El proyecto ATLAS ha sido un claro ejemplo de transferencia tecnológica al sector agrícola, con un enfoque eminentemente aplicado y orientado a la creación de productos y servicios útiles para agricultores, comunidades de regantes y empresas del sector.

A diferencia de otros proyectos de investigación, en ATLAS se ha generado poca investigación básica y los esfuerzos se han centrado principalmente en el desarrollo de soluciones prácticas, con un fuerte componente de innovación tecnológica.

Publicaciones científicas

• Artículo en congreso internacional (open access):

  Gonzalez, Martín, et al. “Evaluation of Time-Series Models for Evapotranspiration Prediction in Smart Agriculture.” 2025 21st International Conference on Intelligent Environments (IE). IEEE, 2025.

  ➝ Publicado en acceso abierto, siguiendo la política de difusión marcada en el proyecto.

• Artículo en evaluación (revista internacional):

  Sánchez, V. C. et al. “Deep Learning for Global Evapotranspiration Estimation Using Climate Services and Remote Sensing.” Submitted to the Journal of Ambient Intelligence and Smart Environments.

Principales productos y resultados obtenidos

1. Desarrollo de un contador híbrido de agua en calibres DN15 y DN20, fabricado en resina, con comunicaciones IoT de última generación, optimización energética y una vida útil de 15 años.
2. Plataforma de gestión y device management para el control masivo de contadores y su integración en sistemas de gestión del agua.
3. Sistema de información satelital (open source):
   • Procesado automatizado de imágenes Sentinel-2 (NDVI, NDWI, SAVI, etc.).
   • Algoritmos de corrección atmosférica y radiométrica.
   • Cálculo del coeficiente de cultivo (Kc) a partir de NDVI.
   • WebGIS interoperable accesible en: atlas-api.imida.es.
4. Despliegue experimental en campo:
   • 3 parcelas piloto en la Región de Murcia (La Alberca, Torreblanca, Cehegín).
   • 55 estaciones agroclimáticas y 207 sensores adicionales.
   • Piezómetros y boyas para monitorización del agua en tiempo real.
5. Modelos predictivos de evapotranspiración y consumo basados en Machine Learning y Deep Learning (incluyendo Prophet, TimeGPT, SARIMAX, CNN y RNN).
6. Aplicación APP-Web para la visualización y recomendación de riego en parcelas piloto.

Impacto y transferencia

• Creación de empleo directo en la empresa coordinadora (Hidroconta).
• Certificación metrológica de los prototipos desarrollados (Serie Centaurus).
• Posicionamiento en el sector AgriTech con una cartera de productos basada en datos.
• Apertura hacia nuevos modelos de negocio (SaaS en gestión del agua).
• Penetración en mercados internacionales.