Please use this identifier to cite or link to this item:
https://hdl.handle.net/10953/3006
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.author | Cámara, E. | - |
dc.contributor.author | Bonet, L. | - |
dc.contributor.author | Pérez‐Pérez, J.G. | - |
dc.contributor.author | Tasa, M. | - |
dc.contributor.author | Martínez ‐Gimeno, M.A. | - |
dc.date.accessioned | 2024-07-12T08:29:46Z | - |
dc.date.available | 2024-07-12T08:29:46Z | - |
dc.date.issued | 2024 | - |
dc.identifier.other | https://doi.org/10.17561/XXXIX_CNR.B‐08‐2023 | - |
dc.identifier.uri | https://hdl.handle.net/10953/3006 | - |
dc.description.abstract | El sector dispone de una amplia gama de dispositivos para la programación del riego, pero la interpretación de la información puede ser una tarea compleja. El éxito de las nuevas tecnologías reside en el desarrollo de programadores con capacidad de interpretación automatizada de la información. El objetivo de este trabajo ha sido evaluar el uso de nuevos algoritmos de cálculo (Modelo) para programación del riego en una parcela comercial de cítricos. La metodología propone una programación del riego para una semana concreta (NRs) mediante corrección de la programación de la semana previa (NRs‐1) mediante dos coeficientes. Por un lado, un coeficiente basado en la información de sondas de humedad del suelo (kƟ) y, por otro lado, un coeficiente basado en la estimación de la evapotranspiración de referencia (ET0) según Hargreaves‐Samani (kETo) a partir de dos fuentes: i) los registros históricos del Sistema de Información Agroclimática para el Regadío (Red SiAR); y, ii) la integración de previsiones meteorológicas proporcionadas por la AEMET. El procedimiento de programación del riego descrito se ha validado en la campaña 2022‐23 en una parcela comercial de naranjo Valencia cv. ‘Midknight’ en Pedralba (Valencia). Los tratamientos de riego aplicados fueron: i) Control, regado considerando el 100% ETc ajustado por un técnico; ii) Modelo kƟ+kETo‐hist (ModeloH) y, iii) Modelo kƟ+kETo‐prev (ModeloP). Los modelos se aplicaron a partir del 23 de mayo de 2022 (semana 21 de 2022) hasta recolección, el 11 de abril de 2023 (semana 15 de 2023). En la aplicación de los nuevos modelos, el coeficiente derivado de la humedad del suelo (kƟ) presentó un comportamiento similar. Sin embargo, kETo mostró un comportamiento diferencial. En el ModeloH, el kETo‐hist reflejó de manera más precisa las variaciones en la ETo semanal acumulada, mientras que el ModeloP, el kETo‐prev generó una infraestimación de este parámetro, motivado por la propia metodología asociada a su cálculo. De este modo, las dosis de riego aplicadas fueron de 443 mm para el Control, 466 mm para el ModeloH (+7,6% Control) y 305 mm en el ModeloP (‐31 % Control). La menor dosis de riego derivada de la aplicación del ModeloP, ocasionó durante las etapas de crecimiento del fruto un descenso importante de la humedad en el suelo. El estrés hídrico sufrido tuvo un impacto negativo sobre el rendimiento, debido a un menor peso del fruto. En el caso del ModeloH, las estimaciones se ajustaron mucho más a la programación del riego del tratamiento Control. | es_ES |
dc.language.iso | spa | es_ES |
dc.publisher | Asociación Española de Riegos y Drenajes | es_ES |
dc.rights | CC0 1.0 Universal | * |
dc.rights.uri | http://creativecommons.org/publicdomain/zero/1.0/ | * |
dc.subject | Modelo predictivo | es_ES |
dc.subject | sondas de humedad | es_ES |
dc.subject | estación agrometeorológica | es_ES |
dc.subject | predicción climática | es_ES |
dc.title | Algoritmo para la programación automática del riego en cítricos mediante variables suelo‐atmósfera | es_ES |
dc.title.alternative | Algorithm for automatic irrigation scheduling in citrus using soil‐atmosphere variables | es_ES |
dc.type | info:eu-repo/semantics/article | es_ES |
dc.rights.accessRights | info:eu-repo/semantics/openAccess | es_ES |
Appears in Collections: | XXXIX Congreso Nacional de Riegos (Úbeda, Jaén) |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
B08 2023.pdf | 415,07 kB | Adobe PDF | View/Open |
This item is protected by original copyright |
This item is licensed under a Creative Commons License