<?xml version="1.0" encoding="UTF-8"?><?xml-model type="application/xml-dtd" href="https://jats.nlm.nih.gov/publishing/1.3/JATS-journalpublishing1-3.dtd"?>
<!DOCTYPE article PUBLIC "-//NLM//DTD JATS (Z39.96) Journal Publishing DTD v1.3 20210610//EN" "https://jats.nlm.nih.gov/publishing/1.3/JATS-journalpublishing1-3.dtd">
<article xmlns:ali="http://www.niso.org/schemas/ali/1.0/" xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" specific-use="Marcalyc 1.3" dtd-version="1.3" article-type="research-article" xml:lang="es">
<front>
<journal-meta>
<journal-id journal-id-type="index">7261</journal-id>
<journal-title-group>
<journal-title specific-use="original" xml:lang="es">Avances en Ciencias e Ingenierías</journal-title>
<abbrev-journal-title abbrev-type="publisher" xml:lang="es">ACI Avances en Ciencias e Ingenierías</abbrev-journal-title>
</journal-title-group>
<issn pub-type="ppub">1390-5384</issn>
<issn pub-type="epub">2528-7788</issn>
<issn-l>1390-5384</issn-l>
<publisher>
<publisher-name>Universidad San Francisco de Quito</publisher-name>
<publisher-loc>
<country>Ecuador</country>
<email>avances@usfq.edu.ec</email>
</publisher-loc>
</publisher>
</journal-meta>
<article-meta>
<article-id pub-id-type="art-access-id" specific-use="redalyc">726182578004</article-id>
<article-categories>
<subj-group subj-group-type="heading">
<subject>Artículos</subject>
</subj-group>
</article-categories>
<title-group>
<article-title xml:lang="es">Hacia una agricultura resiliente al cambio climático: sistemas de riego inteligente y monitoreo de humedad del suelo para cultivos en la zona andina</article-title>
<trans-title-group>
<trans-title xml:lang="en">Toward climate-resilient agriculture: smart irrigation systems and soil moisture monitoring for crops in the Andean Region</trans-title>
</trans-title-group>
</title-group>
<contrib-group>
<contrib contrib-type="author" corresp="yes">
<name name-style="western">
<surname>Rhor</surname>
<given-names>Juan Sebastién</given-names>
</name>
<xref ref-type="corresp" rid="corresp1"/>
<xref ref-type="aff" rid="aff1"/>
<email>jrhor@estud.usfq.edu.ec</email>
</contrib>
<contrib contrib-type="author" corresp="no">
<name name-style="western">
<surname>Cazar-Ramirez</surname>
<given-names>Dennis</given-names>
</name>
<xref ref-type="aff" rid="aff3"/>
</contrib>
</contrib-group>
<aff id="aff1">
<institution content-type="original">Universidad San Francisco de Quito USFQ Colegio de Ciencias e Ingenierias, Departamento de Electrónica, Quito, Ecuador.</institution>
<country country="EC">Ecuador</country>
<institution-wrap>
<institution content-type="orgname">Universidad San Francisco de Quito</institution>
<institution-id institution-id-type="ror">https://ror.org/01r2c3v86</institution-id>
</institution-wrap>
</aff>
<aff id="aff3">
<institution content-type="original">Universidad San Francisco de Quito USFQ Colegio de Ciencias e Ingenierias, Laboratorio de Detección de Partículas, Astropartículas y Radiaciones LEOPARD, Quito, Ecuador.</institution>
<country country="EC">Ecuador</country>
<institution-wrap>
<institution content-type="orgname">Universidad San Francisco de Quito</institution>
<institution-id institution-id-type="ror">https://ror.org/01r2c3v86</institution-id>
</institution-wrap>
</aff>
<author-notes>
<corresp id="corresp1">
<email>
<underline>jrhor@estud.usfq.edu.ec</underline>
</email>
</corresp>
</author-notes>
<pub-date pub-type="epub-ppub">
<season>Enero</season>
<year>2025</year>
</pub-date>
<volume>17</volume>
<issue>1</issue>
<fpage>1</fpage>
<lpage>15</lpage>
<history>
<date date-type="received" publication-format="dd mes yyyy">
<day>26</day>
<month>08</month>
<year>2024</year>
</date>
<date date-type="accepted" publication-format="dd mes yyyy">
<day>23</day>
<month>01</month>
<year>2025</year>
</date>
</history>
<permissions>
<copyright-statement>Los autores conservan los derechos de autor y garantizan a la revista el derecho de ser la primera publicación del trabajo bajo una licencia Creative Commons Atribución-NoComercial 4.0 Internacional.</copyright-statement>
<copyright-year>2025</copyright-year>
<copyright-holder>Revista ACI Avances en Ciencias e Ingenierías</copyright-holder>
<ali:free_to_read/>
<license xlink:href="https://creativecommons.org/licenses/by-nc/4.0/">
<ali:license_ref>https://creativecommons.org/licenses/by-nc/4.0/</ali:license_ref>
<license-p>Esta obra está bajo una Licencia Creative Commons Atribución-NoComercial 4.0 Internacional.</license-p>
</license>
</permissions>
<abstract xml:lang="es">
<title>Resumen</title>
<p>El  cambio  climático  y  el  calentamiento  global  plantean  desafíos  significativos  para  la  agricultura, especialmente en un mundo cada vez más interconectado y dependiente de productos  básicos.  El  presente  trabajo  analiza  las  implicaciones  del  cambio  climático  en  la agricultura, centrándose en la zona andina de América Latina, con un énfasis particular en  Ecuador.  Se  discuten  los  efectos  del  cambio  climático  en  la  producción  agrícola,  la  disponibilidad  de  recursos  hídricos  y  las  posibles  soluciones  tecnológicas.  Se  examinan  investigaciones que demuestran tanto los efectos positivos como negativos del cambio climático en la agricultura, y se resalta la importancia de encontrar soluciones tecnológicas para mitigar estos impactos. Se enfatiza la necesidad de mejorar la productividad agrícola y  la  eficiencia  en  el  uso  del  agua,  especialmente  en  regiones  vulnerables  al  cambio  climático como son los andes ecuatorianos. Este trabajo propone el desarrollo de sistemas de riego inteligente basados en tecnologías innovadoras, como la detección de neutrones cósmicos,  para  monitorear  la  humedad  del  suelo  de  manera  precisa  y  en  tiempo  real.  Se  destaca  la  importancia  de  implementar  estas  tecnologías  en  la  región  para  mejorar  la  productividad  agrícola,  prevenir  crisis  alimentarias  y  adaptarse  al  cambio  climático.  Se  concluye resaltando la necesidad de colaboración entre instituciones de investigación y formuladores de políticas para abordar estos desafíos de manera efectiva y sostenible.</p>
</abstract>
<kwd-group xml:lang="es">
<title>Palabras clave</title>
<kwd>cambio climático</kwd>
<kwd>calentamiento global</kwd>
<kwd>recursos hídricos</kwd>
<kwd>agricultura de precisión</kwd>
<kwd>estimación de la humedad del suelo</kwd>
<kwd>detección de neutrones cósmicos</kwd>
</kwd-group>
<kwd-group xml:lang="en">
<title>Keywords</title>
<kwd>climate change</kwd>
<kwd>global warming</kwd>
<kwd>water resources</kwd>
<kwd>precision Agriculture</kwd>
<kwd>soil moisture estimation</kwd>
<kwd>cosmic ray neutron detection</kwd>
</kwd-group>
<counts>
<fig-count count="4"/>
<table-count count="0"/>
<equation-count count="0"/>
<ref-count count="20"/>
</counts>
<custom-meta-group>
<custom-meta>
<meta-name>redalyc-journal-id</meta-name>
<meta-value>7261</meta-value>
</custom-meta>
</custom-meta-group>
</article-meta>
</front>
<body>
<sec>
<title>INTRODUCCIÓN</title>
<p>El cambio climático como consecuencia del calentamiento global es un aspecto crítico. Su impacto es tal que influye dentro de una sociedad cada vez más interconectada, globalizada y sobre todo dependiente en lo que se refiere a productos básicos para nuestra supervivencia, como son la producción de energía y de alimentos. En lo que se refiere a la producción de alimentos, la prevalencia y bienestar de los agricultores resultan temas de preocupación tanto para la comunidad científica como para los ambientes sociopolíticos, al referirse a una de nuestras fuentes de alimentos principales a nivel mundial.</p>
<p>De esta manera, el enfoque de este trabajo nace a partir de una exploración que busca, en principio y de manera general, determinar la magnitud de los riesgos y amenazas que representan las consecuencias del cambio climático en la agricultura y analizar cómo la ciencia y la tecnología pueden ayudar a mitigar sus consecuencias.</p>
<p>De acuerdo con una publicación en el European Journal of Agronomy, dedicada al análisis de as posibles consecuencias del cambio climático dentro de las zonas agricultoras en Europa <xref ref-type="bibr" rid="redalyc_726182578004_ref1">[1]</xref>, se afirma que existirán efectos tanto positivos como negativos dependiendo de la zona. En el norte del continente se espera un incremento en las zonas aptas para la actividad agrícola y en el número de especies emergentes para el cultivo, pero se teme que la precipitación extrema y las características del suelo conduzcan a una mayor fragilidad de la cosecha al momento del crecimiento. Por el contrario, se pronostica que las zonas del sur experimentarán una pérdida de zonas aptas para el cultivo debido a la escasez de agua y a los eventos de climas extremos.</p>
<p>De esta manera se puede concluir que, aunque los efectos del cambio climático dentro de las zonas agrícolas no sean desalentadores de manera unánime, se debe considerar el riesgo de una pérdida creciente de zonas de cultivo, cuyo impacto sobre la cadena de suministro de alimentos será capaz de provocar crisis económicas y socia es que afecten a a población.</p>
<p>Gracias a la creación de un modelo econométrico específico para determinar la influencia del cambio climático de origen antropogénico en la productividad agrícola <xref ref-type="bibr" rid="redalyc_726182578004_ref2">[2]</xref> se determinó que este fenómeno ha provocado una reducción en la producción agrícola de un 21 % a nivel global desde 1 961 y entre un 26 % a un 34% en regiones más cálidas como Io son gran parte de África, América Latina y el Caribe.</p>
<p>A partir de este análisis se puede determinar la severidad del impacto del cambio climático dentro del medio y de la capacidad de este fenómeno de convertirse en una amenaza para el status quo de nuestra sociedad. Además, resulta una gran preocupación que la región andina y el Ecuador en particular, se encuentren en primera línea con respecto a la necesidad de métodos y soluciones que logren mitigar los efectos del cambio climático para preservar las zonas agrícolas en actividad.</p>
<p>Esta situación se vuelve más urgente al considerar que, de acuerdo con el Regional Strategic Profile for Latin America and the Caribbean (RSP) 2016-2021 <xref ref-type="bibr" rid="redalyc_726182578004_ref3">[3]</xref>, hacia el año 2050, América Latina representará aproximadamente el 60 % de la demanda mundial de alimentos. El Instituto Interamericano de Cooperación para la Agricultura señala que la productividad agrícola debe aumentar en un 1.75 % anual para satisfacer las necesidades alimentarias proyectadas para el mundo en 2050.</p>
</sec>
<sec>
<title>USO DE RECURSOS HÍDRICOS</title>
<p>El contexto actual desfavorece con gravedad a las actividades agrícolas en el continente. A la vez que se exige una mejora de productividad para satisfacer las proyecciones del aumento poblacional, los efectos del cambio climático incrementan la brecha entre los resultados de abastecimiento esperados y la capacidad actual de las zonas destinadas a la producción de alimentos. A raíz de esto, resulta imperativo encontrar alternativas o métodos que generen un incremento importante de la productividad agrícola. Dentro de todas las posibilidades a valorar, se ha identificado el manejo y optimización de los recursos hídricos como la estrategia más beneficiosa para el contexto regional.</p>
<p>De acuerdo con una investigación publicada en la revista Environmental and Experimental Botany <xref ref-type="bibr" rid="redalyc_726182578004_ref4">[4]</xref>, los países en vías de desarrollo presentan dificultades para cubrir los gastos de investigaciones complejas que puedan mejorar la productividad agrícola, tales como las dedicadas al estrés por sequía. De esta manera, consideraron que la mejor alternativa para incrementar la producción o mejorar su calidad a un bajo costo sería a partir de un mejor manejo de los recursos de abastecimiento de agua. Para algunas regiones, se sostiene que el enfoque más directo implica renunciar a depender exclusivamente de las fuentes de lluvia para la irrigación y ,en su lugar, adoptar otro tipo de sistemas de riego.</p>
<p>Partiendo de esta investigación, la atención se centró en los sistemas de irrigación como un método prometedor para la optimización de los recursos hídricos. Existen varias publicaciones que comparten esta visión y han obtenido resultados alentadores al realizar contrastes con otros métodos de irrigación más tradicionales. Una de ellas se publicó en la revista de Hydrology and Earth System Sciences <xref ref-type="bibr" rid="redalyc_726182578004_ref5">[5]</xref>, donde los autores comparan diversas técnicas de riego (surcos, aspersión, goteo y goteo subsuperficial) y concluyen que los métodos de goteo y riego subsuperfcial presentan las mayores reducciones en el consumo de agua al enfocarse en la zona radicular y minimizar la evaporación superficial. Más allá, una publicación realizada por a Escuela Superior Politécnica de Chimborazo <xref ref-type="bibr" rid="redalyc_726182578004_ref6">[6]</xref> compara los métodos de riego por gravedad, goteo y aspersión para el cultivo de maíz, con la conclusión de que "el tratamiento con mayor eficiencia de aplicación fue el riego por goteo (T2) con 96 %; esta eficiencia influyó significativamente en el rendimiento por categoría del cultivo de maíz".</p>
<p>Para continuar con la investigación inicial, los autores concluyeron que la prevalencia de la lluvia como fuente principal de irrigación es justificable cuando resulta ser el único método disponible para asegurar la supervivencia de la cosecha. Con la irrigación por lluvia se sacrifica el crecimiento máximo del cultivo, lo cual se podría lograr a partir de un manejo óptimo del suministro de agua con un sistema de irrigación inteligente. También reiteran que la producción óptima de alimentos obtenida gracias a este método ayuda a prevenir una mayor extensión de la frontera agrícola, debido a que se lograría responder a los incrementos de demanda como producto del aumento poblacional. Esta es una de las características mejor valoradas dentro del plan de optimización, pues la permanencia de los espacios naturales es de vital importancia para contraatacar al calentamiento global, lo que a su vez lograría proteger a las zonas agrícolas establecidas de mayores riesgos ambientales.</p>
<p>En esta línea, otra investigación publicada en el Journal Frontiers <xref ref-type="bibr" rid="redalyc_726182578004_ref7">[7]</xref> reporta que la adopción de sistemas de micro-irrigación es útil tanto para reducir la evaporación del agua del suelo entre las filas de plantas de la cosecha, como para limitar la evaporación alrededor del dosel de las plantas casi en su totalidad. A partir de ello validaron estos sistemas como métodos para mejorar la Eficiencia del Uso del Agua (WUE). La obtención de una mejora en el WUE resulta sumamente importante, dado que este parámetro tiene una estrecha relación con respecto a productividad y calidad de los cultivos.</p>
<p>Por otra parte, y a pesar de los buenos resultados reportados, la realidad global es que el desarrollo de los sistemas de irrigación no ha alcanzado su punto óptimo. A partir de una exploración más extensa realizada por la UNESCO <xref ref-type="bibr" rid="redalyc_726182578004_ref8">[8]</xref> se encontró que, de acuerdo con el reporte de las Naciones Unidas sobre el programa del desarrollo del agua, aproximadamente el 69 % del suministro mundial de agua dulce se destina a la agricultura, particularmente a la irrigación, con menos del 50 % de eficiencia en su utilización. Se reporta también que el 20 % de la tierra dedicada a la agricultura alrededor del mundo es suministrada de agua a partir de sistemas de irrigación, y a pesar de ello produce alrededor del 40 % de los alimentos <xref ref-type="bibr" rid="redalyc_726182578004_ref8">[8]</xref>.</p>
<p>A partir de estas cifras se puede notar que existe un enorme margen de mejora en lo que se refiere al manejo y distribución del agua para los sistemas de irrigación dentro de las zonas agrícolas y la producción neta de alimentos. De esta manera, la investigación en la optimización del uso del agua a partir de sistemas de irrigación más sofisticados no es solamente una forma de mejorar la producción agrícola sino una estrategia para lograr un uso responsable de este recurso y permitir una mejor distribución que beneficie tanto a las áreas dedicadas a a agricultura como a diferentes sectores de nuestra sociedad.</p>
</sec>
<sec>
<title>ENFOQUE DE LA REVISIÓN</title>
<sec>
<title>El contexto hídrico de las zonas agrícolas ecuatorianas</title>
<p>La realidad de la agricultura ecuatoriana está muy alejada de cumplir con las necesidades actuales que se exhiben dentro del manejo de sus recursos hídricos para abastecer los terrenos agrícolas del país. De acuerdo con una investigación realizada a nivel nacional entre el 2017 y 2018, se estimó que "el 21,1 % de la superficie cultivada del Ecuador se regó" <xref ref-type="bibr" rid="redalyc_726182578004_ref9">[9]</xref>. Este contexto está afectando severamente a varios productos fundamentales para la economía de exportación y abastecimiento del país. Dentro de los más preocupantes, se observa que para el 2018, alrededor del 77.5 % de la tierra dedicada al cacao, el 28.7 % para el arroz y el 62.3 % para la papa no fueron regadas <xref ref-type="bibr" rid="redalyc_726182578004_ref9">[9]</xref>.</p>
<p>Más allá, las técnicas de riego utilizadas por los grandes y pequeños agricultores presentan un atraso considerable en términos de tecnología y optimización, de manera que los métodos tradicionales siguen siendo vigentes a pesar de sus claras desventajas. Se observa que para el 2018, solo el 39.7 % de la tierra bajo riego estuvo mantenida por un sistema de aspersión para cultivos permanentes, siendo reducido a un 13.6 % para zonas de cultivos transitorios.</p>
<p>En  contraste,  el  método  de  surcos-inundación  sigue  siendo  ampliamente  utilizado  en  el país para regar el 32.6 % de la tierra dedicada a cultivos permanentes y hasta el 79.7 % para cultivos transitorios <xref ref-type="bibr" rid="redalyc_726182578004_ref9">[9]</xref>. En otra investigación realizada por el Banco Mundial en 2021, se encontró que en Ecuador, “de las 338 mil hectáreas en manos de los pequeños y  medianos  productores  que  cuentan  con  riego,  el  93  %  aún  utilizan  métodos  de  irrigación tradicionales, con niveles de eficiencia reducida y una limitada capacidad de almacenamiento de agua” <xref ref-type="bibr" rid="redalyc_726182578004_ref10">[10]</xref>.</p>
<p>A raíz de esta situación, se ha buscado alternativas que puedan favorecer la producción agrícola,  optimizando  los  recursos  disponibles  y  limitando  los  costos  de  aplicación.  Existen algunos proyectos, llevados a cabo en su mayoría con el apoyo de organizaciones gubernamentales y sin fines de lucro, donde los resultados han sido prometedores.</p>
<p>Uno  de  ellos  es  el  Proyecto  De  Irrigación  Tecnificada  Para  Pequeños  y  Medianos  Productores  y  Productoras,  implementado  por  el  Ministerio  de  Agricultura  y  con  financiamiento  del  Banco  Mundial  y  la  Agencia  Española  de  Cooperación  para  el  Desarrollo (AECID) <xref ref-type="bibr" rid="redalyc_726182578004_ref8">[8]</xref>. Con el objetivo de ayudar a los pequeños y grandes agricultores, se  obtuvo  que  los  campesinos  incluidos  en  el  programa  lograron  no  solamente  un  incremento dentro de sus ingresos (que se reportó alrededor del 60 %), sino un aumento de  productividad  de  la  tierra  y  una  minimización  del  impacto  de  las  condiciones  climáticas dentro de la integridad y capacidad de las cosechas en ciertas épocas del año.</p>
<p>No  obstante,  el  proceso  de  renovación  y  adaptación  de  las  zonas  agrícolas  en  el  país  hacia  métodos  de  riego  más  eficientes  aún  tiene  un  gran  camino  por  recorrer.  De  esta  manera,  se  encuentra  una  gran  oportunidad  de  investigación  y  desarrollo  de  tecnología  para  nuestra  realidad  geográfica,  climática  y  social  con  el  fin  de  mejorar  la  calidad, capacidad de producción y permanencia de nuestras fuentes de alimentos en un contexto de desabastecimiento, calentamiento global y un constante aumento de necesidades alimenticias tanto local como globalmente.</p>
</sec>
<sec>
<title>Sistemas de riego inteligentes</title>
<p>Un sistema de riego inteligente es una solución tecnológica integral que automatiza y optimiza el riego agrícola mediante el uso de sensores para monitorear las condiciones del suelo y el clima, actuadores para gestionar diferentes métodos de riego, y algoritmos avanzados de machine learning e inteligencia artificial para el procesamiento y análisis de  datos.  Este  sistema  busca  maximizar  la  eficiencia  del  uso  del  agua,  mejorar  el  rendimiento de los cultivos y reducir el desperdicio, adaptándose dinámicamente a las necesidades específicas del cultivo y las condiciones ambientales cambiantes.</p>
<p>Un sistema de riego inteligente está compuesto por 3 sistemas principales. El primero se  basa  en  la  medición  de  variables  ambientales  (temperatura,  presión  atmosférica,  irradiancia  solar,  entre  otras)  y  parámetros  específicos  del  suelo  (humedad,  porosidad,  densidad, entre otros). El segundo es una unidad de procesamiento de datos capaz de determinar  el  modo  óptimo  de  irrigar  los  cultivos  determinando  la  cantidad  de  agua,  la  profundidad  y  la  cadencia  del  riego.  El  tercero  se  encarga  de  la  irrigación  de  suelo  programado en tiempo real usando sistemas de aspersión, goteo u otros disponibles.</p>
<p>En este artículo nos centraremos en los sistemas de medición de humedad del suelo, en particular el uso de nuevas tecnologías basadas en la determinación de la humedad del suelo mediante la detección de neutrones cósmicos.</p>
<p>En  la  actualidad,  los  métodos  de  determinación  del  nivel  de  humedad  del  suelo  y  la  atmósfera para grandes extensiones de terreno se pueden clasificar en dos grupos:</p>
<p>
<bold> Técnicas  basadas  en  el  escaneo  satelital:</bold>  el  uso  de  imágenes  satelitales  para  estimar  la  humedad  del  suelo  fue  el  primer  candidato  para  generar  un  mapa  global  de  humedad  en  el  planeta,  siendo  un  ejemplo  el  Soil  Moisture  Active  Passive  SMAP  de  la  NASA  <xref ref-type="bibr" rid="redalyc_726182578004_ref11">[11]</xref>.  Se  están  desarrollando  técnicas  basadas  en  el  análisis  hiperespectral  de imágenes satelitales para determinar el tipo de suelo e inferir su nivel de humedad <xref ref-type="bibr" rid="redalyc_726182578004_ref12">[12]</xref>.  El  aspecto  positivo  de  esta  técnica  es  la  disponibilidad  de  imágenes  satelitales  de  grandes  extensiones  en  el  tiempo;  no  obstante,  su  escasa  resolución  horizontal,  poca  resolución  en  profundidad  y  alto  costo  no  la  hacen  una  técnica  utilizable  en  nuestra  región,  especialmente  para  agricultores  que  manejan  pequeñas  áreas  de  cultivo.  Además,  esta  iniciativa  no  está  especializada  en  agricultura,  dado  que  la  escala  de  la  recopilación de información no se puede adecuar para mediciones en áreas específicas de  cultivos  (menos  de  una  hectárea)  donde,  para  la  aplicación  de  interés,  se  necesita  contar con un monitoreo constante de la humedad del terreno.</p>
<p>
<bold>Redes de sensores de humedad:</bold> el segundo grupo engloba a las redes de sensores de humedad. Aunque existen diversos tipos de acuerdo con el presupuesto y capacidad esperada de la red, nuestro enfoque apunta a las que están compuestas por sensores de alta resolución espacial, tales como las iniciativas de COSMOS-US y COSMO-UK <xref ref-type="bibr" rid="redalyc_726182578004_ref13">[13]</xref>, las  cuales  determinan  la  abundancia  de  los  neutrones  térmicos  utilizando  detectores  gaseosos  (como  los  de  Helio-3),  para  retornar  mediciones  de  gran  precisión.  No  obstante, estas redes son costosas y difíciles de implementar, ya que los gases utilizados son derivados de la producción de energía nuclear.</p>
<p>Además, la escala de estas redes no suele considerar a regiones en vías de desarrollo. Un ejemplo se encuentra en la siguiente figura, la cual muestra la localización de sensores de la red COSMOS. Nótese que tanto en Centroamérica y Sudamérica (a excepción de Brasil), como en gran parte de África, no existen sensores instalados (Figura 1).</p>
<p>
<fig id="gf9">
<label>Tabla 1</label>
<caption>
<title>Elenco de los detectores CRND de la red COSMOS en el mundo detallados por país, incluyendo la cobertura y su estado de funcionamiento.</title>
</caption>
<alt-text>Tabla 1 Elenco de los detectores CRND de la red COSMOS en el mundo detallados por país, incluyendo la cobertura y su estado de funcionamiento.</alt-text>
<graphic xlink:href="726182578004_gf37.png" position="anchor" orientation="portrait">
<alt-text>Tabla 1 Elenco de los detectores CRND de la red COSMOS en el mundo detallados por país, incluyendo la cobertura y su estado de funcionamiento.</alt-text>
</graphic>
</fig>
</p>
<p>Un contraste de ambas alternativas nos permitió reconocer sus ventajas y desventajas individuales. Gracias a ello logramos justificar a la red de sensores como la alternativa que mejor podría ajustarse para la implementación de un sistema de riego de monitoreo en la región (<xref ref-type="fig" rid="gf9">Tabla 2</xref>).</p>
<p>
<fig id="gf10">
<label>TABLA 2</label>
<caption>
<title>Comparación de los principales aspectos de los sistemas de detección del nivel de humedad en el suelo.</title>
</caption>
<alt-text>TABLA 2 Comparación de los principales aspectos de los sistemas de detección del nivel de humedad en el suelo.</alt-text>
<graphic xlink:href="726182578004_gf38.png" position="anchor" orientation="portrait">
<alt-text>TABLA 2 Comparación de los principales aspectos de los sistemas de detección del nivel de humedad en el suelo.</alt-text>
</graphic>
</fig>
</p>
</sec>
<sec>
<title>El detector de rayos cósmicos y su abanico de posibilidades.</title>
<p>El uso de técnicas derivadas de la Física Nuclear y la Física de Altas Energías, como son la Detección de Neutrones provenientes de Rayos Cósmicos (CRND), pueden brindar una solución eficiente y económica para realizar un monitoreo constante y preciso del nivel de humedad de grandes extensiones de terreno.</p>
<p>Los  neutrones  provenientes  de  los  rayos  cósmicos  son  moderados  por  el  hidrógeno  presente  en  el  suelo,  y  en  los  cultivos.  Estos  presentan  una  anti-correlación  entre  el  conteo de neutrones térmicos (con energía cinética de eV~MeV ) y la humedad local del suelo <xref ref-type="bibr" rid="redalyc_726182578004_ref14">[14]. </xref>La Figura 1 muestra la diferencia de abundancia de neutrones para dos muestras de suelo con diversos niveles de humedad.</p>
<p>
<fig id="gf11">
<label>Figura 1 A</label>
<graphic xlink:href="726182578004_gf39.png" position="anchor" orientation="portrait">
<alt-text/>
</graphic>
</fig>
</p>
<p>
<fig id="gf12">
<label>Figura 1 B</label>
<graphic xlink:href="726182578004_gf40.png" position="anchor" orientation="portrait">
<alt-text/>
</graphic>
</fig>
</p>
<p>FIGURA 1. Espectros de energía de neutrones cósmicos realizadas con dos niveles de humedad relativa del suelo: suelo seco 6 % (a) y suelo húmedo 40 % (b) se evidencia una diferencia del 40 % en abundancia de neutrones epitermales (energía entre 10-6 y 10-4 MeVs), simulaciones realizadas con URANUS <xref ref-type="bibr" rid="redalyc_726182578004_ref15">[15]</xref>.</p>
<p>La  CRN  se  ha  consolidado  como  un  método  de  monitoreo  bien  establecido  que  proporciona el Contenido Volumétrico de Agua (VWC) medio del suelo en 1 hectárea aproximadamente.  Las  redes  de  monitoreo  de  humedad  COSMOS-US  y  COSMOS-UK  demuestran  la  efectividad  de  esta  técnica  para  el  monitoreo  a  largo  plazo  de  las  condiciones hidrológicas de grandes extensiones.</p>
<p>A partir de estos detectores se pueden desarrollar sistemas para optimizar los procesos de irrigación y almacenamiento de agua dentro de los cultivos. Además, la información recopilada  por  los  detectores  CRND  puede  servir  como  complemento  para  otras  técnicas  de  monitoreo  de  humedad  del  suelo.  En  combinación  con  la  información  proporcionada por satélites, sondas y análisis químicos, es posible desarrollar sistemas para  calibrar  los  datos  extrapolados  de  imágenes  satelitales  y  contrastar  las  medidas  puntuales hechas por estaciones meteorológicas y otros tipos de sondas.</p>
<p>Cabe afirmar también que los detectores CRND son sensibles no solamente a la humedad del  suelo,  sino  también  a  concentraciones  de  agua  en  la  superficie,  como  puede  ser  nieve,  concentraciones  de  agua  y  biomasa.  Con  un  adecuado  análisis  de  datos, estos sistemas  podrían  utilizarse  para  mejorar  modelos  de  predicción  meteorológica,  sobre  todo con un enfoque de estudio de fenómenos climáticos extremos (como las sequías e inundaciones) y los ciclos de carbón y su relación con el agua. También pueden resultar útiles en el monitoreo de glaciares y cuencas hídricas.</p>
</sec>
<sec>
<title>Tecnologías en detectores de neutrones cósmicos</title>
<p>Los  detectores  de  neutrones  cósmicos  (CRNS)  utilizados  en  la  red  COSMOS  emplean  tubos llenos de gas Helio-3 (³He) como medio de detección. Estos tubos funcionan como detectores gaseosos que operan a alto voltaje para facilitar la detección de neutrones térmicos.  Cuando  los  neutrones  cósmicos  secundarios  alcanzan  la  superficie  terrestre,  parte  de  ellos  es  moderada  por  el  hidrógeno  presente  en  el  suelo,  y  una  fracción  se  convierte en neutrones térmicos. Estos neutrones térmicos pueden ser capturados por los núcleos de helio-3, generando una reacción nuclear que produce partículas cargadas (protones y tritones). Estas partículas ionizan el gas, generando impulsos eléctricos que son  amplificados  y  procesados  por  un  sistema  de  adquisición  de  datos.  El  conteo  de  estos impulsos está inversamente correlacionado con el contenido de hidrógeno en el suelo, lo que permite inferir su humedad volumétrica.</p>
<p>El  Helio-3  es  un  isótopo  poco  común  y  su  disponibilidad  es  limitada  en  la  Tierra.  Se  forma de manera natural como producto de la desintegración radiactiva de tritio, que es un isótopo del hidrógeno. El tritio se genera en reactores nucleares como subproducto de la fisión nuclear y también puede producirse artificialmente en reactores nucleares o aceleradores de partículas. Una vez que se produce el tritio, este puede desintegrarse radiactivamente para formar helio-3. Sin embargo, la cantidad de helio-3 producido de esta manera es generalmente baja en comparación con otras fuentes de helio-3, como la captura en la atmósfera solar o la extracción de gas natural. Este hecho hace que los detectores de neutrones basados en He-3 sean costosos por lo que no representan una posibilidad para monitorear la humedad de campos agrícolas.</p>
<p>Los  detectores  de  neutrones  basados  en  plásticos  centelladores  son  dispositivos  que  utilizan materiales plásticos especiales, llamados centelladores, para detectar la presencia de neutrones. Estos detectores son una opción común en muchas aplicaciones debido a su sensibilidad, bajo costo y versatilidad <xref ref-type="bibr" rid="redalyc_726182578004_ref16">[16]</xref>.</p>
<p>El  funcionamiento  de  estos  detectores  se  basa  en  el  principio  de  que  cuando  un  neutrón  interactúa  con  el  centellador  plástico,  puede  transferir  parte  de  su  energía  al  material.  Esta  interacción  provoca  la  excitación  de  los  átomos  en  el  centellador,  que  luego  emiten  luz  (centelleo)  como  respuesta  a  la  energía  absorbida.  Esta  luz  emitida  puede  ser  detectada  por  un  tubo  fotomultiplicador  (PMT )  o  un  fotomultiplicador  de  Silicio  (SiPM),  que  convierten  la  señal  de  luz  en  una  señal  eléctrica  que  puede  ser  registrada y analizada.</p>
<p>Los  detectores  de  neutrones  basados  en  plásticos  centelladores  pueden  tener  diferentes  formas y tamaños dependiendo de la aplicación específica. Se utilizan en una amplia gama de campos, incluyendo la investigación nuclear, la detección de material nuclear, la vigilancia de  radiación  en  entornos  nucleares,  la  monitorización  de  la  radiación  en  la  industria,  la  medicina nuclear, la detección de explosivos y la exploración de recursos naturales.</p>
<p>Una  de  las  ventajas  clave  de  estos  detectores  es  su  capacidad  para  discriminar  entre  neutrones  y  otras  partículas  cargadas,  como  los  rayos  gamma,  lo  que  les  permite  proporcionar  mediciones  precisas  de  la  radiación  neutrónica  en  presencia  de  otras  fuentes  de  radiación.  Además,  son  dispositivos  robustos  y  portátiles,  lo  que  los  hace  adecuados para una variedad de aplicaciones en terreno.</p>
<p>Utilizando plásticos centelladores y SiPMs es posible construir CRNDs con un modesto presupuesto (en torno a los 4K USD), los cuales pueden llegar a tener iguales o mayores prestaciones que los CRNDs gaseosos [<xref ref-type="bibr" rid="redalyc_726182578004_ref17">17</xref>,<xref ref-type="bibr" rid="redalyc_726182578004_ref18">18</xref>]. </p>
<p>Las técnicas de detección, los sistemas de adquisición y análisis de datos de los CRNDs son  similares  a  las  utilizadas  en  la  detección  de  rayos  cósmicos,  disciplina  en  la  cual  muchos  investigadores  del  país  y  de  la  región  tienen  extensa  experiencia.  Para  citar  un ejemplo, tenemos a la colaboración LAGO (Latin American Giant Observatory), que desde hace más de una década está formando investigadores y desarrollando sistemas de detección de rayos cósmicos para el proyecto LAGO <xref ref-type="bibr" rid="redalyc_726182578004_ref19">[19]</xref>.</p>
</sec>
<sec>
<title>Aplicaciones en la región</title>
<p>La  implementación  de  una  red  de  detectores  de  humedad  del  suelo  representa  una  necesidad  urgente  para  la  región  andina  si  se  quiere  enfrentar  de  manera  efectiva  los  efectos del cambio climático sobre la agricultura. Tal como se evidencia en los hallazgos de este estudio, actualmente no existen redes de sensores activas en Ecuador ni en los Andes tropicales que permitan un monitoreo sistemático de la humedad del suelo y la atmósfera. Esta ausencia de infraestructura tecnológica constituye una clara oportunidad para el impulso de la investigación, el desarrollo científico y la innovación tecnológica en nuestro entorno. Se abre una puerta concreta para que Ecuador lidere iniciativas de desarrollo  en  ciencia  aplicada  a  la  gestión  hídrica  y  climática.  Las  aplicaciones  de  los  CRNDs en la región pueden cubrir diversas áreas estratégicas:</p>
<p>• <bold>Agricultura  de  precisión: </bold> Los  CRNDs  permiten  la  implementación  de  sistemas  de riego inteligente, optimizando el uso del agua y mejorando la productividad de los cultivos sin comprometer la sostenibilidad del recurso hídrico.</p>
<p>• <bold>Conservación   ambiental: </bold>  Estos   sensores   pueden   integrarse   en   redes   de   monitoreo  continuo  de  glaciares  y  ecosistemas  altoandinos  como  los  páramos,  que cumplen funciones críticas de regulación y almacenamiento hídrico.</p>
<p>• <bold>Gestión  de  riesgos  y  seguridad:</bold>  Los  CRNDs  también  pueden  emplearse  para  monitorear  cambios  en  la  humedad  de  suelos  en  quebradas,  lechos  de  ríos  y  acueductos, proporcionando información clave para sistemas de alerta temprana ante inundaciones, sequías y deslizamientos o aluviones.</p>
<p>Además,  esta  tecnología  representa  una  alternativa  viable  desde  el  punto  de  vista  financiero. La inversión necesaria para su implementación es moderada en comparación con  otras  tecnologías  de  monitoreo  ambiental,  y  su  diseño  puede  ser  escalado  localmente. Su carácter autónomo permite que estos sistemas funcionen sin depender directamente  de  grandes  organismos  internacionales  o  estructuras  gubernamentales  complejas, facilitando su adopción a nivel comunitario.</p>
<p>La  iniciativa  también  ofrece  beneficios  a  largo  plazo  en  términos  de  rentabilidad  del  sector agropecuario y seguridad para quienes trabajan en entornos rurales. El desarrollo de  prototipos  locales  —capaces  de  registrar  flujos  de  neutrones  y  astropartículas  en  el  tiempo,  procesar  los  datos  y  generar  estimaciones  precisas  de  humedad  sobre  hectáreas de terreno— es factible gracias al conocimiento acumulado en los institutos de  investigación  latinoamericanos.  Además,  el  uso  de  plataformas  abiertas  para  el  almacenamiento de datos crudos y procesados fomentaría la colaboración científica y el acceso libre a la información en todo el continente.</p>
</sec>
<sec>
<title>América latina y la agricultura de precision</title>
<p>El rápido aumento de la población mundial demanda una producción alimentaria adecuada en términos de cantidad y calidad, a precios accesibles y con un mínimo impacto ambiental.</p>
<p>En contraste con la agricultura convencional, que trata el terreno de manera uniforme y  utiliza la misma cantidad de insumos en toda la superficie de cultivo, la Agricultura de Precisión (AP) se distingue por su capacidad para gestionar la variabilidad espacial y temporal del terreno y del cultivo <xref ref-type="bibr" rid="redalyc_726182578004_ref20">[20]</xref>. Esto implica la aplicación diferenciada de insumos, teniendo en cuenta las características del suelo (como  textura,  acidez,  humedad, topografía), el desarrollo de las plantas y las condiciones específicas entre las temporadas de siembra.</p>
<p>Este enfoque agrícola se estructura en tres fases: recopilación de datos, análisis de información e implementación de las técnicas  más apropiadas. Se apoya en cinco tecnologías principales, que incluyen sistemas de posicionamiento e información geográfica (GPS y GIS), sensores remotos, maquinaria automatizada y monitores de rendimiento y aplicación.</p>
<p>Para que un país pueda adoptar con éxito este modelo agrícola, es necesario contar con tres condiciones fundamentales: instituciones especializadas que generen conocimiento y  formen recursos humanos, sistemas eficaces de recolección de información y una gestión precisa de los recursos agronómicos mediante sistemas de toma de decisiones adecuados. Los sistemas de determinación de la humedad del suelo junto con sensores ambientales y estudios fisicoquímicos del suelo pueden ser la base para la creación de un gran sistema de información que permita desarrollar técnicas sofisticadas de cultivo, crecimiento y cosecha de productos agrícolas.</p>
<p>La inteligencia artificial (IA) se puede integrar de diversas formas en la agricultura de precisión para optimizar la producción agrícola. Aquí hay algunas formas en que se puede utilizar:</p>
<p>
<bold> 1. Análisis  de  datos:</bold>  la  IA  puede  procesar  grandes  cantidades  de  datos  recopilados  de diversas fuentes, como imágenes satelitales, drones, sensores en el campo y datos meteorológicos. Algoritmos de IA pueden analizar estos datos para identificar patrones, tendencias y anomalías que pueden ser útiles para la toma de decisiones agrícolas.</p>
<p>
<bold> 2. Predicción de cosechas:</bold> mediante el análisis histórico de datos agrícolas y condiciones ambientales, la IA puede predecir rendimientos de cosechas futuras.</p>
<p>Esto ayuda a los agricultores a planificar de manera más efectiva sus actividades agrícolas, desde la siembra hasta la cosecha.</p>
<p>
<bold>   3. Gestión  de  cultivos: </bold> los  sistemas  de  IA  pueden  monitorear  continuamente  el  crecimiento  de  los  cultivos  utilizando  imágenes  de  satélite  o  drones.  Con  algoritmos  de  aprendizaje  automático,  pueden  identificar  áreas  que  requieren  atención especial, como la detección de enfermedades, estrés hídrico o deficiencias nutricionales. </p>
<p>
<bold>4. Optimización  de  insumos:</bold>  la  IA  puede  ayudar  a  los  agricultores  a  optimizar  el  uso  de  insumos  como  agua,  fertilizantes  y  pesticidas.  Al  analizar  datos  sobre  las  condiciones  del  suelo,  el  clima  y  el  crecimiento  de  los  cultivos,  los  algoritmos  de  IA pueden recomendar la cantidad adecuada de insumos en cada área del campo, reduciendo así el desperdicio y los costos.</p>
<p>
<bold>5. Sistemas  de  control  autónomo:</bold>  la  IA  puede  integrarse  en  equipos  agrícolas  autónomos, como tractores y rociadores, para realizar tareas específicas en el campo de  manera  precisa  y  eficiente.  Estos  sistemas  pueden  adaptarse  dinámicamente  a  las  condiciones  cambiantes  del  terreno  y  responder  en  tiempo  real  a  los  datos  recopilados por sensores.</p>
</sec>
</sec>
<sec>
<title>CONCLUSIONES</title>
<p>Las estrategias y métodos de riego utilizados por los agricultores de Ecuador se basan en técnicas tradicionales que son ineficientes e inadecuadas desde el punto de vista de la optimización de recursos hídricos. Esto constituye un factor negativo a nivel productivo porque no se logra maximizar la producción agrícola del suelo.</p>
<p>La introducción de tecnología en actividades agrícolas, en especial el desarrollo de redes de  sensores  para  la  medida  y  monitoreo  constante  del  nivel  de  humedad  relativa  del  suelo,  servirá  para  el  desarrollo  de  sistemas  de  riego  inteligente  que  puedan  procesar  datos en tiempo real y determinar la cantidad óptima de agua para irrigación.</p>
<p>El avance de la investigación y tecnología en la detección de partículas se hace asequible desde  el  punto  de  vista  de  conocimiento  y  de  inversión  para  la  implementación  de  una red regional de monitoreo de la humedad del suelo. El monitoreo de la humedad del  suelo  puede  ser  usado  para  el  desarrollo  de  técnicas  de  optimización  del  uso  del  agua  de  riego  y  otros  recursos  (agronomía  de  precisión)  que  permitan  el  ahorro  de  recursos y el aumento de la producción, el estudio de ciclos de carbón para combatir el cambio climático (determinación del cambio en el nivel de biomasa del terreno) y el aumento en la exactitud de las previsiones meteorológicas, en especial en la predicción de sequías o inundaciones.</p>
<p>La  implementación  de  técnicas  de  AP  en  nuestra  región  debe  iniciar  por  la  creación  y  desarrollo  de  una  red  de  sensores  ambientales  y  de  caracterización  del  suelo  que  generen información consistente en el tiempo y en el espacio. Esta información debe ser pública para que diversos grupos de investigación los puedan analizar.</p>
<p>La IA ofrece una variedad de herramientas y técnicas que pueden mejorar la agricultura de  precisión  al  proporcionar  análisis  avanzados,  predicciones  precisas  y  decisiones  automatizadas basadas en datos en tiempo real. Esto permite a los agricultores optimizar la producción, reducir costos y minimizar el impacto ambiental.</p>
<p>Todo esfuerzo que se encamine a la integración de nuestra región a través del desarrollo de proyectos conjuntos encaminados a resolver problemas comunes debe ser tomado en  consideración  y  apoyado  por  las  instituciones  que  se  encargan  de  la  toma  de  decisiones y la implementación de políticas de estado.</p>
</sec>
<sec>
<title>CONTRIBUCIONES DE LOS AUTORES</title>
<p>Los autores contribuyeron en todas las etapas de elaboración del presente artículo.</p>
</sec>
<sec>
<title>CONFLICTO DE INTERÉS</title>
<p>Los autores declaran no tener conflictos de interés relacionados con los contenidos de esta investigación.</p>
</sec>
</body>
<back>
<ref-list>
<title>REFERENCIAS</title>
<ref id="redalyc_726182578004_ref1">
<label>[1]</label>
<mixed-citation publication-type="journal">[1] Zhao, J., Bindi, M., Eitzinger, J., Ferrise, R., Gaile, Z., Gobin, A., Holzkämper, A., Kersebaum, K.-C., Kozyra, J., Kriaučiūnienė, Z., Loit, E., Nejedlik, P., Nendel, C., Niinemets, Ü., Palosuo, T., Peltonen-Sainio, P., Potopová, V., Ruiz-Ramos, M., Reidsma, P., Rijk, B., Trnka, M., van Ittersum, M. K., &amp; Olesen, J. E. (2022). Priority for climate adaptation measures in European crop production systems. European Journal of Agronomy, 138, 126516. <ext-link ext-link-type="uri" xlink:href="https://doi.org/10.1016/j.eja.2022.126516">https://doi.org/10.1016/j.eja.2022.126516</ext-link>
</mixed-citation>
<element-citation publication-type="journal">
<person-group person-group-type="author">
<name>
<surname>Zhao</surname>
<given-names>J.</given-names>
</name>
<name>
<surname>Bindi</surname>
<given-names>M.</given-names>
</name>
<name>
<surname>Eitzinger</surname>
<given-names>J.</given-names>
</name>
<name>
<surname>Ferrise</surname>
<given-names>R.</given-names>
</name>
<name>
<surname>Gaile</surname>
<given-names>Z.</given-names>
</name>
<name>
<surname>Gobin</surname>
<given-names>A.</given-names>
</name>
<name>
<surname>Holzkämper</surname>
<given-names>A.</given-names>
</name>
<name>
<surname>Kersebaum</surname>
<given-names>K.</given-names>
</name>
<name>
<surname>Kozyra</surname>
<given-names>J.</given-names>
</name>
<name>
<surname>Kriaučiūnienė</surname>
<given-names>Z.</given-names>
</name>
<name>
<surname>Loit</surname>
<given-names>E.</given-names>
</name>
<name>
<surname>Nejedlik</surname>
<given-names>P.</given-names>
</name>
<name>
<surname>Nendel</surname>
<given-names>C.</given-names>
</name>
<name>
<surname>Niinemets</surname>
<given-names>Ü.</given-names>
</name>
<name>
<surname>Palosuo</surname>
<given-names>T.</given-names>
</name>
<name>
<surname>Peltonen-Sainio</surname>
<given-names>P.</given-names>
</name>
<name>
<surname>Potopová</surname>
<given-names>V.</given-names>
</name>
<name>
<surname>Ruiz-Ramos</surname>
<given-names>M.</given-names>
</name>
<name>
<surname>Reidsma</surname>
<given-names>P.</given-names>
</name>
<name>
<surname>Rijk</surname>
<given-names>B.</given-names>
</name>
<name>
<surname>Trnka</surname>
<given-names>M.</given-names>
</name>
<name>
<surname>van Ittersum</surname>
<given-names>M. K.</given-names>
</name>
<name>
<surname>Olesen</surname>
<given-names>J. E.</given-names>
</name>
</person-group>
<article-title>Priority for climate adaptation measures in European crop production systems</article-title>
<source>European Journal of Agronomy</source>
<year>2022</year>
<fpage>138</fpage>
<lpage>126516</lpage>
<comment>
<ext-link ext-link-type="uri" xlink:href="https://doi.org/10.1016/j.eja.2022.126516">https://doi.org/10.1016/j.eja.2022.126516</ext-link>
</comment>
</element-citation>
</ref>
<ref id="redalyc_726182578004_ref2">
<label>[2]</label>
<mixed-citation publication-type="journal">[2] Ortiz-Bobea, A., Ault, T. R., Carrillo, C. M., Chambers, R. G., &amp; Lobell, D. B. (2021). Anthropogenic climate change has slowed global agricultural productivity growth. Nature Climate Change, 11(4), 306–312. <ext-link ext-link-type="uri" xlink:href="https://doi.org/10.1038/s41558-021-01000-1">https://doi.org/10.1038/s41558-021-01000-1</ext-link>
</mixed-citation>
<element-citation publication-type="journal">
<person-group person-group-type="author">
<name>
<surname>Ortiz-Bobea</surname>
<given-names>A.</given-names>
</name>
<name>
<surname>Ault</surname>
<given-names>T. R.</given-names>
</name>
<name>
<surname>Carrillo</surname>
<given-names>C. M.</given-names>
</name>
<name>
<surname>Chambers</surname>
<given-names>R. G.</given-names>
</name>
<name>
<surname>Lobell</surname>
<given-names>D. B.</given-names>
</name>
</person-group>
<article-title>Anthropogenic climate change has slowed global agricultural productivity growth</article-title>
<source>Nature Climate Change</source>
<year>2021</year>
<issue>4</issue>
<fpage>306</fpage>
<lpage>312</lpage>
<comment>
<ext-link ext-link-type="uri" xlink:href="https://doi.org/10.1038/s41558-021-01000-1">https://doi.org/10.1038/s41558-021-01000-1</ext-link>
</comment>
</element-citation>
</ref>
<ref id="redalyc_726182578004_ref3">
<label>[3]</label>
<mixed-citation publication-type="webpage">[3] International Atomic Energy Agency. (2015). ARCAL – Regional Strategic Profile for Latin America and the Caribbean (RSP) 2016–2021 (IAEA-TECDOC-1763(S)). International Atomic Energy Agency. <ext-link ext-link-type="uri" xlink:href="https://www.iaea.org">https://www.iaea.org</ext-link>/</mixed-citation>
<element-citation publication-type="webpage">
<person-group person-group-type="author">
<collab>International Atomic Energy Agency</collab>
</person-group>
<source>International Atomic Energy Agency</source>
<year>2015</year>
<comment>
<ext-link ext-link-type="uri" xlink:href="https://www.iaea.org">https://www.iaea.org</ext-link>
</comment>
</element-citation>
</ref>
<ref id="redalyc_726182578004_ref4">
<label>[4]</label>
<mixed-citation publication-type="journal">[4] Sharp, R. E., &amp; Davies, W. J. (1985). Root growth and water uptake by maize plants in drying soil. Journal of Experimental Botany, 36(9), 1441–1456. <ext-link ext-link-type="uri" xlink:href="https://doi.org/10.1093/jxb/36.9.1441">https://doi.org/10.1093/jxb/36.9.1441</ext-link>
</mixed-citation>
<element-citation publication-type="journal">
<person-group person-group-type="author">
<name>
<surname>Sharp</surname>
<given-names>R. E.</given-names>
</name>
<name>
<surname>Davies</surname>
<given-names>W. J.</given-names>
</name>
</person-group>
<article-title>Root growth and water uptake by maize plants in drying soil</article-title>
<source>Journal of Experimental Botany</source>
<year>1985</year>
<issue>9</issue>
<fpage>1441</fpage>
<lpage>1456</lpage>
<comment>
<ext-link ext-link-type="uri" xlink:href="https://doi.org/10.1093/jxb/36.9.1441">https://doi.org/10.1093/jxb/36.9.1441</ext-link>
</comment>
</element-citation>
</ref>
<ref id="redalyc_726182578004_ref5">
<label>[5]</label>
<mixed-citation publication-type="journal">[5] Chukalla, A. D., Krol, M. S., &amp; Hoekstra, A. Y. (2015). Green and blue water footprint reduction in irrigated agriculture: Effect of irrigation techniques, irrigation strategies, and mulching. Hydrology and Earth System Sciences, 19(12), 4877–4891. <ext-link ext-link-type="uri" xlink:href="https://doi.org/10.5194/hess-19-4877-2015">https://doi.org/10.5194/hess-19-4877-2015</ext-link>
</mixed-citation>
<element-citation publication-type="journal">
<person-group person-group-type="author">
<name>
<surname>Chukalla</surname>
<given-names>A. D.</given-names>
</name>
<name>
<surname>Krol</surname>
<given-names>M. S.</given-names>
</name>
<name>
<surname>Hoekstra</surname>
<given-names>A. Y.</given-names>
</name>
</person-group>
<article-title>Green and blue water footprint reduction in irrigated agriculture: Effect of irrigation techniques, irrigation strategies, and mulching</article-title>
<source>Hydrology and Earth System Sciences</source>
<year>2015</year>
<issue>12</issue>
<fpage>4877</fpage>
<lpage>4891</lpage>
<comment>
<ext-link ext-link-type="uri" xlink:href="https://doi.org/10.5194/hess-19-4877-2015">https://doi.org/10.5194/hess-19-4877-2015</ext-link>
</comment>
</element-citation>
</ref>
<ref id="redalyc_726182578004_ref6">
<label>[6]</label>
<mixed-citation publication-type="thesis">[6] Lema Mancero, C. R. (2022). Eficiencia de aplicación de tres métodos de riego en el cultivo de maíz (Zea mays L.) variedad INIAP-101 [Tesis de grado, Escuela Superior Politécnica de Chimborazo]. <ext-link ext-link-type="uri" xlink:href="http://dspace.espoch.edu.ec/handle/123456789/16550">http://dspace.espoch.edu.ec/handle/123456789/16550</ext-link>
</mixed-citation>
<element-citation publication-type="thesis">
<person-group person-group-type="author">
<name>
<surname>Lema Mancero</surname>
<given-names>C. R.</given-names>
</name>
</person-group>
<source>Escuela Superior Politécnica de Chimborazo</source>
<year>2022</year>
<comment>
<ext-link ext-link-type="uri" xlink:href="http://dspace.espoch.edu.ec/handle/123456789/16550">http://dspace.espoch.edu.ec/handle/123456789/16550</ext-link>
</comment>
</element-citation>
</ref>
<ref id="redalyc_726182578004_ref7">
<label>[7]</label>
<mixed-citation publication-type="journal">[7] Gago, J., Douthe, C., Florez-Sarasa, I., Escalona, J. M., Galmés, J., Fernie, A. R., Flexas, J., &amp; Medrano, H. (2014). Opportunities for improving leaf water use efficiency under climate change conditions. Plant Science, 226, 108–119. <ext-link ext-link-type="uri" xlink:href="https://doi.org/10.1016/j.plantsci.2014.04.007">https://doi.org/10.1016/j.plantsci.2014.04.007</ext-link>
</mixed-citation>
<element-citation publication-type="journal">
<person-group person-group-type="author">
<name>
<surname>Gago</surname>
<given-names>J.</given-names>
</name>
<name>
<surname>Douthe</surname>
<given-names>C.</given-names>
</name>
<name>
<surname>Florez-Sarasa</surname>
<given-names>I.</given-names>
</name>
<name>
<surname>Escalona</surname>
<given-names>J. M.</given-names>
</name>
<name>
<surname>Galmés</surname>
<given-names>J.</given-names>
</name>
<name>
<surname>Fernie</surname>
<given-names>A. R.</given-names>
</name>
<name>
<surname>Flexas</surname>
<given-names>J.</given-names>
</name>
<name>
<surname>Medrano</surname>
<given-names>H.</given-names>
</name>
</person-group>
<article-title>Opportunities for improving leaf water use efficiency under climate change conditions</article-title>
<source>Plant Science</source>
<year>2014</year>
<fpage>108</fpage>
<lpage>119</lpage>
<comment>
<ext-link ext-link-type="uri" xlink:href="https://doi.org/10.1016/j.plantsci.2014.04.007">https://doi.org/10.1016/j.plantsci.2014.04.007</ext-link>
</comment>
</element-citation>
</ref>
<ref id="redalyc_726182578004_ref8">
<label>[8]</label>
<mixed-citation publication-type="report">[8] UNESCO. (2021). Informe mundial de las Naciones Unidas sobre el desarrollo de los recursos hídricos 2021: El valor del agua; datos y cifras (SC-2021/WS/3). WWAP. <ext-link ext-link-type="uri" xlink:href="https://unesdoc.unesco.org/ark:/48223/pf0000375751_spa">https://unesdoc.unesco.org/ark:/48223/pf0000375751_spa</ext-link>
</mixed-citation>
<element-citation publication-type="report">
<person-group person-group-type="author">
<collab>UNESCO</collab>
</person-group>
<source>UNESCO</source>
<year>2021</year>
<comment>
<ext-link ext-link-type="uri" xlink:href="https://unesdoc.unesco.org/ark:/48223/pf0000375751_spa">https://unesdoc.unesco.org/ark:/48223/pf0000375751_spa</ext-link>
</comment>
</element-citation>
</ref>
<ref id="redalyc_726182578004_ref9">
<label>[9]</label>
<mixed-citation publication-type="report">[9] Instituto Nacional de Estadística y Censos (INEC). (2020). Información agroambiental y tecnificación agropecuaria, módulo ESPAC 2018. <ext-link ext-link-type="uri" xlink:href="https://www.ecuadorencifras.gob.ec/documentos/web-inec/Encuestas_Ambientales/Modulo_Ambiental_ESPAC_2018/RESULT_MOD_AMB_ESPAC_2018.pdf">https://www.ecuadorencifras.gob.ec/documentos/web-inec/Encuestas_Ambientales/Modulo_Ambiental_ESPAC_2018/RESULT_MOD_AMB_ESPAC_2018.pdf</ext-link>
</mixed-citation>
<element-citation publication-type="report">
<person-group person-group-type="author">
<collab>Instituto Nacional de Estadística y Censos (INEC)</collab>
</person-group>
<source>Instituto Nacional de Estadística y Censos</source>
<year>2020</year>
<comment>
<ext-link ext-link-type="uri" xlink:href="https://www.ecuadorencifras.gob.ec/documentos/web-inec/Encuestas_Ambientales/Modulo_Ambiental_ESPAC_2018/RESULT_MOD_AMB_ESPAC_2018.pdf">https://www.ecuadorencifras.gob.ec/documentos/web-inec/Encuestas_Ambientales/Modulo_Ambiental_ESPAC_2018/RESULT_MOD_AMB_ESPAC_2018.pdf</ext-link>
</comment>
</element-citation>
</ref>
<ref id="redalyc_726182578004_ref10">
<label>[10]</label>
<mixed-citation publication-type="webpage">[10] Banco Mundial. (14 de julio de 2021). En Ecuador, el riego tecnificado equivale a cultivos más sostenibles y mejor alimentación. World Bank. <ext-link ext-link-type="uri" xlink:href="https://www.bancomundial.org/es/news/feature/2021/07/14/en-ecuador-el-riego-tecnificado-equivale-a-cultivos-m-s-sostenibles-y-mejor-alimentaci-n">https://www.bancomundial.org/es/news/feature/2021/07/14/en-ecuador-el-riego-tecnificado-equivale-a-cultivos-m-s-sostenibles-y-mejor-alimentaci-n</ext-link>
</mixed-citation>
<element-citation publication-type="webpage">
<person-group person-group-type="author">
<collab>Banco Mundial</collab>
</person-group>
<source>Banco Mundial</source>
<year>2021</year>
<comment>
<ext-link ext-link-type="uri" xlink:href="https://www.bancomundial.org/es/news/feature/2021/07/14/en-ecuador-el-riego-tecnificado-equivale-a-cultivos-m-s-sostenibles-y-mejor-alimentaci-n">https://www.bancomundial.org/es/news/feature/2021/07/14/en-ecuador-el-riego-tecnificado-equivale-a-cultivos-m-s-sostenibles-y-mejor-alimentaci-n</ext-link>
</comment>
</element-citation>
</ref>
<ref id="redalyc_726182578004_ref11">
<label>[11]</label>
<mixed-citation publication-type="journal">[11] Kerr, Y. H., Waldteufel, P., Wigneron, J. P., Delwart, S., Cabot, F., Boutin, J., Escorihuela, M. J., Font, J., Reul, N., Gruhier, C., Juglea, S. E., Drinkwater, M. R., Hahne, A., Martín-Neira, M., &amp; Mecklenburg, S. (2010). The SMOS mission: New tool for monitoring key elements of the global water cycle. Proceedings of the IEEE, 98(5), 666–687. <ext-link ext-link-type="uri" xlink:href="https://doi.org/10.1109/JPROC.2010.2043032">https://doi.org/10.1109/JPROC.2010.2043032</ext-link>
</mixed-citation>
<element-citation publication-type="journal">
<person-group person-group-type="author">
<name>
<surname>Kerr</surname>
<given-names>Y. H.</given-names>
</name>
<name>
<surname>Waldteufel</surname>
<given-names>P.</given-names>
</name>
<name>
<surname>Wigneron</surname>
<given-names>J. P.</given-names>
</name>
<name>
<surname>Delwart</surname>
<given-names>S.</given-names>
</name>
<name>
<surname>Cabot</surname>
<given-names>F.</given-names>
</name>
<name>
<surname>Boutin</surname>
<given-names>J.</given-names>
</name>
<name>
<surname>Escorihuela</surname>
<given-names>M. J.</given-names>
</name>
<name>
<surname>Font</surname>
<given-names>J.</given-names>
</name>
<name>
<surname>Reul</surname>
<given-names>N.</given-names>
</name>
<name>
<surname>Gruhier</surname>
<given-names>C.</given-names>
</name>
<name>
<surname>Juglea</surname>
<given-names>S. E.</given-names>
</name>
<name>
<surname>Drinkwater</surname>
<given-names>M. R.</given-names>
</name>
<name>
<surname>Hahne</surname>
<given-names>A.</given-names>
</name>
<name>
<surname>Martín-Neira</surname>
<given-names>M.</given-names>
</name>
<name>
<surname>Mecklenburg</surname>
<given-names>S.</given-names>
</name>
</person-group>
<article-title>The SMOS mission: New tool for monitoring key elements of the global water cycle</article-title>
<source>Proceedings of the IEEE</source>
<year>2010</year>
<issue>5</issue>
<fpage>666</fpage>
<lpage>687</lpage>
<comment>
<ext-link ext-link-type="uri" xlink:href="https://doi.org/10.1109/JPROC.2010.2043032">https://doi.org/10.1109/JPROC.2010.2043032</ext-link>
</comment>
</element-citation>
</ref>
<ref id="redalyc_726182578004_ref12">
<label>[12]</label>
<mixed-citation publication-type="book">[12] Singh, A., &amp; Gaurav, K. (2023). Deep learning and data fusion to estimate surface soil moisture from multi-sensor satellite images. Scientific Reports, 13(1), 2251. <ext-link ext-link-type="uri" xlink:href="https://doi.org/10.1038/s41598-023-28939-9">https://doi.org/10.1038/s41598-023-28939-9</ext-link>
</mixed-citation>
<element-citation publication-type="book">
<person-group person-group-type="author">
<name>
<surname>Singh</surname>
<given-names>A.</given-names>
</name>
<name>
<surname>Gaurav</surname>
<given-names>K.</given-names>
</name>
</person-group>
<source>Scientific Reports</source>
<year>2023</year>
<issue>1</issue>
<comment>
<ext-link ext-link-type="uri" xlink:href="https://doi.org/10.1038/s41598-023-28939-9">https://doi.org/10.1038/s41598-023-28939-9</ext-link>
</comment>
</element-citation>
</ref>
<ref id="redalyc_726182578004_ref13">
<label>[13]</label>
<mixed-citation publication-type="book">[13] Wallbank, J. R., Cole, S. J., Moore, R. J., Anderson, S. R., &amp; Mellor, E. J. (2021). Estimating snow water equivalent using cosmic-ray neutron sensors from the COSMOS-UK network. Hydrological Processes, 35(5), e14048. <ext-link ext-link-type="uri" xlink:href="https://doi.org/10.1002/hyp.14048">https://doi.org/10.1002/hyp.14048</ext-link>
</mixed-citation>
<element-citation publication-type="book">
<person-group person-group-type="author">
<name>
<surname>Wallbank</surname>
<given-names>J. R.</given-names>
</name>
<name>
<surname>Cole</surname>
<given-names>S. J.</given-names>
</name>
<name>
<surname>Moore</surname>
<given-names>R. J.</given-names>
</name>
<name>
<surname>Anderson</surname>
<given-names>S. R.</given-names>
</name>
<name>
<surname>Mellor</surname>
<given-names>E. J.</given-names>
</name>
</person-group>
<source>Hydrological Processes</source>
<year>2021</year>
<issue>5</issue>
<comment>
<ext-link ext-link-type="uri" xlink:href="https://doi.org/10.1002/hyp.14048">https://doi.org/10.1002/hyp.14048</ext-link>
</comment>
</element-citation>
</ref>
<ref id="redalyc_726182578004_ref14">
<label>[14]</label>
<mixed-citation publication-type="journal">[14] Andreasen, M., Jensen, K. H., Desilets, D., Franz, T. E., Zreda, M., Bogena, H. R., &amp; Looms, M. C. (2017). Status and perspectives on the cosmic-ray neutron method for soil moisture estimation and other environmental science applications. Vadose Zone Journal, 16(8). <ext-link ext-link-type="uri" xlink:href="https://doi.org/10.2136/vzj2017.04.0086">https://doi.org/10.2136/vzj2017.04.0086</ext-link>
</mixed-citation>
<element-citation publication-type="journal">
<person-group person-group-type="author">
<name>
<surname>Andreasen</surname>
<given-names>M.</given-names>
</name>
<name>
<surname>Jensen</surname>
<given-names>K. H.</given-names>
</name>
<name>
<surname>Desilets</surname>
<given-names>D.</given-names>
</name>
<name>
<surname>Franz</surname>
<given-names>T. E.</given-names>
</name>
<name>
<surname>Zreda</surname>
<given-names>M.</given-names>
</name>
<name>
<surname>Bogena</surname>
<given-names>H. R.</given-names>
</name>
<name>
<surname>Looms</surname>
<given-names>M. C.</given-names>
</name>
</person-group>
<article-title>Status and perspectives on the cosmic-ray neutron method for soil moisture estimation and other environmental science applications</article-title>
<source>Vadose Zone Journal</source>
<year>2017</year>
<comment>
<ext-link ext-link-type="uri" xlink:href="https://doi.org/10.2136/vzj2017.04.0086">https://doi.org/10.2136/vzj2017.04.0086</ext-link>
</comment>
</element-citation>
</ref>
<ref id="redalyc_726182578004_ref15">
<label>[15]</label>
<mixed-citation publication-type="journal">[15] Köhli, M., Schrön, M., Zacharias, S., &amp; Schmidt, U. (2023). URANOS v1.0 – the Ultra Rapid Adaptable Neutron-Only Simulation for Environmental Research. Geoscientific Model Development, 16(2), 449–477. <ext-link ext-link-type="uri" xlink:href="https://doi.org/10.5194/gmd-16-449-2023">https://doi.org/10.5194/gmd-16-449-2023</ext-link>
</mixed-citation>
<element-citation publication-type="journal">
<person-group person-group-type="author">
<name>
<surname>Köhli</surname>
<given-names>M.</given-names>
</name>
<name>
<surname>Schrön</surname>
<given-names>M.</given-names>
</name>
<name>
<surname>Zacharias</surname>
<given-names>S.</given-names>
</name>
<name>
<surname>Schmidt</surname>
<given-names>U.</given-names>
</name>
</person-group>
<article-title>URANOS v1.0 – the Ultra Rapid Adaptable Neutron-Only Simulation for Environmental Research</article-title>
<source>Geoscientific Model Development</source>
<year>2023</year>
<issue>2</issue>
<fpage>449</fpage>
<lpage>477</lpage>
<comment>
<ext-link ext-link-type="uri" xlink:href="https://doi.org/10.5194/gmd-16-449-2023">https://doi.org/10.5194/gmd-16-449-2023</ext-link>
</comment>
</element-citation>
</ref>
<ref id="redalyc_726182578004_ref16">
<label>[16]</label>
<mixed-citation publication-type="journal">[16] Stoykov, A., Mosset, J. B., Greuter, U., Hildebrandt, M., &amp; Schlumpf, N. (2015). A SiPM-based ZnS:6LiF scintillation neutron detector. Nuclear Instruments and Methods in Physics Research Section A: Accelerators, Spectrometers, Detectors and Associated Equipment, 787, 361–366. <ext-link ext-link-type="uri" xlink:href="https://doi.org/10.1016/j.nima.2015.01.076">https://doi.org/10.1016/j.nima.2015.01.076</ext-link>
</mixed-citation>
<element-citation publication-type="journal">
<person-group person-group-type="author">
<name>
<surname>Stoykov</surname>
<given-names>A.</given-names>
</name>
<name>
<surname>Mosset</surname>
<given-names>J. B.</given-names>
</name>
<name>
<surname>Greuter</surname>
<given-names>U.</given-names>
</name>
<name>
<surname>Hildebrandt</surname>
<given-names>M.</given-names>
</name>
<name>
<surname>Schlumpf</surname>
<given-names>N.</given-names>
</name>
</person-group>
<article-title>A SiPM-based ZnS:6LiF scintillation neutron detector</article-title>
<source>Nuclear Instruments and Methods in Physics Research Section A: Accelerators, Spectrometers, Detectors and Associated Equipment</source>
<year>2015</year>
<fpage>361</fpage>
<lpage>366</lpage>
<comment>
<ext-link ext-link-type="uri" xlink:href="https://doi.org/10.1016/j.nima.2015.01.076">https://doi.org/10.1016/j.nima.2015.01.076</ext-link>
</comment>
</element-citation>
</ref>
<ref id="redalyc_726182578004_ref17">
<label>[17]</label>
<mixed-citation publication-type="book">[17] Bodini, I., Paderno, D., Pagano, D., Donzella, A., Bonomi, G., Zenoni, A., &amp; Villa, V. (2022). Design Requirements Assessment in the COMMAND (Compact Multi-purpose Muon and Neutron Detector) Project. En S. Gerbino, A. Lanzotti, M. Martorelli, R. Mirálbes Buil, C. Rizzi, &amp; L. Roucoules (Eds.), Advances on Mechanics, Design Engineering and Manufacturing IV (pp. 367–379). Springer. <ext-link ext-link-type="uri" xlink:href="https://doi.org/10.1007/978-3-031-15928-2_32">https://doi.org/10.1007/978-3-031-15928-2_32</ext-link>
</mixed-citation>
<element-citation publication-type="book">
<person-group person-group-type="author">
<name>
<surname>Bodini</surname>
<given-names>I.</given-names>
</name>
<name>
<surname>Paderno</surname>
<given-names>D.</given-names>
</name>
<name>
<surname>Pagano</surname>
<given-names>D.</given-names>
</name>
<name>
<surname>Donzella</surname>
<given-names>A.</given-names>
</name>
<name>
<surname>Bonomi</surname>
<given-names>G.</given-names>
</name>
<name>
<surname>Zenoni</surname>
<given-names>A.</given-names>
</name>
<name>
<surname>Villa</surname>
<given-names>V.</given-names>
</name>
</person-group>
<source>Advances on Mechanics, Design Engineering and Manufacturing IV</source>
<year>2022</year>
<fpage>367</fpage>
<lpage>379</lpage>
<comment>
<ext-link ext-link-type="uri" xlink:href="https://doi.org/10.1007/978-3-031-15928-2_32">https://doi.org/10.1007/978-3-031-15928-2_32</ext-link>
</comment>
</element-citation>
</ref>
<ref id="redalyc_726182578004_ref18">
<label>[18]</label>
<mixed-citation publication-type="book">[18] Stevanato, L., Baroni, G., Cohen, Y., Fontana, C. L., Gatto, S., Lunardon, M., Marinello, F., Moretto, S., &amp; Morselli, L. (2019). A novel cosmic-ray neutron sensor for soil moisture estimation over large areas. Agriculture, 9(9), 202. <ext-link ext-link-type="uri" xlink:href="https://doi.org/10.3390/agriculture9090202">https://doi.org/10.3390/agriculture9090202</ext-link>
</mixed-citation>
<element-citation publication-type="book">
<person-group person-group-type="author">
<name>
<surname>Stevanato</surname>
<given-names>L.</given-names>
</name>
<name>
<surname>Baroni</surname>
<given-names>G.</given-names>
</name>
<name>
<surname>Cohen</surname>
<given-names>Y.</given-names>
</name>
<name>
<surname>Fontana</surname>
<given-names>C. L.</given-names>
</name>
<name>
<surname>Gatto</surname>
<given-names>S.</given-names>
</name>
<name>
<surname>Lunardon</surname>
<given-names>M.</given-names>
</name>
<name>
<surname>Marinello</surname>
<given-names>F.</given-names>
</name>
<name>
<surname>Moretto</surname>
<given-names>S.</given-names>
</name>
<name>
<surname>Morselli</surname>
<given-names>L.</given-names>
</name>
</person-group>
<source>Agriculture</source>
<year>2019</year>
<issue>9</issue>
<comment>
<ext-link ext-link-type="uri" xlink:href="https://doi.org/10.3390/agriculture9090202">https://doi.org/10.3390/agriculture9090202</ext-link>
</comment>
</element-citation>
</ref>
<ref id="redalyc_726182578004_ref19">
<label>[19]</label>
<mixed-citation publication-type="book">[19] Asorey, H., Núñez, L. A., Suárez-Durán, M., Torres-Niño, L. A., Rodríguez-Pascual, M., Rubio-Montero, A. J., &amp; Mayo-García, R. (2016). The Latin American Giant Observatory: A successful collaboration in Latin America based on cosmic rays and computer science domains. In 2016 IEEE/ACM International Symposium on Cluster, Cloud and Grid Computing (CCGrid) (pp. 707–713). IEEE. <ext-link ext-link-type="uri" xlink:href="https://doi.org/10.1109/CCGrid.2016.110">https://doi.org/10.1109/CCGrid.2016.110</ext-link>
</mixed-citation>
<element-citation publication-type="book">
<person-group person-group-type="author">
<name>
<surname>Asorey</surname>
<given-names>H.</given-names>
</name>
<name>
<surname>Núñez</surname>
<given-names>L. A.</given-names>
</name>
<name>
<surname>Suárez-Durán</surname>
<given-names>M.</given-names>
</name>
<name>
<surname>Torres-Niño</surname>
<given-names>L. A.</given-names>
</name>
<name>
<surname>Rodríguez-Pascual</surname>
<given-names>M.</given-names>
</name>
<name>
<surname>Rubio-Montero</surname>
<given-names>A. J.</given-names>
</name>
<name>
<surname>Mayo-García</surname>
<given-names>R.</given-names>
</name>
</person-group>
<source>2016 IEEE/ACM International Symposium on Cluster, Cloud and Grid Computing (CCGrid)</source>
<year>2016</year>
<fpage>707</fpage>
<lpage>713</lpage>
<comment>
<ext-link ext-link-type="uri" xlink:href="https://doi.org/10.1109/CCGrid.2016.110">https://doi.org/10.1109/CCGrid.2016.110</ext-link>
</comment>
</element-citation>
</ref>
<ref id="redalyc_726182578004_ref20">
<label>[20]</label>
<mixed-citation publication-type="confproc">[20] Santillán, O. (2018). Agricultura de precisión (p. 15). Oficina de Información Científica y Tecnológica para el Congreso de la Unión (INCyTU). <ext-link ext-link-type="uri" xlink:href="https://www.foroconsultivo.org.mx/INCyTU/documentos/Completa/INCYTU_18-015.pdf">https://www.foroconsultivo.org.mx/INCyTU/documentos/Completa/INCYTU_18-015.pdf</ext-link>
</mixed-citation>
<element-citation publication-type="confproc">
<person-group person-group-type="author">
<name>
<surname>Santillán</surname>
<given-names>O.</given-names>
</name>
</person-group>
<source>Oficina de Información Científica y Tecnológica para el Congreso de la Unión (INCyTU)</source>
<year>2018</year>
<comment>
<ext-link ext-link-type="uri" xlink:href="https://www.foroconsultivo.org.mx/INCyTU/documentos/Completa/INCYTU_18-015.pdf">https://www.foroconsultivo.org.mx/INCyTU/documentos/Completa/INCYTU_18-015.pdf</ext-link>
</comment>
</element-citation>
</ref>
</ref-list>
</back>
</article>