¿Para qué sirve este bien público?
El Monitoreo de la Superficie Regada y Contenido de Agua en el Suelo Agrícola Valparaíso es una iniciativa para enfrentar la crisis hídrica de la región, proporcionando información precisa y actualizada sobre el uso del agua en suelos agrícolas.
Con el propósito de apoyar una gestión más sustentable del agua, hemos desarrollado dos visores espaciales que permiten monitorear la superficie regada y el contenido de agua en el suelo, utilizando datos satelitales validados en terreno. Estos visores ayudan a agricultores, regantes y autoridades a tomar decisiones informadas y optimizar el uso de recursos hídricos.
Descubre cómo utilizar los visores y saca el máximo provecho de sus funcionalidades en los siguientes videos:
Modelos utilizados para el monitoreo
Pronóstico de caudales y meteorológico
Para evaluar el riesgo de inundaciones y condiciones meteorológicas en la región, se emplea un sistema integrado que combina pronósticos de caudales, umbrales de inundación y datos meteorológicos de alta resolución. El modelo utiliza GloFAS (Global Flood Awareness System) para pronósticos de caudales con hasta 6 días de anticipación, umbrales críticos de EFAS (European Flood Awareness System) basados en diferentes períodos de retorno, y pronósticos meteorológicos del modelo ECMWF IFS para precipitación y temperatura. Esta integración permite anticipar eventos de crecidas y condiciones climáticas adversas, proporcionando información esencial para la gestión del riesgo y la toma de decisiones en la región de Coquimbo.
Modelo basado en productos: GloFAS Forecast (Copernicus CDS), EFAS Flood Thresholds (CEMS), y ECMWF IFS (ECMWF Open Data).
Cobertura de nieve
Para evaluar la cobertura y el equivalente de agua de nieve en la región, se emplean productos satelitales y de reanálisis de alta resolución. El sistema integra datos diarios de cobertura de nieve del sensor VIIRS/NPP (375m de resolución espacial) y estimaciones horarias del equivalente de agua de nieve (SWE) del reanálisis ERA5-Land (9km de resolución espacial). Esta combinación permite monitorear tanto la extensión de la cobertura nival como la cantidad de agua almacenada en forma de nieve, información crítica para la gestión de recursos hídricos en la región de Coquimbo.
Modelo basado en productos satelitales: VIIRS/NPP Snow Cover (NASA EarthData) y reanálisis climático: ERA5-Land Snow Depth Water Equivalent (Copernicus Climate Data Store).
Humedad de suelo
Para evaluar la humedad del suelo, se emplea un modelo de aprendizaje automático el cual usa productos grillados (ERA5), satelitales (GCOM, Landsat-8), índices espectrales (NDVI, EVI, entre otros) y mediciones de campo. Se instalaron sensores en la región de Valparaíso para obtener datos reales de humedad en el suelo y usar esta información en el entrenamiento y validación del modelo, logrando resultados precisos y efectivos.
Modelo basado en el artículo científico: ISMN & Han, Q., Zeng, Y., Zhang, L. et al. (2023). Global long-term daily 1km surface soil moisture dataset with physics-informed machine learning (GSSM1km).
Superficie efectivamente regada
Para estimar la superficie regada en la región, se emplea un modelo de aprendizaje automático, el cual utiliza productos satelitales de los satélites Sentinel-1 y Sentinel-2, además de índices calculados con estos productos. Estos índices permiten diferenciar áreas con riego de aquellas sin él, debido a su correlación con la biomasa y la humedad de la vegetación. El modelo es entrenado con datos de superficie regada recopilados en terreno por CIREN durante los años 2016 a 2023. El análisis cubre desde 2015, considerando los meses de octubre a abril como temporada de riego.
Modelo basado en el artículo científico: Mekonnen, Y.G., Alamirew, T. et al. (2024). Comparison of Google Earth Engine Machine Learning Algorithms for Mapping Smallholder Irrigated Areas in a Mountainous Watershed, Upper Blue Nile Basin, Ethiopia.
