VOLVER

Share

Desarrollan modelos más sencillos y baratos para estimar la aridez de una zona

Este estudio, dirigido por la Universidad de Córdoba, se puede utilizar en países en vías de desarrollo o en zonas rurales con estaciones meteorológicas que midan solo temperatura. Para comprobar este sistema han tomado datos de cinco estaciones presentes en distintas zonas de Andalucía con diferentes características climáticas y geográficas, desde zonas áridas de interior como Tabernas, estaciones costeras como Málaga y muy húmedas como la de Aroche en Huelva.
 

Fuente: Universidad de Córdoba


Córdoba |
18 de noviembre de 2020

El índice de aridez de una zona, según el Programa de Medio Ambiente de las Naciones Unidas, se calcula mediante la relación entre la precipitación y la evapotranspiración de referencia, es decir, la cantidad de agua que pierde un cultivo estándar de pasto, con una altura asumida de 12 centímetros debido a la evaporación y transpiración de las plantas. Sin embargo, para calcular la evapotranspiración de referencia se necesitan medir numerosas variables meteorológicas como la temperatura, la humedad relativa, la velocidad del viento, la radiación solar, la presión atmosférica o el flujo de calor del suelo, entre otras.

Suelo árido.

Para calcular este parámetro se necesitan, por tanto, estaciones meteorológicas denominadas completas que alberguen todos los sensores necesarios, teniendo asociado un elevado coste de instalación y mantenimiento. En Andalucía, las estaciones agrometeorológicas que miden todos estos valores se encuentran distribuidas por todo el territorio pero, a pesar de que existen más de cien en toda la región, hay zonas rurales para las que la estación más cercana se encuentra a más de 50 kilómetros, no siendo representativa la estimación de la evapotranspiración de referencia en dichas zonas.

Para avanzar en la mejora de las estimaciones de esta variable, un equipo de la Universidad de Córdoba ha desarrollado modelos más precisos para calcular este parámetro utilizando únicamente una base de datos de temperatura. Este mismo equipo investigador ha trabajado anteriormente en otras investigaciones para la mejora de predicciones meteorológicas. Por ejemplo, hace unos meses publicó un trabajo donde conseguían pronosticar satisfactoriamente la precipitación en Andalucía mediante inteligencia artificial (https://doi.org/10.3390/w12071909).

“Las estaciones agrometeorológicas estiman de manera precisa la evapotranspiración de referencia pero su equipamiento y mantenimiento son demasiado caros para que existan todas las que serían necesarias. La medición de temperatura, por el contrario, está muy extendida y se puede realizar con equipos low-cost, baratos y fiables”, explica Juan Antonio Bellido, que ha realizado esta investigación dentro de su tesis doctoral “Modelos inteligentes para la mejora de estimaciones y predicciones agrometeorológicas” junto al profesor Javier Estévez (EPS) del grupo de investigación de Hidrología e Hidráulica Agrícola y la profesora Amanda García Marín (ETSIAM) del grupo de investigación Complex Geometry, Patterns and Scaling in Natural and Human Phenomena, ambos de la Universidad de Córdoba.

Juan Antonio Bellido, Amanda García Marín y Javier Estévez, investigadores del estudio.

Un modelo sencillo y barato

A partir de la base de datos de temperatura, el equipo utilizó variables ya empleadas en modelos empíricos como la temperatura máxima o mínima diaria, aunque una de las principales novedades del trabajo ha sido la creación de dos nuevas variables para caracterizar cada día desde un punto de vista térmico.

“Una la hemos denominado EnergyT, que representa la integral de la temperatura a lo largo del día, y la variable Hourmin, en la que medimos la diferencia entre la hora a la que ocurre la temperatura máxima y la hora en la que sale el sol”, señala Juan Antonio Bellido.

Para ello, han tomado datos de cinco estaciones presentes en distintas zonas de Andalucía con diferentes características climáticas y geográficas, desde zonas áridas de interior como Tabernas, estaciones costeras como Málaga y muy húmedas como la de Aroche en Huelva. Con esta información, el equipo ha llegado a desarrollar un total de seis modelos distintos basados en inteligencia artificial y once configuraciones de parámetros de entrada distintos para evaluar la mejora de las estimaciones.

Estos modelos han resultado muy fiables y mejorarían la estimación de la evapotranspiración de referencia en estaciones donde los datos son limitados como en países en vías desarrollo o en estaciones climáticas pequeñas que no pueden recoger todos los datos meteorológicos necesarios para estimar la evapotranspiración según el modelo de Penman-Monteith propuesto por la FAO. De este modo, se podría avanzar en una mejora de la gestión de recursos hídricos de una forma más barata y sencilla.

Esta investigación forma parte del proyecto Smarity (AGL2017-87658-R), financiado por el Plan Nacional I+D+i Retos de la Sociedad del Ministerio de Ciencia que busca soluciones contra la aridez climática en el sur de España y que se encarga de predecir de forma inteligente la variabilidad espacio-temporal de la aridez y sus efectos en la agricultura y el medio ambiente.

Referencia bibliográfica:
Juan Antonio Bellido Jiménez, Javier Estévez, Amanda Penélope García-Marín. New machine learning approaches to improve reference evapotranspiration estimates using intra-daily temperature-based variabels in a semi-arid region of Spain. Agricultural Water Management. Doi: https://doi.org/10.1016/j.agwat.2020.106558


Share

Últimas publicaciones

Demuestran por primera vez en el mundo una drástica reducción de la mortalidad por melanoma cutáneo
04 de diciembre de 2020

Los especialistas han llegado a esta conclusión después de analizar la historia de más de 26.000 personas fallecidas por este tumor en los últimos 40 años. El melanoma cutáneo es el cáncer cutáneo con mayor mortalidad. Hasta fechas recientes, todas las series históricas ponían de manifiesto un crecimiento constante de las muertes. Sin embargo, en la última década se han desarrollado una serie de fármacos inmunoterápicos que han mejorado sustancialmente el pronóstico de estos pacientes, incluyendo aquellos que se encuentran en fase de metástasis, el estadio más avanzado.

Sigue leyendo
Desarrollan un sistema de inteligencia artificial que permite extraer información relevante de informes radiológicos relacionada con la COVID-19
Jaén | 04 de diciembre de 2020

Investigadores del grupo SINAI de la Universidad de Jaén, junto con radiólogos de la clínica HT Médica, han creado un sistema que proporcionaría una gran ayuda para apoyar al personal médico a detectar trastornos relacionados con la enfermedad, ya que se podría utilizar para predecir automáticamente si un paciente tiene hallazgos radiológicos compatibles con la misma.

Sigue leyendo
La nebulosa de la Mantarraya, la más joven conocida, se apaga
Granada | 04 de diciembre de 2020

Observaciones con el Telescopio Espacial Hubble muestran cómo esta joven nebulosa ha perdido brillo y cambiado de forma en apenas dos décadas. El ciclo de vida de las estrellas maneja escalas de tiempo que pueden parecer eternas: una estrella tarda millones de años en nacer, y su etapa adulta se extiende miles de millones de años.

Sigue leyendo

#CienciaDirecta

Tu fuente de noticias sobre ciencia andaluza

Más información Suscríbete

Este sitio web utiliza cookies para mejorar tu experiencia. Continuando la navegación aceptas su uso. Más información

Los ajustes de cookies de esta web están configurados para "permitir cookies" y así ofrecerte la mejor experiencia de navegación posible. Si sigues utilizando esta web sin cambiar tus ajustes de cookies o haces clic en "Aceptar" estarás dando tu consentimiento a esto.

Cerrar