Una asociación entre investigadores brasileños y europeos tiene el intento de llevar el concepto de Internet de las Cosas (IoT) al campo, a través de un sistema de riego a tasa variada. El proyecto Plataforma Inteligente de Gestión de Agua (en inglés, Swamp) desarrollará una solución que distribuye la cantidad exacta de agua en la zona de manejo determinada dentro de la labranza. Con la nueva solución, se tiene el intento de utilizar la inteligencia artificial para aumentar la precisión en la aplicación del agua y obtener más productividad, evitando desperdicios.

La iniciativa es liderada por el investigador Carlos Kamienski, de la Universidad Federal del ABC (UFABC). Él cree que la mayor contribución del proyecto es la producción de conocimiento práctico, teniendo en cuenta que los beneficios teóricos ya son conocidos. Para Kamienski, ahora será posible probar y evaluar de qué forma funcionan las técnicas y si son aplicables. "El hecho de trabajar en un consorcio con otras regiones, y también otros países, permite que investigadores con diferentes conocimientos y experiencias puedan actuar conjuntamente y compartir los resultados de las experiencias", relata.

En Brasil, el Swamp hará la aplicación de proyectos modelo en dos tipos de riegos. En la región de Matopiba, que comprende los estados de Maranhão, Tocantins, Piauí y Bahia, se aplicará un proyecto de central conectado a sensores inteligentes, en los cultivos de soya y algodón. Por otro lado en la Vinícola Guaspari, en Espírito Santo Pinhal, en el estado de São Paulo, un modelo del Swamp será probado en técnicas de goteo en la producción viñas. Otras dos unidades serán implementadas y evaluadas también en Europa.

El investigador de la Embrapa-Instrumentación, André Torre, explica que los sensores medirán el potencial de agua en el suelo, pudiendo detectar, por ejemplo, la marchita permanente-en la que la planta ya no puede sacar agua del suelo- y la capacidad de campo, que es la posibilidad máxima del suelo en retener agua antes del escurrimiento superficial. "El proceso también tiene en cuenta diversos otros factores, como la topografía del terreno y la conductividad eléctrica del suelo", explica. A partir de esta enorme cantidad de información, un procesador Big Data conectado a los sensores interpretará los datos y dará respuestas en tiempo real, haciendo la gestión adecuada del uso del agua en el riego.

En el lado brasileño, el Swamp es resultado de una asociación entre la Universidad Federal del ABC (UFABC), la Universidad Federal de Pernambuco (UFPE), la Embrapa, la Fundación Educativa Inaciana "Padre Sabóia de Medeiros" (FEI) el Centro de Investigación e Innovación Brasil-Suecia (CISB) y LeterTech Tecnología Sostenible. En Europa participan otras cinco instituciones: Instituto VTT - Centro de Investigación Técnica (Finlandia), Ixion - Industria y Aeroespacial (España), Intercrop - Agronegocios (España), Universidad de Bolonia (Italia) y Consorzio di Bonifica dell'Emilia Centrale (Italia).

La iniciativa recibirá R$ 4,8 millones del gobierno brasileño mediante la RNP, la que utiliza los recursos de la Ley de Informática, además de otros € 1.5 millones financiados por el programa H2020 de la Unión Europea.

Serie: proyectos seleccionados por la 4ª Convocatoria Coordinada BR-UE en TIC

Esta es la segunda materia de la serie de reportajes en que presentamos detalladamente los seis proyectos seleccionados por la 4ª Convocatoria Coordinada BR-UE en TIC. El objetivo es que los investigadores tengan espacio para presentar de forma concreta lo que se desarrollará en este periodo de tres años de actividades financiadas por la cooperación. En Brasil, la convocatoria se realiza por la RNP, mediante su Centro de Investigación y Desarrollo en Tecnologías Digitales para la Información y Comunicación (CTIC), bajo la supervisión de la Secretaría de Políticas de Informática (Sepin) del Ministerio de Ciencia, Tecnología, Innovaciones y Comunicaciones (MCTIC). En la próxima semana, conocerás el proyecto OCARIoT, sigla en inglés para Solución Inteligente de Tratamiento de la Obesidad Infantil mediante el Potencial de Internet de las Cosas.