos basado en técnicas como el Iterative Ensemble Smoother y el Particle Filter, que permite actualizar dinámicamente los parámetros de los sensores mediante la integración de datos de campo en tiempo real con modelos físicos.
Este enfoque garantiza que los parámetros estimados se mantengan dentro de límites coherentes con las propiedades del suelo, mejorando la adaptabilidad a diferentes condiciones ambientales y reduciendo el sesgo en las mediciones.
Validación experimental y aplicaciones
Ambas metodologías han sido validadas en condiciones controladas y en campo mediante una infraestructura basada en tecnologías IoT y equipos de referencia de alta precisión. Los resultados confirman la aplicabilidad práctica, precisión y complementariedad de los métodos propuestos, que permiten avanzar hacia sistemas de riego más eficientes y sostenibles.
La tesis demuestra así la viabilidad de sistemas autónomos de calibración de sensores, sentando las bases para su integración en soluciones de agricultura inteligente que optimicen el uso del agua y mejoren la gestión de los recursos naturales.
La tesis ha sido dirigida por los profesores doctores Pablo Millán Gata y Alejandro Tapia Córdoba, y tutorizada por el profesor doctor Pablo Millán Gata.
La investigación se enmarca en la trayectoria del grupo Optimization and Control of Distributed Systems (ODS) de la Universidad Loyola, que desarrolla su actividad tanto en el ámbito teórico como aplicado. El grupo centra su trabajo en el modelado, simulación, estimación y control de sistemas ciberfísicos, integrando sensores, controladores y actuadores para operar en tiempo real en entornos complejos. Sobre esta base, el equipo impulsa dos líneas aplicadas clave: el uso de flotas de vehículos acuáticos autónomos para misiones con objetivos de sostenibilidad en entornos naturales, y el desarrollo de soluciones de agricultura inteligente mediante tecnologías IoT y algoritmos de inteligencia artificial, orientadas a optimizar la gestión eficiente del agua y otros recursos agrícolas.
El tribunal ha estado constituido por el Dr. Daniel Gutiérrez Reina (Universidad de Sevilla) como presidente; la Dra. María Luisa Parody Núñez (Universidad Loyola) como secretaria; y la Dra. Micaela Carolina Jara Ten Kathen (Universidad Taiwán-Paraguay) como vocal.
Referencia:
Aranda Britez, D. A., Tapia Córdoba, A., Johnson, P., Pacheco Viana, E. E., & Millán Gata, P. (2024). Improving the Calibration of Low-Cost Sensors Using Data Assimilation. Sensors, 24(23), 7846. https://doi.org/10.3390/s24237846
