En los sistemas agroforestales, la disponibilidad hídrica condiciona directamente el crecimiento, la formación de raíces, la resistencia al estrés y la productividad final. Pequeñas aportaciones de agua aplicadas en momentos fisiológicamente estratégicos —brotación, establecimiento, recuperación tras sequía o estrés térmico— pueden marcar diferencias significativas en supervivencia y rendimiento.

Sin embargo, la variabilidad del suelo, la heterogeneidad del terreno y la ausencia de mediciones objetivas hacen que los riegos se programen por intuición más que por necesidad real, provocando ineficiencias y, en ocasiones, pérdidas de vigor o desarrollo desigual entre las masas agroforestales.

La falta de un sistema que integre sensores de humedad, datos climáticos y modelos predictivos limita la capacidad de identificar con precisión esos momentos críticos y dificulta implementar un manejo hídrico verdaderamente optimizado.

Desarrollar un sistema inteligente que determine momentos óptimos de riego mediante datos de sensores, clima y modelos predictivos, optimizando el uso del agua y mejorando el crecimiento agroforestal.