Sistema integrado de monitoreo inalámbrico de variables agroambientales en un cultivo de tomate para la generación de mapas de intensidad

Resumen

En este trabajo se presenta el diseño y construcción de un sistema integrado de monitoreo inalámbrico para la generación de mapas de intensidad enfocado en la agricultura de precisión empleando una metodología de cuatro etapas: análisis general, construcción, desarrollo del software y, validación y gestión de cambios. El sistema cuenta con la instrumentación para medir dióxido de carbono, temperatura, radiación ultravioleta y humedad del aire y suelo; además, implementa un sistema de posicionamiento global que permite la creación de los mapas. Los datos se envían a través del protocolo LoRaWAN a una interfaz gráfica para visualizar el comportamiento de cada variable y generar los mapas; la cual se construye bajo las necesidades particulares de un cultivo de tomate. Finalmente, se obtiene un sistema adaptable para analizar a detalle las condiciones agroambientales, facilitando la toma de decisiones del agricultor.

Palabras clave: agricultura de precisión, condiciones agroambientales, interfaz gráfica, LoRaWAN, mapa de intensidad, sistema de instrumentación

Descargas

La descarga de datos todavía no está disponible.

Referencias

[1] P. K. Dubey, G. S. Singh, P. C. Abhilash, “Agriculture in a Changing Climate”, en Adaptive Agricultural Practices, Suiza: Springer Nature Switzerland, 2020, pp. 1-10, doi:10.1007/978-3-030-15519-3

[2] J. M.-M. D. Hidalgo, “El desperdicio de alimentos, un problema global”, IndustriAmbiente: gestión medioambiental y energética, vol. 29, pp. 28-33, 2020.

[3] C. Silva, D. Baker, A. Shepherd, C. Jenane, S. Miranda da Cruz, “Tecnologías que dan forma al futuro”, en Agroindustrias para el desarrollo. Roma, Italia: La Organización de las Naciones Unidas para la Alimentación y la Agricultura, 1998, pp. 124-132.

[4] C. M. Burbano-Labrador, “Sistema de monitoreo de gases de efecto invernadero de económica implementación”, tesis de grado, Fundación Universitaria Católica Lumen Gentium, 2016.

[5] T. S. Brugler, R. A. Craig, V. C. Conzola, T. M. Eischeid, M. E. Molander, “Interactive data visualization for trend analysis”, US 8959003B2, 17-feb-2015.

[6] M. P. Wachowiak, D. F. Walters, J. M. Kovacs, R. Wachowiak Smolíková, A. L. James, “Visual analytics and remote sensing imagery to support community-based research for precision agriculture in emerging areas”, Computers and Electronics in Agriculture, vol. 143, pp. 149-164, 2017, doi:10.1016/j.compag.2017.09.035

[7] J. Gómez, S. Castaño, T. Mercado, J. García, A. Fernández, “Sistema de internet de las cosas (iot) para el monitoreo de cultivos protegidos internet”, Ingeniería e Innovación, vol. 5, no. 1, pp. 24-31, 2017, doi: 10.21897/23460466.1101

[8] T. Andrea, “Manual de cultivo del tomate al aire libre”, Instituto de Desarrollo Agropecuario - Instituto de Investigaciones Agropecuarias, Chile, Boletín INIA No. 376, 2017.

[9] S. Q. Yang, Z. Q. Yang, L. Wang, J. Li, M. Y. Zhang, K. W. Li, “Effect of high humidity and high temperature interaction on photosynthetic characteristics of greenhouse tomato crops”, Chinese Journal of Ecology, vol. 37, pp. 57-63, doi: 10.13292/j.1000-4890.201801.007

[10] O. Cárdenas, “Capítulo 6 Selección de instrumentos”, 2010. [En línea]. Disponible en: http://webdelprofesor.ula.ve/ingenieria/oscaror/CursosDictados/web%20instrumentacion%20industrial/1%20transductores%20para%20procesos%20industriales/libro%20pdf/CAP%206%20Selecci%F3n.pdf

[11] De Ruiter, “Managing Light and CO2 for Tomatoes in Protected Culture”, De Ruiter, pp. 1–2, 2019. [En línea]. Disponible en: https://www.deruiterseeds.com/en-ca/resources/cultivation-insights/managing-light-and-co2-for-tomatoes-in-protected-culture.html.

[12] H. Yamazaki, N. Suzui, Y. G. Yin, N. Kawachi, S. Ishii, H. Shimada, S. Fujimaki, “Live-imaging evaluation of the efficacy of elevated CO2 concentration in a closed cultivation system for the improvement of bioproduction in tomato fruits”, vol. 32, no. 1, pp. 31-37, 2015, doi:10.5511/plantbiotechnology.14.1210a

[13] Y. Ji, T. Li, M. Zhang, S. Sha, “Design of CO2 fertilizer optimizing control system on WSN”, vol. 46, pp. 201-207, doi: 10.6041/j.issn.1000-1298.2015.S0.033

[14] E. C. Martin, C. Munoz, Métodos para medir la humedad del suelo para la programación del riego ¿cuándo?. Tuczon, AZ, USA: College of Agriculture, University of Arizona, 2017.

[15] B. I. Ramos López et al., “Estimación del consumo de agua en plantas de tomate (solanum lycorpersicum l.) y su interacción con el microclima del invernadero”, tesis de maestría, Instituto Politécnico Nacional, 2012.

[16] H. A. Ibrahim, M. A. Abdullah, N. M. Hassan, H. S. ElBatran, “Effect of different level of solar ultra violet radiation on the vegetative growth, yield and quality of cherry tomatoes”, Bioscience Research, vol. 15, no. 3, pp. 2408-2415, 2018.

[17] A. Martinez, “Efecto de la radiación solar en la calidad de los productos horticolas”, en Congreso Internacional de Hortalizas en el Trópico, 2012, pp. 1-15.

[18] P. Radoglou-Grammatikis, P. Sarigiannidis, T. Lagkas, I. Moscholios, “A compilation of uav applications for precision agriculture”, Computer Networks, vol. 172, pp. 107-148, 2020, doi:10.1016/j.comnet.2020.107148

[19] A. R. Khanal, A. K. Mishra, D. M. Lambert, y K. K. Paudel, “Modeling post adoption decision in precision agriculture: A Bayesian approach”, Computers and Electronics in Agriculture, vol. 162, pp. 466-474, 2019, doi:10.1016/j.compag.2019.04.025

[20] M. R. Suma y P. Madhumathy, “Acquisition and Mining of Agricultural Data Using Ubiquitous Sensors with Internet of Things”, en International Conference on Computer Networks and Communication Technologies, vol. 15. Singapur: Springer, 2019, doi:10.1007/978-981-10-8681-624

[21] Meeradevi, M. A. Supreetha, M. R. Mundada, J. N. Pooja, “Design of a smart water-saving irrigation system for agriculture based on a wireless sensor network for better crop yield”, en International Conference on Communications and Cyber Physical Engineering 2018, vol. 500. Singapur: Springer, 2018, doi:10.1007/978- 981-13-0212-111

[22] D. Taskin, S. Yazar, “A Long-range context-aware platform design for rural monitoring with IoT In precision agriculture”, International Journal of Computers, Communications & Control, vol. 15, no. 2, pp. 1-11, 2020, doi:10.15837/IJCCC.2020.2.3821

[23] R. K. Singh, M. Aernouts, M. De Meyer, M. Weyn, R. Berkvens, “Leveraging LoRaWAN Technology for Precision Agriculture in Greenhouses”, Sensors, vol. 20, no. 7, p. 18-27, 2020, doi:10.3390/s20071827

[24] F. S. Muzdrikah, M. S. Nuha, F. A. Rizqi et al., “Calibration of capacitive soil moisture sensor (sku: Sen0193)”, en 2018 4th International Conference on Science and Technology (ICST). IEEE, 2018, pp. 1-6.

[25] Appconwireless, “Professional IoT solution, LoRa radio solution, LoRaWAN solution, Radio data module”, [En línea]. Disponible en: https://www.appconwireless.com/.
Publicado
2021-02-19

Artículos más leídos por el mismo autor(es)