Overview: El documento analiza el sistema Ridder ProDrain, diseñado para una irrigación precisa y el monitoreo de la transpiración en la agricultura en ambiente controlado. Enfatiza la importancia de una gestión precisa del agua para la salud y productividad de los cultivos.

Research and Validation: El documento incluye hallazgos de la Universidad de Wageningen, enfatizando la precisión y utilidad del sistema en la investigación.

Case Study: Village Farms en Texas utiliza ProDrain para la gestión de la irrigación y lo ha integrado en su concepto GATES™, destacando su eficacia en climas de alta radiación.

Introduction to ProDrain System: ProDrain monitorea y gestiona el crecimiento de las plantas midiendo el peso de las plantas y las tasas de crecimiento. Ayuda a anticipar y prevenir situaciones de estrés en las plantas ajustando los controles ambientales basados en observaciones pasadas. El sistema proporciona información sobre el desarrollo de las plantas al rastrear el peso absoluto de las plantas y el aumento acumulativo de peso fresco, lo que permite la previsión de la producción sin conteo manual.

Continuous Monitoring and Data Analysis: El sistema pesa continuamente un área específica de plantas de cultivo y utiliza algoritmos para filtrar las variaciones causadas por la cosecha u otras actividades. Esto resulta en mediciones precisas de la tasa de crecimiento, el aumento acumulativo de peso fresco y el aumento total de peso por día. Estas métricas son cruciales para la previsión del rendimiento y la comprensión de las tendencias de desarrollo de las plantas a lo largo del tiempo.

Field Experiences: Paul Selina de Village Farms comparte su experiencia con ProDrain, destacando su utilidad para ajustar las estrategias de riego, ventilación y sombreado basándose en los datos de crecimiento. El sistema proporciona información sobre los patrones de crecimiento diarios, helping a predecir los niveles de producción futuros y a optimizar las estrategias de cosecha.

Growth Patterns and Stress Indicators: Los datos de ProDrain revelan patrones de crecimiento diarios, mostrando cómo la actividad de la planta fluctúa a lo largo del día. Estos patrones, visualizados como ondas, indican los niveles de estrés de la planta y los resultados de rendimiento potenciales. Las grandes amplitudes de onda sugieren estrés, mientras que los patrones más estables son preferidos para un crecimiento óptimo.

Greenhouse Process Control and Transpiration Model: Un estudio demuestra la integración de algoritmos inteligentes en computadoras de proceso de invernadero para optimizar el crecimiento del cultivo y ahorrar energía. Se desarrolló un modelo de transpiración para predecir la transpiración del cultivo basándose en mediciones climáticas, con comparaciones en tiempo real con datos reales. El modelo ayuda a identificar un rendimiento subóptimo del cultivo y alerta a los productores sobre posibles problemas.

Implementation and Results: El modelo de transpiración se probó en invernaderos en los Países Bajos y Texas, mostrando una estrecha concordancia entre los datos predichos y medidos. El estudio destaca el potencial del conocimiento basado en modelos para mejorar la gestión del invernadero y el rendimiento del cultivo.

Conclusion: ProDrain y el modelo de transpiración demuestran los beneficios de integrar algoritmos avanzados de monitoreo y predicción en la gestión de invernaderos. Estos sistemas proporcionan información valiosa sobre el crecimiento de las plantas, lo que permite a los productores optimizar las condiciones y mejorar los rendimientos.

System Architecture and Integration: El documento describe una arquitectura de sistema de control de invernadero que incluye un controlador de script, un controlador de proceso de invernadero (MTA), un controlador Prodrain y una interfaz de usuario Synopta. El controlador de script funciona de forma independiente, asegurando que su fallo no afecte al sistema general. Importa valores de entrada como la intensidad de la radiación, la temperatura del aire y la tasa de transpiración del ordenador de proceso MultiMa y se conecta con el software de gestión de los ordenadores de proceso Ridder, Synopta. Los datos se almacenan cada minuto y son accesibles a través de la red de la empresa o acceso remoto.

Transpiration and Photosynthesis Prediction: El Índice de Área Foliar (LAI) se estima a partir de la transpiración nocturna y se utiliza junto con los datos climáticos para predecir la transpiración. Las comparaciones en tiempo real entre la transpiración medida y predicha activan advertencias si las discrepancias superan un umbral establecido. Las tasas de fotosíntesis se predicen utilizando valores de conductancia estomática, con datos en tiempo real disponibles en la interfaz Synopta.

Model Validation and Implementation: El modelo de transpiración se validó utilizando datos históricos de un invernadero holandés, mostrando una alta correlación entre las tasas de transpiración predichas y medidas. El modelo se implementó en invernaderos en los Países Bajos y Texas, prediciendo con éxito la transpiración bajo diversas condiciones climáticas. Se observaron diferencias climáticas entre las ubicaciones, con Texas teniendo mayor radiación y temperatura.

Results and Discussion: El modelo predijo con precisión la transpiración en diferentes condiciones y cultivares, demostrando ser robusto para aplicación general. La arquitectura del sistema permite una implementación segura de modelos sin arriesgar la continuidad del control. La interfaz fácil de usar facilita la integración de software personalizado, permitiendo a investigadores y consultores añadir aplicaciones. El documento sugiere un potencial para futuras aplicaciones basadas en modelos de balance de energía, agua o CO2.

Figures and Data: Las figuras ilustran las tasas de transpiración medidas y predichas, destacando instancias de discrepancias significativas debido a factores como la disponibilidad de agua. El documento enfatiza la importancia de la comparación y el almacenamiento de datos en tiempo real para una gestión eficaz del invernadero.

Conclusion: La integración de modelos de transpiración y fotosíntesis en computadoras de proceso de invernadero representa una nueva generación de control de invernadero, lo que permite la adición de varias aplicaciones para mejorar la gestión de cultivos.