Validado por la Universidad de Córdoba.
Validación independiente, con respaldo de la UE, de los sensores de humedad del suelo SoilSense frente a medidas gravimétricas, en dos suelos contrastantes — arcilloso y arenoso. Córdoba, España. Marzo de 2026.
Dentro de la precisión nominal. En arcilla pesada.
2,77%
RMSE — modelo global en Vertisol, tras eliminar los valores atípicos
Por debajo del ±3% de precisión nominal del fabricante. R² 0,91 frente a la referencia gravimétrica, seis semanas de evaporación.
Mejor sensor individual:
- 1,69%
- MAE
- 1,70%
- RMSE
- 0,99
- R²
Ocho macetas. Dos suelos. Los datos detrás de las cifras.
AgrifoodTEF es una de las Testing & Experimentation Facilities europeas creadas en el marco del Digital Europe Programme — establecidas específicamente para validar tecnologías digitales y de IA en condiciones agrícolas reales. Su nodo español está alojado en la Universidad de Córdoba, una institución de agronomía mediterránea con amplia trayectoria en física del suelo y riego.
En la Finca Experimental de Rabanales de la UCO, en Córdoba, se prepararon ocho macetas. Cuatro contenían un Vertisol cálcico — arcilla pesada (66% arcilla, 18% arena), el tipo de suelo que se agrieta al secarse y se sella de nuevo al humedecerse. Cuatro contenían un Luvisol estágnico — horizonte superficial de textura gruesa (24% arcilla, 66% arena). Cada maceta se llevó a saturación y se pesó gravimétricamente mientras se secaba, mientras un sensor SoilSense a 12 cm de profundidad registraba en paralelo el contenido volumétrico de agua. El error se midió con MAE, RMSE y regresión lineal; los valores atípicos se identificaron mediante residuos estandarizados robustos sobre el conjunto de datos global.
Vertisol — arcilla pesada
Tres de cuatro sensores dentro o cerca del ±3%.
| Sensor | MAE (%) | RMSE (%) | R² |
|---|---|---|---|
| 1 Verle | 3.64 | 3.72 | 0.86 |
| 2 Verle | 2.64 | 2.88 | 0.83 |
| 1 Jasmin | 5.15 | 5.46 | 0.18 |
| 2 Jasmin | 1.69 | 1.70 | 0.99 |
Luvisol — arenoso
Mayor variabilidad en suelo de textura gruesa.
| Sensor | MAE (%) | RMSE (%) | R² |
|---|---|---|---|
| 1 Verle | 5.61 | 5.72 | 0.75 |
| 2 Verle | 3.91 | 4.06 | 0.53 |
| 1 Jasmin | 4.33 | 4.40 | 0.75 |
| 2 Jasmin | 2.75 | 2.78 | 0.65 |
En suelos gruesos, más variabilidad — y el motivo honesto.
El modelo global en Luvisol registró un RMSE del 3,95% tras eliminar los valores atípicos, ligeramente por encima del ±3% nominal. Los suelos más arenosos retienen el agua de forma irregular y el reducido volumen de la maceta lo amplifica. El sistema sigue fielmente la tendencia; si tu explotación depende de umbrales calibrados en valor absoluto en suelos gruesos, prevé algo más de varianza que en arcilla.
Cita este trabajo
Universidad de Córdoba / AgrifoodTEF (2026). Validation Report: SoilSense — UCO. Service ID S00383. Córdoba, España.
¿Quieres SoilSense en tu suelo?
Reserva una llamada gratuita de 30 minutos. Dimensionaremos el sistema según tus cultivos y los suelos en los que realmente trabajas — y te mostraremos cómo el panel te ayuda a decidir cuándo regar.