Lo innovador del modelo reside en la aplicaci�n de t�cnicas de inteligencia artificial como la l�gica difusa, un sistema usado para explicar el comportamiento de toma de decisiones que, en este caso, mezcla variables m�s f�ciles de medir como las agroclim�ticas o el tama�o de la parcela de riego; con otras variables m�s complicadas como las pr�cticas tradicionales de la zona o las vacaciones durante la estaci�n de riego.
El modelo FIS (sistema de l�gica difusa) traduce las variables de entrada (temperatura, humedad, etc.) al lenguaje en el que trabajan sus reglas. Aplicando algoritmos gen�ticos se establecen las curvas �ptimas de esos par�metros de entrada y, mediante redes neuronales, se establece la relaci�n entre los mismos. Como resultado, se extrae la l�mina de riego aplicado en la que se establecer� cu�ntos mil�metros van a ser usados por cada regante.
Esta herramienta trata de poner freno a la variabilidad de la demanda de agua. De esta manera, las comunidades de regantes podr�n hacer una planificaci�n m�s organizada y veraz de sus suministros, anteponerse a los problemas de adecuaci�n de las estaciones de bombeo y organizar eficientemente las tareas de mantenimiento y arreglo de aver�as sin derrochar agua ni afectar a las zonas de regad�o.
La posibilidad de adelantarse a las peticiones de agua permite tambi�n contratar el personal y la energ�a el�ctrica que sean estrictamente necesarios, optimizando tambi�n estos recursos y ahorrando en costes econ�micos y medioambientales.
�Y c�mo se consiguen los datos?
La creaci�n de esta herramienta se traduce en un cambio en la gesti�n tradicional de las comunidades de regantes, basada en el conocimiento y en la informaci�n. Frente a la manera de actuar anterior, fundada sobre la intuici�n o lo que se hab�a hecho en otros a�os, ahora la comunidad cuenta con la informaci�n concreta.
Pero, �de d�nde se extrae toda esta informaci�n? En este caso, para determinar c�mo el manejo diferente de cada cultivo puede influir en la exactitud del modelo, Rafael Gonz�lez ha utilizado los datos de las instalaciones de telecontrol de la comunidad de regantes del Canal del Z�jar para los cultivos de ma�z, arroz y tomate. De esta forma, la aplicabilidad de los sistemas de telecontrol y telemetr�a queda patente.
Mientras que, hasta ahora, los datos generados por esos sistemas se utilizaban b�sicamente para facturar los caudales consumidos por cada usuario de la red, con este sistema se utilizan todas las mediciones generadas para obtener las predicciones. Por tanto, el modelo ideado por Gonz�lez revaloriza los sistemas de medidas instalados en las comunidades de regantes, satisfaciendo tanto al personal t�cnico y de gerencia de las comunidades como a las empresas que innovan en el campo de la telemedida. Todo ello sin olvidar la labor de conservaci�n del agua a nivel global.
Gonz�lez Perea, R, Camacho Poyato, E., Montesinos, P., Rodr�guez-D�az, J.A., (2018) Prediction of applied irrigation depths at farm level using artificial intelligence techniques. Agricultural Water Management, 206, pp 229-240. https://doi.org/10.1016/j.agwat.2018.05.019
