Cuando una hoja se ve marchita, el daño fisiológico que produjo esa marchitez ya ocurrió, y el rendimiento que se comprometió en el camino ya quedó comprometido. Esa es la trampa silenciosa del riego guiado por la observación, porque los síntomas visibles son indicadores tardíos de un proceso que empezó bajo el suelo varios días antes, cuando el agua disponible en la zona de raíces cruzó un umbral que nadie estaba mirando. El productor que riega por lo que ve llega tarde casi siempre; el que riega por calendario llega temprano unas veces y tarde otras, con el agravante de que no sabe cuál de las dos cosas le pasó.
Esta temporada ha construido tres piezas que encajan entre sí. Primero pusimos número a la demanda hídrica del cultivo, después revisamos qué fracción de esa agua llega realmente a la raíz según el método de aplicación, y luego vimos que existen ventanas del ciclo donde restringir el agua de forma deliberada mejora la rentabilidad. Las tres piezas comparten una dependencia que todavía no habíamos resuelto, y es que ninguna funciona si no sabes, hoy, qué tiene tu suelo y cómo está tu planta. La propia FAO lo señala como condición para el riego deficitario controlado, advirtiendo que la técnica exige alta capacidad de manejo con monitoreo cercano del contenido de agua del suelo. Sin esa capa de medición, el cálculo es una estimación, la infraestructura es un supuesto y la estrategia de déficit es un riesgo.
Del número calculado al número medido, por qué el balance hídrico se te desfasa solo
El balance hídrico que se calcula con evapotranspiración de referencia y coeficiente de cultivo es una herramienta excelente, y sigue siendo el marco de referencia de la agronomía del riego. Su límite no está en la fórmula sino en la acumulación de pequeños errores a lo largo del tiempo. La lluvia que registras no es toda la lluvia que se infiltró, porque una parte escurrió y otra se evaporó de la superficie antes de entrar. La lámina que aplicaste no es toda la que quedó en la zona de raíces, porque tu sistema tiene una eficiencia y una uniformidad reales que casi nunca coinciden con las de diseño. La capacidad de almacenamiento de tu suelo cambia entre lotes y entre profundidades dentro del mismo lote.
Cada uno de esos desvíos es pequeño en un riego individual y ninguno se nota en la semana. Sumados a lo largo de un mes, producen un desfase entre el agua que tu planilla dice que hay en el suelo y el agua que efectivamente hay. El sensor cumple la función de corregir esa deriva, funcionando como el punto de control que devuelve el modelo a la realidad. No reemplaza el cálculo, lo ancla.
Los datos comparativos ayudan a dimensionar cuánto vale ese anclaje. Un estudio de 2025 que comparó programación por sensores de humedad contra programación basada en clima, en un cultivo bajo riego por goteo con sensores capacitivos de bajo costo conectados por internet de las cosas, encontró reducciones cercanas al 28,8 por ciento en el uso de agua y del 16,2 por ciento en horas de bombeo, manteniendo el desempeño del cultivo. Léelo en términos de finca, porque esas horas de bombeo son diésel o energía facturada, y ese ahorro no vino de producir menos sino de dejar de aplicar riegos que el suelo no necesitaba. Revisiones sistemáticas recientes sobre sistemas de riego habilitados por internet de las cosas reportan ahorros que van desde cerca del diez por ciento hasta cerca del treinta según el cultivo, el sistema y la línea base contra la que se compara, un rango amplio que conviene interpretar con cuidado, porque el ahorro es mayor cuando la práctica previa era más imprecisa.
Cuánta agua hay y cuánto le cuesta sacarla, dos preguntas que no son la misma
Aquí aparece una distinción que decide qué equipo te conviene y que muchos catálogos no explican. Existen dos familias de sensores de suelo y responden preguntas distintas.
La primera familia mide contenido volumétrico de agua, es decir, qué porcentaje del volumen de suelo está ocupado por agua. Ahí entran los sensores capacitivos y de reflectometría de dominio de frecuencia, los de reflectometría de dominio de tiempo, y en el terreno más tradicional la sonda de neutrones y el método gravimétrico de laboratorio. Su lectura es intuitiva, porque te dice cuántos milímetros de agua tienes almacenados en cada estrato, y se conecta de forma directa con el balance hídrico que ya sabes calcular.
La segunda familia mide potencial mátrico, es decir, la tensión con la que el suelo retiene el agua y, por lo tanto, el esfuerzo que le cuesta a la raíz extraerla. Ahí están los tensiómetros y los sensores de matriz granular. Su lectura es menos intuitiva porque se expresa en unidades de succión, pero tiene una ventaja conceptual importante, y es que responde la pregunta que la planta realmente enfrenta. Un suelo arenoso con doce por ciento de humedad volumétrica puede tener agua perfectamente disponible, mientras un suelo arcilloso con el mismo doce por ciento puede estar reteniéndola con tanta fuerza que la raíz no la alcanza. El contenido es el mismo, la disponibilidad no.
La elección práctica depende de tu suelo y de tu forma de trabajar. En suelos de textura media y pesada, donde la curva de retención es pronunciada, la tensión aporta información que el contenido volumétrico no entrega con la misma claridad. En operaciones que ya llevan balance hídrico por lote, el contenido volumétrico se integra mejor con los registros existentes. El estudio comparativo de 2025 mencionado arriba encontró además que los sensores capacitivos superaron a los tensiómetros en simplicidad operativa y en eficiencia de riego, aunque su desempeño se mantuvo ligeramente por debajo del método basado en evapotranspiración optimizada, lo que sugiere que la mejor configuración no es elegir entre sensor y cálculo sino operarlos juntos.
La calibración, el paso que decide si tu sensor mide o simplemente opina
Este es el punto donde más inversiones en monitoreo se pierden sin que el productor se entere. Un sensor capacitivo no mide agua directamente, mide una propiedad eléctrica del medio y la convierte en humedad mediante una ecuación. Esa ecuación viene de fábrica, calibrada en un suelo de referencia que no es el tuyo, con una textura, un contenido de materia orgánica y una salinidad que probablemente no coinciden con los de tu lote. El resultado es un número que se ve preciso, se grafica bonito y puede estar sistemáticamente corrido.
La investigación reciente sobre calibración de sensores capacitivos de bajo costo aborda exactamente este problema, evaluando el desempeño de estos equipos en suelos específicos y proponiendo ecuaciones ajustadas para aplicaciones de manejo de riego. Trabajos de 2025 sobre sensores de capacitancia para programación de riego de precisión llegan a una conclusión convergente, y es que la calibración específica de sitio mejora de forma sustancial la utilidad agronómica de la lectura. Desarrollos de 2026 sobre sensores de bajo costo para programación en tiempo real insisten en el mismo requisito antes de confiar en el dato para automatizar.
La buena noticia es que la calibración de campo no exige laboratorio. El procedimiento consiste en tomar muestras de suelo junto al sensor en distintos momentos, desde suelo saturado después de un riego hasta suelo seco antes del siguiente, determinar la humedad real de esas muestras por peso seco, y comparar cada valor con la lectura que el sensor entregó en ese instante. Con cinco o seis pares de datos que cubran el rango de humedad que manejas, tienes una relación local que corrige la lectura de fábrica. Es una tarde de trabajo por tipo de suelo y es la diferencia entre tener un instrumento y tener un adorno con conexión a internet.
Hay una segunda calibración, más agronómica que técnica, y es definir tus umbrales. El sensor te dice cuánta agua hay, pero no te dice cuándo regar, porque ese umbral depende del cultivo, de la etapa fenológica y de la estrategia que hayas elegido. Un lote de cítricos en expansión de fruto y ese mismo lote en cambio de color piden umbrales distintos, y ahí es donde el monitoreo deja de ser un instrumento y se vuelve una herramienta de decisión.
Medir antes de abrir la llave
¿Sabes en este momento cuánta agua disponible tiene la zona de raíces de tu lote más crítico, o lo estás deduciendo de la última vez que llovió? Esa diferencia es la que separa un riego administrado de un riego improvisado, y no depende de comprar el equipo más caro sino de tener el dato y saber contra qué compararlo. Harvis te ayuda a llevar el registro de tus riegos y de tu lluvia por lote, cruzarlo con la demanda calculada del cultivo y convertir las lecturas de tus sensores en una decisión concreta sobre cuándo abrir la llave y por cuánto tiempo. Escríbenos por WhatsApp y conversemos sobre cómo está tu monitoreo hoy.
Dónde entierras el sensor decide más que la marca que compraste
Existe una creencia extendida de que la calidad del monitoreo depende del equipo, y la evidencia apunta en otra dirección. Un sensor de gama media bien ubicado entrega mejores decisiones que un sensor de gama alta puesto en el lugar equivocado, porque el error de ubicación no se corrige con precisión de instrumento.
La primera decisión es la profundidad. Las guías de extensión universitaria recomiendan instalar sensores en pares, típicamente a un tercio y a dos tercios de la profundidad efectiva de raíces, monitoreando al menos dos o tres estratos para capturar cómo se distribuye el agua en el perfil. La lógica es sencilla y vale entenderla, porque el sensor superficial te dice si el riego que aplicaste alcanzó a mojar la zona donde está la mayor densidad de raíces, mientras el sensor profundo te avisa si te pasaste y el agua está percolando por debajo, llevándose nutrientes. Ese par de lecturas juntas responde las dos preguntas que importan, si regaste suficiente y si regaste de más. Conviene además tener presente que cerca del setenta por ciento del agua que la planta extrae proviene de la mitad superior de la zona radicular, de modo que el estrato superficial pesa más en la decisión diaria.
La segunda decisión es la posición horizontal, y en riego localizado es crítica. El agua de un gotero no moja el lote, moja un bulbo, y un sensor colocado fuera de ese bulbo mide suelo seco de forma permanente mientras la planta está perfectamente abastecida. Colocarlo pegado al emisor tiene el problema inverso, porque mide una zona saturada que no representa el promedio de la raíz activa. La investigación específica sobre ubicación de sensores en sistemas de goteo aborda este compromiso y concluye que la posición debe definirse dentro del bulbo húmedo, a una distancia intermedia entre el emisor y el borde del bulbo, y a la profundidad donde se concentra la raíz activa.
La tercera decisión es cuántos puntos instalar. Las recomendaciones de extensión sugieren un mínimo de dos ubicaciones de monitoreo por zona de manejo, y advierten que lotes con mayor variabilidad de textura, pendiente o uniformidad de riego requieren más puntos. Trabajos sobre optimización del posicionamiento de sensores en campo confirman que la ubicación representativa importa más que el número absoluto, y que instalar en puntos altos, depresiones o zonas atípicas introduce sesgo en lugar de información. La regla práctica que se desprende es instalar en la zona que representa la mayoría del lote, y si tienes un sector consistentemente más seco o más pesado, tratarlo como una zona de manejo aparte con su propio punto de medición.
Preguntarle a la planta, no solo al suelo
El suelo te dice cuánta agua hay disponible, pero la planta es la que decide cuánta usa y cuánta transpiración sacrifica para protegerse. Esa distinción abrió una segunda generación de instrumentos que miden directamente el estado hídrico del cultivo, y son especialmente relevantes en frutales perennes como aguacate y cítricos, donde la respuesta al déficit es precisamente lo que quieres controlar.
Los dendrómetros miden variaciones micrométricas del diámetro del tronco a lo largo del día. Durante las horas de mayor demanda atmosférica el tronco se contrae porque la transpiración extrae agua de los tejidos, y durante la noche se recupera cuando la planta repone. Cuando el árbol entra en estrés, la contracción diaria máxima aumenta y la tasa de crecimiento del tronco se reduce o se vuelve negativa, dos señales que aparecen antes que cualquier síntoma visible en el follaje. Fuentes de extensión especializadas en riego reportan correlaciones fuertes entre la contracción diaria máxima medida por dendrómetro y el potencial hídrico de tallo medido con cámara de presión, del orden de un coeficiente de determinación de 0,85, lo que en términos prácticos significa que un instrumento automático y continuo puede sustituir en buena medida una medición manual que exige personal entrenado y ventanas horarias estrictas.
Los sensores de flujo de savia estiman cuánta agua está moviéndose por el tronco en cada momento, entregando una lectura directa de la transpiración real frente a la potencial. Los microtensiómetros de tronco, más recientes, miden el potencial hídrico del tallo de forma continua, y la investigación reciente ha trabajado en relacionar esa lectura con flujo de savia, temperatura de canopia y variaciones de diámetro de tronco y fruto. Un modelo de 2025 combinó variación del diámetro del tallo con déficit de presión de vapor para reproducir el potencial hídrico de tallo, y trabajos del mismo año aplicaron dendrómetros para automatizar directamente el riego en huertos. Investigación en huertos de alta densidad ha evaluado el uso conjunto de flujo de savia y contracción diaria máxima como sistema de programación, con resultados que respaldan la combinación de ambas señales.
Estos equipos son más costosos y más exigentes que un sensor de suelo, y no son el punto de partida para una finca que apenas empieza a medir. Su lugar natural es el huerto de alto valor donde ya existe monitoreo de suelo, donde se aplica una estrategia de déficit controlado y donde el margen entre restringir bien y restringir mal justifica el instrumento.
Como ya lo abordamos en nuestro blog Lo que ocurre dentro de tu cultivo cuando llega la sequía, y cómo leer las señales a tiempo, que puedes leer aquí, la planta lleva un registro interno de su propio estrés mucho antes de que ese registro se vuelva visible en la hoja o en el fruto; los sensores de planta son, en el fondo, la forma de leer ese registro mientras todavía se puede hacer algo al respecto.
Lo que un sensor no te va a resolver
Sería fácil cerrar este recorrido sugiriendo que instalar sensores resuelve el manejo del agua, y no es cierto. Conviene decir con claridad dónde están los límites, porque el productor que los conoce toma mejores decisiones de compra.
Un sensor mal instalado o sin calibrar produce datos que se ven confiables y no lo son, y ese es un escenario peor que no tener datos, porque genera confianza donde debería haber duda. Los equipos derivan con el tiempo, sobre todo los de menor costo, y necesitan verificación periódica contra muestreo directo al menos una vez por temporada. La conectividad rural sigue siendo una restricción real, y un sistema que depende de transmisión continua para funcionar hereda la fragilidad de la señal disponible, razón por la cual conviene privilegiar equipos que almacenen datos localmente y transmitan cuando puedan. Las baterías, los cables y los conectores viven a la intemperie y en presencia de labores de campo, y la tasa de falla física de un sistema mal protegido es alta.
Hay un límite más de fondo. El sensor mide un punto, y tu lote no es un punto. Por bien ubicado que esté, extrapolar su lectura a toda una unidad de manejo asume una homogeneidad que rara vez existe, y esa es una de las razones por las que las revisiones sobre pronóstico de humedad de suelo insisten en combinar sensores con información climática y con modelos, en lugar de sustituir unos por otros. La medición puntual y el modelo de balance se corrigen mutuamente, y ninguno de los dos es suficiente solo.
Finalmente, automatizar sobre un dato que no verificaste multiplica el error en lugar de corregirlo. Un sistema que abre válvulas de forma automática según un umbral mal definido va a equivocarse con una constancia perfecta, todos los días, sin que nadie lo cuestione. La secuencia responsable es medir, verificar contra la realidad del lote durante al menos una temporada, ajustar los umbrales con lo aprendido, y solo entonces automatizar.
Medir cuesta menos que equivocarse
El costo de un sistema básico de monitoreo de humedad para una unidad de manejo es hoy una fracción del valor de la cosecha que protege, y una fracción todavía menor del costo de un evento de estrés no detectado en la ventana equivocada del ciclo. Esa aritmética es la que cambió en los últimos años, porque los equipos bajaron de precio mientras el agua subió de valor.
Lo que un sistema de monitoreo hace, en el fondo, es acortar la distancia entre lo que está pasando en tu suelo y lo que tú sabes que está pasando. Todo lo que construimos en esta temporada, el cálculo de la demanda, la eficiencia del sistema de aplicación y la posibilidad de restringir el agua con criterio en ciertas ventanas, depende de que esa distancia sea corta. Calibra el sensor contra tu propio suelo, ubícalo donde está la raíz activa dentro del bulbo húmedo, ponle un par de profundidades, define tus umbrales por etapa fenológica y verifica al menos una vez por temporada que el instrumento sigue diciendo la verdad. Con eso dejas de regar por lo que ves y empiezas a regar por lo que sabes.
Referencias consultadas
- Organización de las Naciones Unidas para la Alimentación y la Agricultura (FAO). (s.f.). Regulated deficit irrigation and partial rootzone drying as irrigation management techniques. https://www.fao.org/4/y3655e/y3655e11.htm
- Allen, R. G., Pereira, L. S., Raes, D., y Smith, M. (1998). Crop evapotranspiration, guidelines for computing crop water requirements. FAO Irrigation and Drainage Paper 56. https://www.fao.org/4/x0490e/x0490e00.htm
- Comparative Analysis of Soil Moisture- and Weather-Based Irrigation Scheduling for Drip-Irrigated Lettuce Using Low-Cost Internet of Things Capacitive Sensors. (2025). PMC. https://pmc.ncbi.nlm.nih.gov/articles/PMC11902337/
- IoT Sensing for Advanced Irrigation Management, a Systematic Review of Trends, Challenges, and Future Prospects. (2025). PMC. https://pmc.ncbi.nlm.nih.gov/articles/PMC11991392/
- Internet of Things-enabled smart irrigation systems for precision water management, a systematic review. (s.f.). Agricultural Water Management / ScienceDirect. https://www.sciencedirect.com/science/article/pii/S0378377426004968
- Soil moisture monitoring technologies in smart agriculture, a comprehensive review. (s.f.). ScienceDirect. https://www.sciencedirect.com/science/article/pii/S294991192500053X
- Calibration of Low-Cost Capacitive Soil Moisture Sensors for Irrigation Management Applications. (2025). PMC. https://pmc.ncbi.nlm.nih.gov/articles/PMC11768944/
- Assessing capacitance soil moisture sensors for precision irrigation scheduling in wheat crop. (2025). CABI Agriculture and Bioscience. https://www.cabidigitallibrary.org/doi/10.1079/ab.2025.0025
- Development and Testing of a Low-Cost Soil Moisture Sensor for Real-Time Irrigation Scheduling. (2026). Irrigation and Drainage, Wiley. https://onlinelibrary.wiley.com/doi/10.1002/ird.70026
- University of Minnesota Extension. (s.f.). Soil moisture sensors for irrigation scheduling. https://extension.umn.edu/irrigation/soil-moisture-sensors-irrigation-scheduling
- An attempt to find a suitable place for soil moisture sensor in a drip irrigation system. (s.f.). ScienceDirect. https://www.sciencedirect.com/science/article/pii/S2214317321000342
- Oregon State University Extension Service. (s.f.). EM 9868, Soil moisture monitoring to support irrigation scheduling. https://extension.oregonstate.edu/catalog/em-9868-soil-moisture-monitoring-support-irrigation-scheduling
- Optimizing the Positioning of Soil Moisture Monitoring Sensors in Winter Wheat Fields. (s.f.). Water, MDPI. https://www.mdpi.com/2073-4441/10/12/1707
- Extension Australia, Irrigating Agriculture. (s.f.). Plant based sensors for irrigation scheduling. https://extensionaus.com.au/irrigatingag/plant-based-sensors-for-irrigation-scheduling/
- Using stem water potential derived from continuous reading sensors for irrigation scheduling, nectarine as a test case. (s.f.). Irrigation Science, Springer. https://link.springer.com/article/10.1007/s00271-024-00983-x
- Relating microtensiometer-based trunk water potential with sap flow, canopy temperature, and trunk and fruit diameter variations. (s.f.). PMC. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC11157117/
- Automated irrigation of apple trees based on dendrometer sensors. (2025). Agricultural Water Management / ScienceDirect. https://www.sciencedirect.com/science/article/pii/S037837742500112X
- Assessing water stress in a high-density apple orchard using trunk circumference variation, sap flow index and stem water potential. (s.f.). Frontiers in Plant Science. https://www.frontiersin.org/journals/plant-science/articles/10.3389/fpls.2023.1214429/full
- Soil moisture forecasting from sensors-based soil moisture, weather and irrigation observations, a systematic review. (s.f.). ScienceDirect. https://www.sciencedirect.com/science/article/pii/S2772375524002971