• Financiamiento ANID: El proyecto fue financiado por la Agencia de Investigación y Desarrollo de Chile (ANID), por medio del Fondo de Fomento al Desarrollo Científico y Tecnológico (FONDEF) y el proyecto ID21I10297.
• Adaptación al cambio climático: El proyecto esta asociado al proyecto ODES (Observatorio de sequía para la agricultura y biodiversidad de Chile) como una herramienta de adaptación al cambio climático.
• Instituciones Asociadas: En el proyecto participaron las empresas Garces Fruit, ICASS y el Liceo Agrícola el Carmen de San Fernando.
• Resultado del proyecto: Desarrollamos una aplicación web a nivel de prototipo, la que permite optimizar el riego en dos huertos de cerezos, huertos que fueron usados como piloto en el proyecto.
• Proyecciones futuras: En una próxima etapa del proyecto se debe escalar el prototipo de forma que pueda optimizar el riego en cualquier huerto de cerezos o incluso ampliarlos a otras especies frutales.

Estas características permiten que SatOri brinde una solución integral para el manejo eficiente del riego, contribuyendo a un uso más sostenible del agua y a una mayor calidad de los cultivos.

SatOri cuenta con un modelo basado en algorítmos de machine learning que permite predecir el Ψs de forma espacial y temporal. Además, determina el nivel mínimo de Ψs al que puede llegar la planta antes de sufrir estres por déficit hídrico. Estas dos componenetes permiten a SatOri optimizar el riego aplicado en cada sector de riego y así alcanzar al menos un 20% en ahorro de agua.

Para más detalle de la metodología y resultados del proyecto, puedes acceder a un completo informe pinchando en el siguente link

• Monitoreo en tiempo real: Utilizamos datos meteorológicos y sensores satelitales para observar el estado hídrico de los cultivos en tiempo real.
• Recomendaciones precisas: Basándonos en un modelo que estima el potencial hídrico xilemático (Ψs) mediante imágenes ópticas (VNIR y SWIR), ofrecemos recomendaciones exactas sobre cuándo y cuánto regar.
• Ajustes personalizados: Adaptamos las recomendaciones según las condiciones específicas del huerto, permitiendo un manejo eficiente y sustentable del riego.
• Monitoreo directo de la planta: Monitoreamos el estado hídrico de la planta mediante la estimación del potencial hídrico xilemático.
• Umbral de déficit hídrico: Utilizamos una metodología que nos permite conocer el potencial hídrico xilemático al cual la planta cierra sus estómas.
• Ahorro de al menos un 20% de agua: El monitoreo directo del estado hídrico a nivel de planta nos permite optimizar el riego de forma precisa.
• Riego remoto: El sistema se basa en datos meteorológicos y de imágenes satelitales los que permiten estimar el potencial hídrico mediante un modelo de machine learning de forma no asistida