La metodologia es recolza en Aquacrop, una eina desenvolupada per l’Organització de les Nacions Unides per a l’Agricultura i l’Alimentació (FAO) que avalua l’eficiència hídrica del cultiu i projecta el rendiment final basant-se en diferents escenaris de disponibilitat d’aigua. Es tracta d’una espècie de laboratori virtual que permet predir amb precisió quant produirà el camp segons l’aigua disponible. “Concretament, s’utilitza Aquacrop-OSPy, una implementació de codi obert en el llenguatge de programació Python que reprodueix la formulació de Aquacrop i facilita la integració de la teledetecció i de tècniques d’assimilació de dades”, explica Jesús Huertas, investigador de l’IIAMA i autor principal de l’estudi.

Els resultats mostren que la integració de la informació obtinguda mitjançant teledetecció amb drons, en particular, la relacionada amb la cobertura vegetal del cultiu, redueix els errors a l’hora de predir la collita.

Amb l’objectiu de validar la metodologia, els investigadors van realitzar un assaig de camp mitjançant el cultiu de bròcoli durant dues campanyes agrícoles en una parcel·la experimental de 0,2 hectàrees, situada en l’est d’Espanya. La prova va comparar dues maneres de gestionar l’aigua: una guiada pel sistema de suport a la presa de decisions Irrigation Advisor (IA) i una altra basada en l’experiència de l’agricultor. Aquest contrast va permetre mesurar quant marge de millora ofereix la tecnologia enfront dels mètodes convencionals en l’ús de l’aigua.

“Aquesta comparació es va utilitzar per a introduir variabilitat i avaluar el comportament del model sota dues condicions de maneig de reg”, indica Diego S. Intrigliolo, investigador del CSIC en el CIDE (CSIC-UV-GVA).

En la fase de validació, l’equip investigador va introduir en el programari de Aquacrop dades reals captades per drons en tres vols diferents, tant de la cobertura vegetal del cultiu com de l’evapotranspiració (pèrdua d’humitat per l’evaporació directa des del sòl i per la transpiració de les plantes a través dels seus estomes). En relació a la predicció del rendiment del cultiu, la integració d’aquestes dades va reduir el RMSE (Root Pixen Square Error) —indicador que mesura el marge d’error del sistema— entorn del 12%. En concret, l’error va disminuir de 1,67 a 1,47 tones per hectàrea en comparació amb les simulacions que no comptaven amb la informació proporcionada pels drons.

Aquest treball ha sigut realitzat en l’àmbit del projecte DigitalRiego, finançat per l’Agència Valenciana de la Innovació i la Unió Europea a través del Fons Europeu de Desenvolupament Regional (FEDER).

Referència article: Jesús Huertas-Bastidas, Miguel Ángel Jiménez-Bello, Diego S. Intrigliolo, Juan Miguel Ramírez-Cuesta. «Enhancing AquaCrop-OSPy yield predictions with UAV-based remote sensing data: a case study on broccoli». Computers and Electronics in Agriculture. DOI: doi.org/10.1016/j.compag.2025.111402