El Centro de Investigación y Tecnología Agroalimentaria de Aragón participará entre mañana y el jueves, día 10, en la cuarta edición del Simposio Internacional sobre Sensores Remotos e Hidrología que se celebrará en Córdoba.

El encuentro reunirá a investigadores de todo el mundo en los campos de la hidrología y la teledetección, según han informado fuentes del Gobierno de Aragón.

En el mismo, la investigadora de la Unidad de Suelos y Riegos del CITA, María Auxiliadora Casterad, explicará la experiencia del uso de imágenes de satélite en el Canal de Aragón y Cataluña para apoyar la toma de decisiones en la gestión del agua.

Este trabajo muestra cómo la información derivada de satélite -mapas de cultivos e índices de series de vegetación- combinada con la información geoespacial del territorio y datos meteorológicos puede incorporarse durante la campaña de riego en la planificación y manejo del agua en la zona del Canal de Aragón y Cataluña optimizando el uso de este recurso.

Entre otros, se presenta un modelo de predicción de demanda de agua basado en la cartografía y seguimiento de los cultivos a tiempo real con imágenes de satélite, y en información sobre la disponibilidad hídrica.

Este modelo, así como un Geoportal donde gestores, técnicos y agricultores pueden consultar información sobre los cultivos y el agua, forman parte de las herramientas de ayuda a la decisión que dentro de un Proyecto de Cooperación del Plan de Desarrollo Rural de Aragón se están implementado en la Comunidad de Regantes del Canal de Aragón y Cataluña.

También se aborda cómo la información de los cultivos obtenida de las imágenes puede contribuir a la mejora de los balances de agua, sales y nitrógeno en una cuenca hidrográfica.

Este congreso es un punto de encuentro para investigadores y está enfocado al uso de la nueva generación de sensores remotos y aplicaciones para hidrología, recursos hídricos, gestión del agua agrícola y gestión de cuencas fluviales, y a los desafíos de combinar imágenes de detección remota y fuentes de datos con modelos a escala múltiple y datos de campo.