Mejoran el monitoreo del riego en la Argentina con inteligencia artificial

A través de imágenes satelitales de alta resolución, la nueva metodología permite detectar y gestionar sistemas de riego en todo el campo argentino. Una tarea que antes requería horas de interpretación manual, ahora puede resolverse con un algoritmo entrenado que reconoce patrones circulares.
Nacionales08/01/2026
cn-ia en riego4cn-ia en riego3cn-ia en riego2

cn-ia en riegoEl sistema detecta de manera automática los círculos de riego por pivote central. Foto: INTA
 

A partir del uso combinado de imágenes satelitales de alta resolución y modelos avanzados de inteligencia artificial, un equipo de investigación del Instituto Nacional de Tecnología Agropecuaria (INTA) logró detectar de manera automática los círculos de riego por pivote central, un sistema que crece año tras año en el norte de Buenos Aires.

Se trata de un desarrollo técnico que mejora la forma de registrar y analizar la expansión del riego presurizado.

“Logramos automatizar una tarea que antes requería horas de interpretación manual y que ahora puede resolverse con un algoritmo entrenado para reconocer patrones circulares en escenarios muy desafiantes”, explicó Néstor Barrionuevo, investigador del Instituto de Clima y Agua del INTA.

 cn-ia en riego3
El especialista destacó que, a diferencia de otros modelos diseñados para zonas áridas, esta metodología fue adaptada para funcionar en ambientes con alta cobertura vegetal. “Nuestro objetivo fue demostrar que la IA también puede trabajar con eficiencia en regiones agrícolas intensivas, donde los contrastes son más sutiles y la vegetación es continua”, señaló Barrionuevo.

cn-ia en riego4

Según detalló, la cantidad de círculos de riego detectados pasó de 110 en el año 2016 a 285 en 2023, lo que demuestra una adopción sostenida. Con respecto a la precisión, el modelo alcanzó un F1-Score del 73,2 %, una métrica considerada sólida para un paisaje agrícola tan homogéneo como la pampa húmeda.

cn-ia en riego2

Este logro se basó en el modelo Grounding DINO, una técnica que combina visión por computadora con descriptores textuales, lo que permitió aprovechar modelos de lenguaje previamente entrenados para mejorar la identificación automática de los círculos de riego. Además, el análisis incorporó índices espectrales como NDVI, EVI2 y WRI, que ayudaron a resaltar los patrones circulares asociados a los cultivos irrigados. (MasRIego) 

Te puede interesar
mr-irri 0

Los Consejeros de Irrigación y el Consejo de Ciencias Económicas firmaron un acuerdo para capacitación y control a las Inspecciones de Cauce

Jose Casado
Nacionales16/03/2026
El convenio se centra en la transparencia y seguridad jurídica mediante la homogeneización de conocimientos. El Honorable Tribunal Administrativo (HTA) de Irrigación junto al Consejo Profesional de Ciencias Económicas firmó un convenio que explicita las bases para establecer una alianza estratégica, que fortalece vínculos entre ambos organismos.
Lo más visto