AgroClimaIA ofrece datos climáticos aplicables a comarcas agrícolas de Ourense

Imaxe de arquivo

No grupo Environmental Physics Laboratory (EPhysLab-CIM UVigo) vén de desenvolverse un proxecto que ofrece datos climáticos de alta resolución aplicables a comarcas agrícolas estratéxicas da provincia de Ourense. AgroClimaIA foi realizado por un equipo encabezado por Diego Fernández, persoal docente e investigador da Facultade de Ciencias e do Campus Auga, e completado por Beatriz Arguilé e María Teresa de Castro.

O proxecto estivo orientado a proporcionar datos climáticos de alta resolución aplicables a comarcas agrícolas estratéxicas da provincia de Ourense, centrándose especificamente en dous sectores de especial relevancia socioeconómica: o cultivo da pataca e o sector vitivinícola. Seleccionáronse como casos de estudo a comarca da Limia, para o cultivo da pataca, e a comarca do Ribeiro, para o sector vitivinícola, por seren localizacións altamente representativas dentro da provincia de Ourense. No caso da pataca, ampliouse ademais a análise á comarca de Bergantiños, pola súa relevancia no contexto galego.

No estudo desenvolveuse “unha metodoloxía combinada de técnicas de baixada de escala, aplicación de métodos de intelixencia artificial, así como procedementos de corrección de desviacións, que permitiu xerar series climáticas de alta fidelidade espacial e temporal capaces de capturar a variabilidade local”.

Para a pataca seleccionáronse as variables de temperatura e humidade relativa a escala horaria, mentres que para o sector vitivinícola consideráronse a temperatura media, mínima e máxima diarias, así como a precipitación. “A análise destas variables permite avaliar tanto os índices de maduración como o risco de perdas de produción asociadas á superación de determinados limiares”, sinala Diego Fernández.

No proxecto integráronse técnicas de intelixencia artificial, en particular redes neuronais, que permitiron corrixir e adaptar os datos ás condicións locais

Os datos resultantes inclúen tanto un período histórico de referencia (1985-2014) coma proxeccións futuras (2030-2059) e permiten a súa integración nos modelos agronómicos específicos de cada cultivo, “favorecendo unha agricultura de precisión orientada á optimización da xestión dos recursos naturais, á adaptación aos escenarios climáticos futuros e á redución do impacto ambiental”.

As análises realizadas indicaron que, especialmente no caso da pataca, onde é necesario ter unha boa representatividade a escala horaria, a mellora da resolución espacial non resultaba suficiente para reproducir adecuadamente a variabilidade temporal de certas variables, con cambios que poden producirse en escalas de poucas horas.

Para superar esta limitación, no proxecto integráronse técnicas de intelixencia artificial, en particular redes neuronais, que permitiron corrixir e adaptar os datos ás condicións locais, mellorando a súa representatividade. No sector vitivinícola foi necesario aplicar un procedemento de corrección de desviacións que optimizou a reprodución de valores medios e extremos, mantendo a variabilidade climática.

Finalmente, os datos resultantes do proxecto foron estruturados nun formato estándar e postos a disposición pública a través dunha plataforma web específica do proxecto, facilitando a súa consulta e descarga por parte de persoal investigador, produtores e administracións interesadas.

Trátase dunha das iniciativas beneficiarias da convocatoria a proxectos do persoal investigador na etapa de formación posdoutoral do campus de Ourense (Inou+PosDou Campus Auga 2025), financiada ao abeiro do convenio de colaboración entre a Consellería de Educación, Ciencia, Universidades e Formación Profesional e a Universidade de Vigo para o desenvolvemento de accións estratéxicas no Campus Auga (2024-2027).