
En un desarrollo innovador para la monitorización de gases de efecto invernadero, el proyecto prueba nuevas tecnologías que transformarán la medición de GEI en el cultivo de arroz.
La verificación a gran escala de inventarios y estrategias de mitigación presenta un desafío debido a la amplia distribución espacial y la variedad de factores agroecológicos que afectan la huella de emisiones de metano en los cultivo de arroz. Las verificaciones se han centrado principalmente en métodos basados en cámaras cerradas y la técnica Eddy Covariance. Estas metodologías son laboriosas y solo se pueden aplicar a pequeña escala, hasta unos pocos metros, además las técnicas Eddy Covariance son difíciles de implementar debido al costo y la complejidad de los instrumentos utilizados.
El proyecto busca fortalecer las capacidades regionales de monitoreo, reporte y verificación de emisiones de metano en arrozales mediante una herramienta satelital gratuita, frecuente y confiable para gobiernos y productores. El trabajo avanza en tres frentes. El modelado diseña modelos de inteligencia artificial alimentados con observaciones satelitales para estimar las emisiones. La validación contrasta esos modelos con muestras de campo recogidas en regiones arroceras de ecosistemas diferentes de Uruguay, Perú y Panamá, ya que estos enfoques nunca habían sido validados en los sistemas arroceros de América Latina. La difusión se realiza a través de una plataforma web de acceso abierto que pondrá los datos generados a disposición de la comunidad arrocera.
La solución tecnológica consiste en una herramienta satelital y una plataforma web de acceso abierto para estimar, monitorear, reportar y verificar emisiones de metano en ecosistemas arroceros. Esta herramienta permitirá generar estimaciones frecuentes, confiables y gratuitas, orientadas a fortalecer la toma de decisiones de la comunidad arrocera, los gobiernos y otros actores vinculados a la gestión climática del sector.

"Lo que no se mide, no se puede mejorar"— William Thomson Kelvin
La recolección de datos alcanzó el 100 % de la meta prevista, con más de 6.000 registros, y con ellos se entrenó un modelo de inteligencia artificial que alcanzó una precisión de 0,93. De los 3.000 registros comprometidos para la base de datos global se han cargado 2.300, y se redactó un documento de investigación adicional al previsto. En formación se realizaron los seis talleres programados, con 80 personas capacitadas sobre una meta anual de 100, y el proyecto alcanza ya a unos 2.000 beneficiarios entre científicos y productores. Se entregaron en fecha tres de los cuatro informes comprometidos ante el donante. Quedan pendientes para la fase de cierre el protocolo formal de recolección de datos, la solución tecnológica final y el despliegue de la plataforma hasta alcanzar los 100 usuarios activos mensuales.