Ecosistemas Agrícolas
/ Insumos Agrícolas
La agricultura de precisión suma una herramienta para anticipar eventos climáticos adversos: un equipo integrado por el Instituto Nacional de Tecnología Agropecuaria (INTA), la Universidad Nacional de San Luis (UNSL) y productores de esa provincia desarrolló un sistema que combina sensores e inteligencia artificial para pronosticar heladas y ráfagas de viento con hasta seis horas de anticipación en cultivos hortícolas bajo cubierta.
La tecnología permite generar alertas tempranas y recomendaciones técnicas que llegan a los productores a través de un panel de control accesible desde el teléfono celular. El objetivo es mejorar la capacidad de respuesta ante fenómenos que pueden comprometer la producción y aportar información para tomar decisiones sobre el manejo de los invernaderos.
El desarrollo se llevó adelante en San Luis, en articulación con la Asociación Civil Daniel Donovan, que reúne a productores hortícolas y ganaderos de la zona. La iniciativa recibió financiamiento de la Unión Europea mediante el programa CIN-UNIUEAR, destinado a promover proyectos de transformación digital y cooperación entre instituciones.
La herramienta integra dos fuentes principales de información. Por un lado, utiliza modelos estadísticos de aprendizaje automático —una rama de la inteligencia artificial— que procesan registros históricos y datos en tiempo real de la Red de Estaciones Meteorológicas (REM) de la provincia de San Luis.
Por otro, incorpora sensores instalados dentro de los invernaderos, que registran variables ambientales relevantes para el desarrollo de los cultivos. La combinación permite relacionar las condiciones meteorológicas externas con lo que sucede en el interior de cada espacio productivo.
Los modelos fueron desarrollados por estudiantes de Ingeniería en Computación de la UNSL. El equipo técnico del INTA y de la universidad participó en la instalación de los sensores y en la adaptación de la tecnología a las necesidades de los productores.
El sistema puede anticipar heladas y ráfagas de viento con un margen de entre una y seis horas. Cuando identifica condiciones de riesgo, genera alertas tempranas y recomendaciones para orientar las decisiones de manejo.
La información también permite observar variables internas del invernadero, con aplicaciones para optimizar el riego y reducir situaciones de estrés en las plantas. De esta manera, el desarrollo no se limita a emitir pronósticos: busca integrar datos climáticos y productivos para mejorar la gestión cotidiana.
Uno de los aspectos centrales del proyecto es su orientación hacia la agricultura familiar. Buena parte de las soluciones comerciales de agricultura de precisión están diseñadas para escalas productivas diferentes de las que caracterizan a los pequeños establecimientos hortícolas.
La directora del proyecto e investigadora de la Facultad de Ciencias Físico Matemáticas y Naturales de la UNSL, Verónica Gil Costa, explicó que el desafío fue construir una herramienta tecnológicamente robusta y, al mismo tiempo, accesible para los productores familiares.
La participación de los usuarios finales también formó parte del proceso de desarrollo. Según Matías Centeno, jefe de la Agencia de Extensión Rural San Luis del INTA, la articulación entre las instituciones permitió vincular el conocimiento científico con las necesidades concretas del territorio.
El organismo aportó su experiencia productiva y de extensión rural; la universidad, el desarrollo tecnológico y científico; y la asociación de productores, el espacio para validar las soluciones en condiciones reales.
La Asociación Civil Daniel Donovan nuclea a unos 40 productores hortícolas y ganaderos. Su participación permitió incorporar las demandas de quienes trabajan diariamente bajo cubierta y ajustar el funcionamiento de la herramienta a las condiciones de producción locales.
El desarrollo forma parte del Sistema Inteligente de Vigilancia Agrometeorológica para Invernaderos (SIVAI), una iniciativa que busca acercar herramientas digitales a productores que habitualmente tienen menos posibilidades de incorporar tecnologías de monitoreo avanzado.
La experiencia se apoya en un invernadero productivo de la zona de Daniel Donovan, utilizado como ámbito de implementación y validación. El equipo interinstitucional también proyecta extender el modelo a otros territorios con condiciones semiáridas y desafíos climáticos similares.
La posibilidad de anticipar eventos meteorológicos adversos puede ofrecer a los productores más tiempo para organizar medidas de protección y reducir la exposición de los cultivos a situaciones de riesgo. En sistemas bajo cubierta, donde las condiciones ambientales tienen una incidencia directa sobre el desarrollo de las plantas, disponer de información localizada resulta especialmente relevante.
El proyecto muestra cómo la integración entre investigación, tecnología y extensión puede adaptar herramientas de inteligencia artificial a escalas productivas que no siempre están contempladas por las soluciones comerciales. Su eventual expansión dependerá de la posibilidad de replicar el sistema en otros establecimientos y adecuarlo a las características de cada región.
La iniciativa suma así una aplicación concreta de la agricultura de precisión: utilizar datos meteorológicos, sensores y modelos predictivos para anticipar riesgos y respaldar las decisiones de los productores.
