el sistema vascular del tronco. Dicha sonda se calienta de forma periódica en el interior de la planta, y el movimiento ascendente de la savia produce una disipación de calor que puede medirse con mucha precisión. A lo largo del día, el flujo de savia va incrementando desde el amanecer hasta el punto de máxima transpiración a medio día, y decrece hasta detenerse al llegar la noche, momento en el que el sensor envía los datos a la nube y un potente algoritmo de cálculo devuelve al agricultor el valor de la evapotranspiración de ese día en esa parcela de cultivo. La situación de los sensores en la parcela queda definida mediante la ayuda de imágenes satelitales multiespectrales, que, con sus índices de variabilidad del cultivo (NDVI), zonifican cada sector de riego y, dependiendo de la superficie monitorizada, cada sector queda perfectamente representado, mediante tres a cinco sensores estratégicamente localizados. La interpretación de toda la información necesaria para el cálculo de la evapotranspiración de la parcela, que completa a la curva de flujo de savia diaria obtenida por los sensores, combina la información meteorológica (ETo) de ese punto geográfico del planeta, con la especie vegetal que medimos (e incluso la variedad), el tamaño medido en el tronco, el tipo de suelo, la densidad de plantación, su edad y cobertura de copa y el dimensionado de la red de riego. El algoritmo responsable de calcular el valor de la Evapotranspiración Real (ETa) media de ese sector de riego, devuelve al agricultor esa información de su parcela, además de una recomendación de riego de entre uno y siete días, en mm (l/m2), m3 u horas de riego. A la fecha de redacción del presente artículo, los cientos de agricultores que ya tienen instalados los sensores de flujo de savia, en los cultivos de almendro, pistacho, nogal, pecano, avellano, cítricos, aguacate, manzano, viñedo, aguacate, melocotonero, olivo y kiwi, tienen datos diarios de recomendación de riego con medición directa en las plantas de su cultivo. Esa información es idónea para complementar a su experiencia de años en el manejo de sus cultivos y parcelas, y tomar una decisión precisa de cómo y cuándo regar. Muy en breve, los algoritmos de cálculo estarán calibrados para otros frutales de hueso, uva de mesa, otros cultivos tropicales, kaki… Y la incorporación de la inteligencia artificial, aportará un aprendizaje continuo para la optimización del riego de cada variedad en cada cultivo y zona del mundo, mediante la lectura directa del flujo de savia de las plantas. n 42 CULTIVOS LEÑOSOS
RkJQdWJsaXNoZXIy Njg1MjYx