Desarrollo de sistemas de riego inteligentes basados ​en datos de humedad del suelo

en tiempo real en un invernadero: prueba de concepto

RESUMEN

Una estimación razonable de la profundidad de absorción de agua del cultivo (WUD)

proporciona requisitos previos vitales para determinar la programación científica del riego.
Sin embargo, no se ha informado sobre la adquisición en tiempo real de las WUD de los
cultivos para guiar el riego.

En el estudio actual, se desarrolló un sistema de riego

inteligente basado en datos de humedad del suelo en tiempo real, en el que se estimó la

WUD dinámica del cultivo utilizando las características espacio-temporales de las

distribuciones de humedad del suelo. Posteriormente, se adquirieron los datos de la WUD
del cultivo utilizando un controlador de riego central para lograr una profundidad de riego
precisa en cada evento de riego. Se llevó a cabo un experimento de riego por goteo para la
siembra de tomate (Lycopersicum esculentum) en un invernadero en el norte de China. Se
instalaron sensores inalámbricos de humedad del suelo para recopilar datos de humedad
del suelo en tiempo real a partir de un perfil de suelo de 0 a 100 cm. La humedad del suelo
mostró una tendencia en escalera de 0 a 60 cm y una tendencia estable de 60 a 100 cm.

Se obtuvo con éxito una ecuación de regresión (WUDi = - 0.0119d2 + 1.9387d - 6.5795, R2
= 0.89) que cuantifica la profundidad dinámica de la absorción de agua del cultivo basada
en las características de distribución de la humedad del suelo y un esquema de ahorro de
agua (es decir, riego para WUD de cultivos en tiempo real) se determinó para guiar cada
evento de riego a través de un sistema de riego automático remoto. La evapotranspiración
(ET) del tomate calculada usando datos de humedad del suelo fue consistente con la
calculada usando datos meteorológicos en interiores, lo que confirma la confiabilidad de los
datos de humedad del suelo en tiempo real para estimar la WUD del tomate. La eficiencia
en el uso del agua de riego de tomate (IWUE) del sistema establecido alcanzó 41,23 kg /
m3, lo que supuso una mejora evidente en comparación con la obtenida con un esquema de
riego tradicional (31,58 kg / m3). Además, la IWUE del tomate en el sistema establecido casi
se acercó a la de los resultados publicados anteriormente. Los hallazgos de este estudio
destacan la importancia de una programación de riego razonable para ahorrar agua y
proporcionan información sobre el desarrollo de un sistema de riego eficiente y automático.

INTRODUCCIÓN

El desarrollo sostenible de la agricultura de regadío se ha visto desafiado por el aumento de

la escasez de recursos hídricos (Chen et al., 2019; Freire-Gonz´ alez et al., 2017). Además,
el calentamiento global y las frecuentes ocurrencias de climas extremos han intensificado la
gravedad de esta situación (Guo y Shen, 2016; Henley et al., 2019; Kneˇzevi´c et al., 2018;
Todorovic, 2018). Mientras tanto, con el rápido desarrollo de la economía global y la
migración de población a gran escala del campo a la ciudad, la inevitable aceleración de la
industrialización y urbanización ha aumentado considerablemente las necesidades de
recursos hídricos (Frisvold y Konyar, 2012; Piao et al., 2010; Xu et al., 2020). El aumento del
suministro de agua industrial y urbana mediante la reducción del uso de agua para la
agricultura se ha reconocido gradualmente como una solución aceptable porque
aproximadamente el 70% de las extracciones de agua y más del 80% del consumo de agua
se originan en el riego agrícola (Jagermeyr ¨ et al., 2015). Sin embargo, el crecimiento de la
población exige a su vez el crecimiento sostenido de la producción de alimentos en el
futuro, lo que requiere insumos de agua que puedan sustentar la agricultura de regadío. Si
bien la aplicación de agua de mar desalinizada y agua regenerada puede facilitar el riego
agrícola, el alto costo de la desalinización y el riesgo de seguridad del agua regenerada
dificultan estas aplicaciones de riego (Gonzales Gustavson et al., 2019; Martínez-Alvarez et
al., 2016; Ventura et al., 2016; Ventura et al. al., 2019; Wang et al., 2017). Por lo tanto,
debemos esforzarnos por garantizar una producción adecuada de alimentos mediante la
reducción de las entradas de agua de riego.

Los sistemas de riego eficientes que ahorran agua brindan oportunidades alternativas para
abordar este desafío (Albasha et al., 2016; Bell, 2014; Du et al., 2008a; Li, 2017; Schiattone
et al., 2018; Schwartz et al., 2019) .
Con estos esquemas, debido a la eficiencia del uso del agua considerablemente mejorada
de los cultivos, el rendimiento de los cultivos está garantizado incluso si el agua de riego es
insuficiente. Numerosos estudios existentes han confirmado la efectividad del uso de
esquemas de riego que ahorran agua para mejorar la producción de cultivos con aportes
limitados de agua de riego (Bell et al., 2020; Cantore et al., 2016; Capra et al., 2008; Du et
al., 2015; Gaji´c et al., 2018; Li, 2018; Shi et al., 2020). La base teórica de los esquemas
eficientes de ahorro de agua es mejorar la eficiencia del uso del agua de riego (IWUE) a
través de modos de riego flexibles y planificados, como el secado parcial de la zona
radicular y el riego deficitario regulado. La ventaja más significativa de estos modos de riego
sobre el riego total tradicional es que mejoran el rendimiento de absorción de agua del suelo
por las raíces de los cultivos (Capra et al., 2011; Du et al., 2006, 2008b; Giuliani et al., 2017;
Mary et al., 2017). al., 2019; Stagno et al., 2015).

Teóricamente, el mayor rendimiento de absorción de agua de las raíces de los cultivos se

atribuye a un mayor desarrollo de las raíces finas y a la conductancia estomática de las
hojas regulada, que se observan debido a la acumulación de ABA de las raíces y las hojas
cuando las raíces parciales se exponen a un secado severo del suelo (P´erez-P ´erez et al.,
2018; Wang et al., 2019).

Los esquemas de riego eficientes antes mencionados ayudan considerablemente a mejorar

la eficiencia del uso del agua de los cultivos, particularmente en áreas con escasez de agua
y falta de instalaciones de riego automático; sin embargo, el desarrollo de estos esquemas
de riego requiere una consideración completa de los requerimientos fisiológicos de agua de
los cultivos en diferentes etapas de crecimiento, lo que dificulta la formulación de estos
esquemas (Bell et al., 2018; Benjamin et al., 2015; Campi et al., 2019; Tari, 2016).
Además, para los agricultores es difícil dominar los conocimientos especializados
necesarios. Varios esfuerzos recientes para desarrollar sistemas de riego inteligentes o
inteligentes han ayudado a mejorar considerablemente la IWUE de los cultivos y han
reducido los requisitos del conocimiento profesional de los agricultores (Ai-Ghobari y
Marazky, 2014; Al-Ghobari et al., 2013; Cancela et al., 2015; Contreras et al., 2017;
Masseroni et al., 2018; O'Shaughnessy et al., 2016; Osroosh et al., 2015; Rodriguez-Ortega
et al., 2017). Estas ventajas incluyen la rentabilidad de la mano de obra, el ahorro de agua,
los esquemas de riego flexibles y la facilidad de control del riego. Recientemente, Osroosh
et al. (2015) desarrollaron un sistema de riego automatizado basado en un algoritmo de
control adaptativo para optimizar el índice de estrés hídrico del cultivo, lo que permite la
programación eficiente del riego de los manzanos con ahorro de agua.

Además, Contreras et al. (2017) establecieron un sistema de riego automático mediante

tensiómetros electrónicos, en el que se determinó el potencial matricial del suelo de - 25
kPa para obtener un rendimiento comercial de calabacín de invernadero de 15 kg / m2.
Usando un sistema de riego automático, Rodríguez-Ortega et al. (2017) evaluaron los
efectos de diferentes temperaturas en el crecimiento del tomate en invernadero para sugerir
una estrategia de riego óptima para mejorar la IWUE. Evidentemente, el desarrollo de un
sistema de riego automático combinado con un sistema de riego eficiente puede influir
notablemente en la agricultura de regadío.

En este estudio, usamos datos de humedad del suelo en tiempo real para estimar la
WUD de cultivo dinámico para guiar eventos de riego, donde todo el proceso fue controlado
de forma remota por un sistema de riego automático. El tomate (Lycopersicum esculentum),
un cultivo económico de invernadero de importancia mundial, fue seleccionado como objeto
de investigación para verificar la confiabilidad del sistema establecido. Los objetivos de este
estudio fueron

1) proponer un esquema de decisión de riego que ahorre agua en el que se utilizó el DUD
de tomate dinámico como el umbral de profundidad de cada evento de riego para evitar el
riego excesivo o insuficiente.

2) desarrollar un sistema de riego inteligente que recopile automáticamente datos en tiempo

real y controle cada evento de riego siguiendo el esquema de decisión de riego. La
importancia de este estudio es la predicción en tiempo real de la WUD dinámica de las
raíces y el riego preciso a través de un sistema de riego automático, lo que facilita la
operación de riego para los agricultores y proporciona una dirección novedosa para el
desarrollo de la agricultura de riego.

2. Materiales y métodos.
2.1. Lugar de estudio y tratamientos experimentales.

Realizamos un estudio en un invernadero de tomates (30,5 m × 15 m) en Xiaotangshan,

Beijing, China (Fig. 1a), donde la temperatura media anual local es de 10 a 13 ◦C, las horas
de sol promedio diarias son de 6,5 a 8,5 h. El período libre de heladas es de
aproximadamente 186-200 d, y la precipitación media anual es de 602,2 mm. El sur del
invernadero se cubrió con una película de plástico transparente y el norte se construyó con
un muro aislante.

La película de plástico transparente estaba equipada con una entrada de aire y una ventana
superior, que se controlaban mediante un motor para ventilar el invernadero y ajustar la
temperatura y la humedad. Además, el invernadero estaba equipado con una sombrilla, que
se puede utilizar para variar la cantidad de luz en el invernadero.
Los datos meteorológicos interiores del invernadero fueron registrados automáticamente por
una estación meteorológica (WS1800, Nertica, China). La temperatura y la humedad del
aire promedio en el invernadero fueron de 25,6 ◦C y 63,9%, respectivamente, durante el
experimento. El suelo de campo (0-80 cm) en el invernadero se clasificó como suelo franco
(según la taxonomía de suelos del USDA) con un Kjeldahl N de 1,32 g / kg, Olesen P de
54,53 mg / kg, K disponible de 117,5 mg / kg, CE de 31,88 mS / m, pH de 7,8, capacidad de
campo volumétrico de 30,8% y densidad del suelo de 1,40 g / cm3. Las propiedades
químicas del suelo se determinaron siguiendo los procedimientos descritos en el Handbook
of Soil Agrochemical Analysis (Bao, 2000).

En la rotación perenne de los ciclos de cultivo de tomate y pepino, un experimento de riego

por goteo de tomate cubierto con película plástica controlado por un sistema de riego
automático se llevó a cabo desde abril de 2017 hasta julio de 2017. El invernadero se dividió
en partes iguales en tres parcelas, cada una de las cuales comprendía seis surcos (área de
24 m2, 10 m de largo y 2,4 m de ancho para cada uno). El tomate se plantó a través de una
manera tradicional local (es decir, cultivo en hileras angostas y anchas), en la que el ancho
del hombro de la cresta era de 0,70 my su altura era de 0,20 m; además, el espacio entre
las filas estrechas era de 0,50 m, y el espacio entre las filas anchas era de 0,70 m (Fig. 1b).
Se plantaron dos hileras de tomates por surco, con un espaciamiento de 0.30 m. Se aplicó
riego por goteo para suministrar agua, donde el cinturón de goteo se colocó cerca del área
de la raíz del tomate a lo largo de la parcela, y cada cinturón de goteo regó una fila de
tomate.

Los emisores eran de tipo chapado sin compensación de presión con un caudal de 0,95 L /
hy una separación de 0,3 m en los laterales.

La presión de funcionamiento del riego por goteo fue de 0,1 MPa, y el agua de riego se filtró
mediante un disco y filtros de pantalla. Cada parcela estaba equipada con un nodo de
control de válvula inalámbrico y un nodo de adquisición de datos para controlar los eventos
de riego (Fig. 1c). Se instaló un controlador de riego central para procesar todos los datos
recopilados y enviar las órdenes de riego (Fig. 1d). Cada volumen de irrigación se midió
usando un medidor de flujo ultrasónico (diámetro de φ2.5, resolución de 0.1 L y precisión
del 1%). En la primera parcela de campo, se recopilaron automáticamente datos de
humedad del suelo de múltiples capas de 0-20, 20-40, 40-60 y 60-80 cm utilizando un
sensor de humedad de perfil inalámbrico de 100 cm de largo (TMH-2000, China ) para
obtener distribuciones de humedad del suelo en tiempo real, lo que permite la estimación de
la DUD dinámica del tomate. En este tratamiento, la profundidad de riego diseñada
inicialmente se estableció en 20 cm, es decir, el evento de riego se realizó cuando la
humedad del suelo a una profundidad de 20 cm alcanzó el límite inferior de la humedad del
suelo (70% de la capacidad de agua del campo). El volumen de riego para cada evento de
riego se calculó usando las Ecs. (1) y (2), que se describirán en detalle más adelante. En los
eventos de riego subsiguientes, el WUD de tomate se preestimó basándose en datos de
humedad del suelo en tiempo real para obtener la profundidad de riego diseñada de forma
dinámica para guiar cada evento de riego. La segunda parcela se estableció como una zona
aislada para separar los grupos experimental y de control. La tercera parcela se equipó con
un sensor de humedad del suelo de una sola capa (STM-100, Nercita, China) a una
profundidad de riego de diseño constante de 50 cm, que se estableció como grupo de
control. Para los grupos de tratamiento y control, los métodos de programación del riego
fueron diferentes; sin embargo, las otras medidas de manejo agronómico del tomate fueron
las mismas.
2.2. Programación de riego para ahorrar agua

En este estudio, se recopilaron datos de humedad del suelo en tiempo real para estimar el
WUD dinámico del cultivo, y se logró un esquema de riego inteligente y preciso al
suministrar agua al WUD del cultivo, evitando el riego excesivo o insuficiente. El esquema
de decisión de riego propuesto se basa en la teoría de la humedad del suelo disponible (es
decir, los cultivos solo pueden utilizar eficazmente el agua disponible en el suelo). La
profundidad de riego diseñada para cada evento de riego se cuantificó utilizando la Ec.

(1), y el volumen de riego asociado se calculó usando la Ec.

(2). Para asegurar una condición de humedad del suelo disponible, se estableció el 90% y el
70% de la capacidad de agua del campo como el límite superior y el límite inferior de cada
riego, respectivamente.

z = WUDi

donde z es la profundidad de riego diseñada (cm); WUDi es la WUD dinámica del cultivo
estimada a partir de los datos de humedad del suelo en tiempo real en el i-ésimo evento de
riego (cm), que se determina calculando la tasa de consumo de humedad en este perfil de
suelo durante un período de tiempo. Por ejemplo, cuando la humedad del suelo a la
profundidad de riego diseñada (en este estudio, la profundidad de riego diseñada
inicialmente se estableció en 20 cm) alcanzó el límite inferior de humedad del suelo en el
tiempo t, una ecuación condicional, es decir, (θtmax-θt) / T ≥ 0.01%, se empleó para estimar
la WUD del cultivo utilizando los datos recopilados de humedad del suelo en tiempo real
para profundidades en el rango de 0 a 80 cm, donde θt son las distribuciones de humedad
del suelo para profundidades de 0 a 20, 20 a 40, 40 a 60 y 60 a 80 cm en el tiempo t,
cuando se deben realizar los eventos de riego; θtmax es la distribución máxima de la
humedad del suelo para profundidades de 0 a 20, 20 a 40, 40 a 60 y 60 a 80 cm después
del último evento de riego; y T es el tiempo transcurrido (h) desde tmax hasta t. El umbral de
0.01% fue determinado por la resolución de prueba del sensor de humedad que usamos. Es
posible que sea necesario ajustar este umbral si se utilizan otros sensores de humedad. La
ecuación condicional significa que cuando la tasa de absorción de agua por hora entre
θtmax y θt a una cierta profundidad del suelo es mayor que 0.01%, entonces se puede
considerar que la WUD del cultivo ha alcanzado esta profundidad específica del suelo.

Más detalles sobre el esquema de decisión de riego en este estudio

son los siguientes: Si la ecuación condicional (θtmax θt) / T ≥ 0.01% se cumple para
cualquier profundidad de suelo específica (por ejemplo, 20 cm), esta profundidad específica
se considera como la DUD del cultivo, es decir, WUDi = 20 cm. Si más de una profundidad
satisface la ecuación condicional, la profundidad más profunda se establece como el WUD
del cultivo, por ejemplo, si la ecuación condicional se mantiene en 20, 40 y 60 cm, entonces
60 cm se establecerán como el WUD del cultivo, es decir, WUDi = 60 cm. Todos los datos
en tiempo real se recopilaron utilizando sensores de humedad de perfil inalámbricos y la
ecuación condicional se validó utilizando el controlador de riego central. Por lo tanto,
podemos estimar el WUD de tomate para determinar la profundidad de riego diseñada de
forma dinámica en tiempo real, lo que permite un riego preciso.

El volumen para cada evento de riego se calculó de la siguiente manera:

donde I es el volumen de riego (mm); z es la profundidad de riego diseñada (cm), z = WUDi

(cm); γ es la densidad del suelo (g / cm3); p es el porcentaje de área de suelo mojado (%)
que se basa en las tasas de flujo de salida de los emisores, la disposición de las líneas de
goteo y las características del suelo, que se estableció como 60% en este estudio; θmax y
θmin son los límites superior e inferior de cada evento de riego (%), respectivamente, es
decir, el evento de riego se realiza cuando la humedad del suelo a la profundidad de riego
diseñada se reduce a θmin, y la humedad del suelo a la profundidad de riego diseñada es
se espera que sea θmax después del riego; y η es el coeficiente de utilización del agua de
riego por goteo, que fue 0,95 en este estudio.

2.3. Sistema de riego automático

El sistema de riego automático comprende un controlador de riego central, nodos de

sensores inalámbricos, nodos de control inalámbricos, un servidor del sistema de riego y
una aplicación de monitoreo de riego remoto, en la que cada unidad de componente se
organizó de manera adecuada para garantizar la gestión oportuna, eficiente e inteligente del
riego. eventos (Fig. 2). Los nodos de sensor de humedad de perfil inalámbrico instalados en
el campo primero recopilaron los datos de humedad del suelo en tiempo real, y los datos
recopilados se transmitieron al controlador de riego central para evaluar la oportunidad de
riego. Cuando la humedad del suelo alcanza el límite inferior diseñado, el controlador de
riego central envía un mensaje recordatorio al usuario a través de la aplicación móvil. En la
aplicación móvil, los usuarios pueden realizar un evento de riego de forma remota a través
de los nodos de control inalámbricos instalados en el campo. En cada evento de riego, el
volumen de riego se determina mediante el esquema de decisión de riego de ahorro de
agua incorporado; en otras palabras, el volumen de riego es calculado automáticamente por
el controlador de riego central, según Eq. (2). Además, el servidor del sistema de riego
puede registrar todos estos detalles y su capacidad de intercambio de datos permite una
gestión visual a través de la aplicación móvil. Por lo tanto, los usuarios pueden monitorear y
administrar todo el proceso de riego a través de un teléfono inteligente, que se adapta al
hecho de que las personas que se dedican a la producción agrícola en el futuro pueden
usar un teléfono inteligente con destreza. A continuación se muestra un diagrama lógico
para ilustrar todo el procedimiento de riego (Fig. 3).

2.4. Evapotranspiración de cultivos (ETc), rendimiento e IWUEy

En este estudio, la ETc (mm / d) se calculó sobre la base de datos meteorológicos (IM) en
interiores de invernadero y datos de humedad del suelo, por separado. Para calcular la ETc
basada en datos meteorológicos de interiores (ETc IM) utilizando datos de IM de
invernadero, se utilizó el coeficiente de cultivo único sugerido por FAO 56 (Allen et al., 1998;
Saitta et al., 2020):

Se utilizó una ecuación de Penman-Monteith modificada adecuada para el invernadero para

calcular la evapotranspiración del cultivo de referencia (ET0, mm / d) (Wang et al., 2006).

donde Δ es la pendiente de la curva de presión de vapor saturado (kPa / ◦C);

Δ = 2504⋅exp (17,27 T / (T + 237,3)) / (T + 237,3) 2; Rn es la radiación neta del dosel del
cultivo (MJ / (m2 ⋅d)); G es la densidad de flujo de calor del suelo (MJ / (m2⋅d)), que se
ignora porque suele ser extremadamente pequeña en comparación con Rn; γ son las
constantes húmedas y secas de los valores, 0.067kPa / ◦C; T es la temperatura media diaria
a una altura de 1,5 a 2,5 m sobre el suelo (◦C). Tmax y Tmin son las temperaturas máximas
y mínimas diarias a la altura de la superficie de 1,5 a 2,5 m (◦C), respectivamente; es es la
presión de vapor saturada promedio a 1,5–2,5 m sobre el suelo (kPa); es = 0,3054⋅exp
(17,27Tmax / (Tmax + 237,3)) + 0,3054⋅exp (17,27Tmin / (Tmin + 237,3)); ea es la presión
de vapor real promedio a una altura de 1,5 a 2,5 m sobre el suelo (kPa); ea = 0,005⋅es
(Tmin) RHmax + 0,005⋅es (Tmax) RHmin; RHmax y RHmin son la humedad relativa
máxima y mínima diaria a una altura de 1,5 a 2,5 m sobre el suelo (%), respectivamente;
Los valores de Kc en diferentes períodos de crecimiento se seleccionaron con base en las
recomendaciones de FAO 56, es decir, 0.6, 1.15 y 0.9 para Kc ini, Kc mid y Kc end,
respectivamente (Allen et al., 1998). Además, para calcular la ETc basada en datos de
humedad del suelo (SM ETc) a través de los datos de humedad del suelo, se utilizó el
método de balance hídrico del suelo.
donde P es la cantidad de precipitación (mm). En este estudio de invernadero, P fue 0 mm. I
es el volumen de riego (mm) obtenido de la Ec. (2); ΔMV es la variación de la humedad del
suelo (mm) para 0-80 cm de profundidad del suelo, donde ΔMV = MVt1 - MVt2, en el que
MVt1 y MVt2 son el almacenamiento promedio de agua del suelo (mm) de 0-80 cm de
profundidad del suelo en los momentos t1 y t2 , respectivamente; S y D son la escorrentía
superficial y la filtración profunda debajo de la zona de la raíz, respectivamente, que son
insignificantes en este estudio.
El IWUE (kg⋅m− 3) se obtuvo de la siguiente manera:

donde Y es el rendimiento (kg) medido en la etapa de cosecha y V es el volumen total de

riego (m3).

3. Resultados

3.1. Distribuciones de humedad del suelo y WUD dinámica estimada del

cultivo

Mediante el monitoreo en tiempo real de los datos de humedad del suelo en el perfil,
las distribuciones de humedad del suelo indicaron características espacio-temporales
evidentes, es decir, con el crecimiento del tomate, la humedad del suelo exhibió una
tendencia en escalera de 0 a 60 cm y una tendencia estable de 60 a 100 cm (Fig. 4). La
WUD del tomate se puede determinar utilizando las características de la distribución de la
humedad del suelo; este enfoque es una mejor alternativa para realizar un trabajo que
requiere mucho tiempo y trabajo para medir los datos raíz. Como se muestra en la Fig. 4, en
la etapa de siembra, todas las distribuciones de humedad del suelo mantuvieron una
tendencia relativamente estable debido a la demanda limitada de agua por parte del tomate.
Con el tiempo, la creciente demanda de agua por el tomate provocó variaciones en la
distribución de la humedad del suelo, es decir, la humedad del suelo para profundidades en
el rango de 0-20 cm comenzó a disminuir y la de otras profundidades se mantuvo estable.
Posteriormente, en las etapas de floración y fructificación, se observaron características de
fluctuación evidentes para profundidades en el rango de 40 a 60 cm, lo que indica que la
absorción de agua del tomate alcanzó esta profundidad. En consecuencia, se determinó
que la profundidad de riego diseñada era de 60 cm. En las etapas de fructificación tardía y
maduración roja, con mayor demanda de agua por parte del tomate, se observaron
fluctuaciones evidentes durante un período de tiempo para profundidades en el rango de 60
a 80 cm, lo que demostró que
Fig. 4. Distribuciones de humedad del suelo en tiempo real y WUD dinámica estimada del
tomate durante el período de crecimiento del tomate. Todos los datos de humedad del suelo
de 0 a 100 cm corresponden al eje de humedad volumétrica del suelo a la izquierda. El eje
rojo a la derecha representa el DUO del tomate y la línea punteada roja es la profundidad
estimada de absorción de agua del tomate según los días (d) después de la siembra. (Para
la interpretación de las referencias al color en la leyenda de esta figura, se remite al lector a
la versión web de este artículo).

la absorción de agua del tomate puede alcanzar los 80 cm. Por lo tanto, se sugirió que una
profundidad de 80 cm sería una profundidad de riego razonable durante este período.
Con base en las características espacio-temporales de las distribuciones de humedad del
suelo, se obtuvo una ecuación de regresión ajustada (WUDi = - 0.0119d2 + 1.9387d -
6.5795, R ^ 2 = 0.89) para representar la WUD dinámica del tomate (Fig. 4).

Para ilustrar un ejemplo, se seleccionó un período típico del 5/3 al 5/11, entre dos eventos
de riego. Durante esta etapa de crecimiento, se puede estimar que la WUD del tomate es de
60 cm ya que las distribuciones de humedad del suelo en tiempo real disminuyen por debajo
de 60 cm y se mantienen constantes para profundidades en el rango de 60 a 100 cm (Fig.
5). La propiedad de absorción de agua del tomate contribuyó a la variación en la distribución
de la humedad del suelo por debajo de 60 cm. Además, con base en los datos de humedad
del suelo recolectados, se calculó la cantidad de agua consumida por el tomate en un día
mediante el método del balance hídrico.

Los resultados demostraron que la cantidad de agua consumida por el tomate durante el día
(3,13 mm) era 22 veces mayor que la de la noche (0,14 mm).
Para validar la confiabilidad de utilizar los datos de humedad del suelo para estimar la WUD
del tomate, se usaron como ejemplos los datos de humedad del suelo en tiempo real
recolectados cada hora durante 4 días de diferentes etapas de crecimiento. La
evapotranspiración del tomate (ETc) se calculó con base en datos de humedad del suelo en
tiempo real y datos de IM en tiempo real, y se realizó un análisis comparativo.

Se utilizó el método del balance hídrico del suelo para estimar el SM ETc. Se aplicó la
ecuación de Penman-Monteith modificada para calcular el IM ETc, que generalmente se
considera un valor creíble para calcular el ETc.

Los resultados obtenidos, incluyendo el SM ETc y el IM ETc, se muestran en la Fig. 6. En la

etapa de siembra, el SM ETc del tomate era relativamente pequeño en su período inicial
porque el tomate acababa de ser plantado y el requerimiento de agua no era suficiente.
completamente activado.

Sin embargo, el SM ETc aumentó gradualmente a medida que crecía el tomate. El 20 de

abril, la ETc de SM (4,46 mm) de tomate superó la ETc de IM correspondiente (1,34 mm), y
esta tendencia se mantuvo a lo largo de los períodos de crecimiento posteriores. En este
estudio, el IM ETc indicó características de fluctuaciones regulares, mientras que se
observaron características de fluctuaciones inestables (es decir, forma dentada) en el SM
ETc. Varios factores pueden causar un SM ETe inestable, incluida la precisión de la prueba
y la frecuencia de los sensores. Aunque los valores calculados usando los dos métodos no
fueron exactamente los mismos, los resultados estadísticos exhibieron una relación de
regresión lineal significativa (p <0.01) entre los valores SM ETe e IM ETc en diferentes
etapas de crecimiento, verificando la confiabilidad del uso de datos de humedad del suelo
para estimar la WUD del tomate para orientar los eventos de riego.

Conclusión

Un sistema de riego por goteo automático que incluye humedad inalámbrica

Se desarrollaron sensores, nodos de control inalámbricos y un controlador de riego central
para realizar eventos de riego en un experimento de cultivo de tomate en invernadero. En
comparación con los esquemas de decisiones de riego anteriores, la profundidad de riego
diseñada se determinó en cada evento de riego en función de la profundidad de riego
dinámica estimada a partir de los datos de humedad del suelo en tiempo real. Las
características espaciotemporales de la distribución de la humedad del suelo ayudaron a
obtener una estimación confiable de la WUD del tomate, lo que permitió un control preciso y
automático de la profundidad de riego efectiva para evitar fugas o deficiencias de agua. Se
observó una relación de regresión lineal significativa (p <0.01) entre los valores de SM ETc y
IM ETc, lo que confirma la confiabilidad del uso de datos de humedad del suelo en tiempo
real para estimar la WUD del tomate. El sistema de riego desarrollado realiza el monitoreo y
control remoto mediante el uso de una red móvil, y la capacidad de intercambio de datos de
la red ofreció a los usuarios un método simple (es decir, usando un teléfono inteligente) para
administrar los eventos de riego. Con este sistema de riego automático se obtuvo mayor
rendimiento con menos insumos de agua de riego, y la IWUE de tomate alcanzó 41,23 kg /
m3, superior a la del tratamiento control de 31,58 kg / m3.

Además, un estudio comparativo demostró que la IWUE del sistema de riego desarrollado
era casi más alta que la reportada en otros estudios. Este estudio estimó razonablemente la
DU de tomate a partir de las características de distribución de la humedad del suelo en el
perfil, proporcionando un método en tiempo real y sin esfuerzo para determinar la
profundidad de riego diseñada de forma dinámica para guiar los eventos de riego. El
rendimiento del sensor de humedad de perfil es la clave para lograr un riego de precisión;
por lo tanto, la mejora de la precisión y resolución de la prueba del sensor puede mejorar
aún más la eficiencia del riego.