[ES] La combinación de modelos de estimación de las necesidades hídricas de los cultivos con modelos que simulan la variabilidad del agua aplicada en riego por aspersión, permiten simular programaciones de riego a escala local. Este trabajo presenta el ensayo en campo de un prototipo de programador de riego por aspersión. El programador tiene dos partes, una en el campo y otra en un ordenador remoto. El ordenador remoto calcula las necesidades de riego y programa el riego. En el módulo de campo se reciben y ejecutan las órdenes de apertura y cierre de las válvulas de la instalación, y se miden variables meteorológicas y técnicas locales que se transmiten al ordenador remoto. La información meteorológica local participa en las tareas de programación del riego y la información técnica apoya la supervisión y control del programador. El prototipo de programador de riego programó tres tratamientos de riego de un cultivo de maíz durante la campaña de riego 2009, dos automáticos, avanzado (T2) e intermedio (T1) y otro manual (T0). Los resultados indican que el T0 fue el más regado, seguido por el T1 y por el T2. Ninguno de los parámetros productivos analizados, rendimiento en grano, biomasa aérea total e índice de cosecha, presentaron diferencias significativas entre tratamientos. La programación automática del riego dio lugar a un rendimiento de maíz similar a la programación manual del riego pero con una menor cantidad de agua aplicada (14%-18%).

[EN] The combination of Crop water requirements models with models that simulate the variability of the water applied in sprinkler irrigation, allows simulating irrigation scheduling on local scale. This work presents the field test of a prototype of sprinkler irrigation scheduler. The prototype has two parts, one in the field and another one in a remote computer. The remote computer computes the crop irrigation requirements and schedules the irrigation. In the field module the orders of opening and closing the irrigation valves are received and executed, also local meteorological variables are measured periodically and transmitted to the remote computer. The local weather data participates in the tasks of irrigation scheduling and the technical information supports the supervision and control of the prototype. The prototype schedules three irrigation treatments of a maize crop during the 2009 irrigation season, two automatic: advanced (T2) and intermedium (T1); and another manual (T0). The results indicate that the T0 was the most irrigated, followed by the T1 and by the T2. No one of the analyzed yield parameters presented significant differences between treatments. The automatics irrigation scheduling gave similar maize yield than the manual irrigation scheduling but with a smaller amount of applied water (14%-18%).

10 Pag, 7 Tabl., 2 Fig. En XXVIII Congreso Nacional de Riegos, León, 2010: http://www.congresoriegos-aeryd.org/

Peer reviewed