Lliurament III Premi Càtedra Agrobank a la millor tesi doctoral

27/11/2019 - 12:00
El proper dia 27 de novembre tindrà lloc al Reial Club Pineda de Sevilla el lliurament de la III Premi Càtedra AgroBank a la millor tesi doctoral, que en aquesta edició ha recaigut en el Dr. Rafael González Perea, per la tesi: "Optimització de la gestió de xarxes de reg a pressió a diferents escales mitjançant Intel·ligència Artificial ". El premi es concedit tenint en compte l'elevada qualitat científica de la Tesi i el compliment dels criteris per a l'avaluació de la seva excel·lència científica descrits a les bases de el premi. El guanyador va obtenir el seu títol de doctor per la Universitat de Còrdova, sota la direcció del Dr. Emilio Camacho i de Dr. Juan Antonio Rodríguez, professors d'aquesta Universitat.

El guanyador, que ja va obtenir el 2014 un Premi al millor Projecte Final de Màster a la Universitat de Còrdova i el 2016 el Premi Extraordinari Nacional a el millor Enginyer Agrònom, atorgat pel Ministeri d'Educació i Cultura, va realitzar la seva tesi doctoral entre la Universitat de Còrdova i el prestigiós Cranfield Water Science Institute del Regne Unit. En l'actualitat ocupa un lloc d'Investigador Postdoctoral a la Universitat de Còrdova dins de el programa "Juan de la Cierva-Formación", programa nacional creat per fomentar la contractació laboral per part d'organismes d'investigació o centres d'I+D espanyols, a fi de completar la seva formació investigadora.

La tesi doctoral premiada fa un pas més en la gestió eficient de les comunitats de regants, integrant solucions innovadores basades en les noves tecnologies com ara el Big Data i la Intel·ligència Artificial (IA).

Els resultats obtinguts en la tesi mostren que es pot aconseguir un estalvi potencial d'energia en les comunitats de regants de l'entorn de l'20-27% quan s'apliquen tècniques avançades de sectorització i control de punts crítics en la xarxa de distribució d'aigua.

Els models predictius desenvolupats en aquesta tesi, mitjançant l'aplicació de Big Data i tècniques d'IA, permeten predir tant el consum diari d'aigua d'una comunitat de regants (amb un error inferior a l'12%), com reproduir a curt termini el comportament de cada agricultor que compon aquesta comunitat pel que fa a la programació de l'reg (quan i quant regar), encertant completament en els esdeveniments de reg produïts, amb un error inferior a l'10% quan es determina la quantitat d'aigua aplicada per reg.

Fruit d'el desenvolupament de la tesi, i mitjançant l'aplicació de Big Data, Intel·ligència Artificial i fent ús de les noves Tecnologies de la Informació i Comunicació (TICs), s'està canviant el paradigma de gestió de les comunitats de regants. La predicció de la demanda de reg amb dies d'antelació i l'alta precisió que proporciona aquesta tesi facilita la contractació en temps real de l'energia, la gestió òptima de les estacions de bombament, l'organització de personal de la comunitat de regants, la compra de materials, la prevenció d'avaries, etc., per tal de minimitzar costos i maximitzar el benefici obtingut pels agricultors, juntament amb un clar benefici ambiental derivat d'un ús més eficient de l'aigua i l'energia.
 
27/11/19