- (+351) 245 205 192
- geral@lagaresdeazeite.com
Menu
Uma equipa de investigadores formada por Emilio Camacho, Rafael González e Juan Antonio Rodríguez, da Unidade de Excelência María de Maeztu – Departamento de Agronomia da Universidade de Córdoba (DAUCO), juntamente com a investigadora Irene Fernández, do Departamento de Engenharia Elétrica, desenvolveu um modelo que usa Inteligência Artificial para prever a demanda de água com uma semana de antecedência com erro inferior a 20%.
A UCO destacou que, no atual contexto marcado pela procura de uma gestão eficiente dos recursos, que respeite o meio ambiente e ofereça estratégias para lidar com momentos de escassez de água ou seca, a tecnologia é uma aliada essencial para a comunidade agrícola. O desenvolvimento de novas ferramentas e a digitalização da irrigação permitem que os irrigantes, na opinião deles, tenham controlo sobre o uso de recursos como água e energia, o que acaba por economizar custos e a usar apenas a água necessária em cada um dos momentos.
Essa “arquitetura neural”, na verdade, tem mais de um milhão e meio de parâmetros. É uma construção complexa que será simples para o usuário já que “outra questão importante é que a mesma utiliza apenas quatro variáveis: temperatura média, evapotranspiração de referência, humidade e registos anteriores de irrigação”, lembra o investigador.
Assim, segundo a UCO, o gestor da comunidade de rega que implemente esta tecnologia terá apenas que introduzir os seus registos de rega da semana anterior, temperatura média, evapotranspiração de referência e humidade, e o modelo põe a sua arquitetura a funcionar para devolver a previsão da água que os mesmos vão utilizar uma semana antes, com margem de erro inferior a 20%, outra das vantagens deste modelo. Estes são os resultados do teste desta tecnologia que pode ser usada num computador comum e que foi verificada no setor 2 da Comunidade de Irrigadores do Zújar, onde o modelo, além da baixa margem de erro, conseguiu reproduzir até 94% dos cenários propostos.
“O conhecimento da demanda de água com vários dias de antecedência facilitará a gestão do sistema e ajudará a otimizar o uso dos custos de água e energia”, destacou Juan Antonio Rodríguez. Não só a gestão da água melhora, mas ao saber o que vai ser gasto numa semana, também podem ser tomadas melhores decisões em questões energéticas, já que há muitas comunidades de irrigação que estão a instalar usinas fotovoltaicas e que têm uma previsão de demanda que lhes permita “jogar a combinar energia convencional e energia solar”. Uma estratégia de gestão que reverterá também não só em custos, mas também em meio ambiente.
A pesquisa deste grupo evoluiu desde métodos básicos de telemetria e controlo remoto de irrigação, para passar por previsões de curto prazo em que se utiliza a inteligência artificial para saber em que período os usuários vão irrigar até chegar a essas previsões que, pela primeira vez, têm uma margem de previsão de uma semana.
A tecnologia que tornou isso possível é um novo modelo híbrido (denominado LSTMHybrid), uma arquitetura neural escolhida pela equipa por ser especialmente projetada para previsões de séries temporais e que introduz a memória, ou seja, são capazes de reter determinadas informações do que receber e usá-lo mais tarde para prever a demanda. Este modelo ajuda, internamente, a descobrir como funciona a comunidade, já que a irrigação muitas vezes não está relacionada apenas às necessidades teóricas das plantações, mas também às práticas culturais dos irrigantes ou à influência da sensação térmica”, explicou Juan Antonio Rodríguez. É por isso que a memória do modelo vai mudando e se adaptando ao que mais importa em cada estação.
