Agricultura de precisión y sostenibilidad

drones-su-aplicación-para-monitoreo-de-cultivos-y-contar-el-ganado

Parecen de ciencia ficción, pero hoy son realidad, sus aplicaciones son muchísimas y creen que con el tiempo serán cada vez más. Así es el caso de una empresa que expuso en Expoagro 2015 un equipo de última tecnología que puede manejarse por control remoto.

La idea es que permita acortar los tiempos de monitoreo. Un drone equipado con GPS y una cámara especial, podrá viajar y recorrer un lote y enviar inmediatamente a su dueño toda la información sobre su cultivo.

Los drones o vehículos aéreos no tripulados (UAV) se llevaron todas las miradas en su primera demostración, debido a su capacidad para monitorear, evaluar y controlar los cultivos agrícolas de una forma más rápida y eficiente que las prácticas actuales.

Estos equipos se encuentran en pleno auge en el mundo y también en Argentina. Para la agricultura, los drones son los nuevos “chiches”. El productor puede contratar el servicio para ver el estado de los cultivos, relevar ataques de insectos, contar en minutos cuántas vacas tiene en un lote y hasta relevar una superficie anegada con agua para tomar decisiones de manejo.

El proceso consiste en dos instancias, primero el drone realiza un recorrido sobre el lote en cuestión y luego con un software especialmente diseñado evalúan el estado de los cultivos, realizan mapas, cálculos de volúmenes y curvas de nivel, entre otras funciones.

Estos equipos dan mucha información, pero luego habrá que saber que hacer con ello. En el país ya se encuentran empresas que brindan el servicio, pero también se pueden adquirir los equipos en el país.

El peso, la estabilidad y el equipamiento que se quiera tener, determina el costo de los equipos que pueden variar desde 300 hasta 70.000 dólares. Uno de los factores que define el precio es la cantidad de motores que posee. “Cuántos más motores posea mayor será la estabilidad que se logre y, por lo tanto, mejores imágenes se obtendrán”.

Ahora muchos de los cursos de agricultura de precisión dictados por entidades rurales incluyen este tema y demostraciones en vivo de estos equipos voladores no tripulados.

No hay que dejar de tener en cuenta que este tipo de equipos también son un riesgo en cuanto a su tamaño y posibilidad de introducirse en privados. En Estados Unidos la FAA (Federal Aviation Administration) Administración Federal de Aviación formó la UAS (Umanned Aircraft Systems) Sistemas Aéreos no Tripulados, en el año 2012, la cual se encarga de controlar este tipo de equipos estableciendo por ejemlo que no pueden volar a menos de 400 pies (122 metros) de altura de un área privada.

Ademas la agencia quien hace poco tiempo le otorgó a la CNN el permiso especial para utilizar los drones en la cobertura de noticias.

En el país del norte ya es importante la contra de los aerofumigadores quienes creen que podrán perder su trabajo si continúan expandiéndose las habilidades de los UAV, mientras a nuestro país cada vez se ira imponiendo cada vez más el uso de esta tecnología la polémica ya esta instalada entre los vanguardistas.

Leer más
Agricultura de precisión y sostenibilidad

Sistema de monitoreo satelital de cultivos

El sistema de monitoreo de cultivos por satélite es un sistema que permite al agricultor realizar un seguimiento en tiempo real del índice de vegetación de los cultivos mediante el análisis de imágenes de satélite de los diferentes cultivos y campos, con el fin de determinar la evolución negativa y positiva de los cultivos.

Al obtener los diferentes índices de vegetación de una empresa a lo largo de un período de tiempo, el agricultor puede determinar si hay una mejora en la granja o si hay un deterioro en la granja. A partir de este análisis, el agricultor puede tomar cualquier medida correctiva que pueda ser necesaria en la explotación.

Sistema de Monitoreo Satelital de Cultivos

El sistema de monitoreo de cultivos por satélite permite al usuario monitorear cultivos que se encuentran en diferentes campos, regiones y áreas. Después de la monitorización, el sistema realiza un análisis de los diferentes campos monitorizados y también una interpretación de los datos analizados para los diferentes usuarios.

Categorías de personas que utilizan el sistema de control de cultivos por satélite
Ingenieros agrónomos y gerentes agrícolas. Los agrónomos y los gerentes agrícolas utilizan el sistema de monitoreo satelital de cultivos para tomar decisiones de manejo y optimización de los cultivos y los recursos utilizados.
Dueños de negocios. Los dueños de negocios usan este sistema para decidir sobre la inversión de capital razonable para el negocio.
Agencias estatales. Los organismos estatales utilizan este sistema para tomar decisiones sobre cuestiones relacionadas con la seguridad alimentaria y los problemas ecológicos.

El sistema de vigilancia de cultivos por satélite Cropio
El sistema de monitoreo de cultivos por satélite Cropio es un sistema de gestión de campo y control de vegetación que fue fabricado en el año 2008 por N.S.T., una empresa agrícola que opera en los Estados Unidos y en Europa del Este.

Instalación del sistema de monitoreo de cultivos por satélite Cropio
Las personas interesadas en utilizar el servicio Cropio para el monitoreo de cultivos por satélite deben enviar su solicitud a la empresa N.S.T. para su aprobación. Después de la aprobación, un individuo recibirá sus credenciales de inicio de sesión de la compañía.

Después de recibir las credenciales de inicio de sesión, el usuario debe iniciar sesión en el sistema para acceder al servicio.

Después del inicio de sesión, se espera que el usuario introduzca las coordenadas de sus campos en el sistema. Hay dos formas principales de introducir las coordenadas del campo.

Descargue el archivo de forma relativo a las granjas en el sistema. Este paso le ofrece una serie de formatos de descarga disponibles para ser utilizados. Un usuario debe utilizar uno de los formatos aceptados.
Utilice google maps para delinear las coordenadas de su campo.
De estos dos métodos, el segundo método que involucra el uso de google maps para delinear su campo es el más fácil y es usado por la mayoría de la gente porque es bastante sencillo y sus pasos son muy pocos.

Usuarios del sistema de seguimiento de cultivos por satélite Cropio

Gerentes y propietarios. El sistema permite a los gestores y propietarios ver la estructura de los cultivos en el campo y también ver un mapa de los cultivos en diferentes colores. Los diferentes colores en el mapa son una distinción de la variada vegetación disponible en la finca.

El sistema permite a los gestores y también a los propietarios controlar su crecimiento y el rendimiento de la explotación durante un período de años para ver si hay áreas que se puedan mejorar para aumentar el rendimiento. Esta información también ayuda a los propietarios y a los gerentes a tomar decisiones relacionadas con las ventas y el manejo de efectivo para que la finca pueda gastar hasta niveles que pueda financiar por sí misma.

El sistema permite al agrónomo monitorear los cambios de los cultivos proporcionando información semanalmente. Por lo tanto, el agrónomo controla los cultivos deduciendo las discrepancias que existen en los mismos de lo que había en la semana anterior. De este modo, los agrónomos pueden controlar todas las secciones de la explotación y, a largo plazo, podrán identificar las zonas que producen bajos rendimientos.

Después de la identificación de las áreas de bajo rendimiento, el agrónomo puede entonces tomar las medidas necesarias para facilitar la mejora de esas áreas. Algunas de estas zonas incluyen la aplicación de fertilizantes adicionales a esa región para garantizar que su fertilidad sea la misma que la de las demás regiones de la finca.

Medidas sobre el terreno por el sistema de vigilancia de cultivos por satélite Cropio
El sistema mide y muestra las principales categorías de información relacionadas con la explotación y también los cultivos plantados en la misma. Estas cuatro categorías principales son el registro de campos y cultivos, el índice de vegetación, el estado del suelo y las pruebas meteorológicas y de precipitación.

El registro de campos y cultivos
El registro de datos de campo y cultivo del sistema Cropio captura y detalla toda la información relacionada con el campo y los cultivos que se han plantado. Esta sección da una explicación detallada de cómo estos aspectos de la finca han cambiado con el tiempo. Los principales detalles que se recogen aquí son la historia del campo, la fecha de siembra de los cultivos, la variedad de los cultivos plantados junto con cualquier otra información relevante sobre el campo y los cultivos plantados.

Los índices de vegetación
El sistema de cultivo analiza la vegetación dando una variación sobre la diferente vegetación que hay en la finca. Esta sección también da un resumen de cómo se está desempeñando una finca dada en comparación con otras respecto al mismo cultivo. Algunos de los datos relativos a la vegetación que se dan son la cubierta vegetal histórica, la vegetación media de campo y también las zonas de no rendimiento de la finca.

Las condiciones del suelo
Los principales elementos relacionados con el suelo medidos por el sistema de cultivo son la humedad, la temperatura y drenaje del suelo y también los resultados de las pruebas de optimización del éste.

Prueba de clima y precipitación
Algunas de las pruebas realizadas aquí son los puntos de rocío, la capa de nieve y también la temperatura del aire y del suelo.

Leer más
drones para hacer el monitoreo de plagas drones agricolas

Los drones pueden reducir los costos del monitoreo de plagas

El proyecto está siendo desarrollado por la compañía de jóvenes emprendedores “Raptors Maps”, con el apoyo del MIT (Instituto de Tecnología de Massachusetts). El proceso se lleva a cabo mediante la captura de imágenes multi-espectrales sobre los cultivos, que el dron envía a un servidor donde son analizadas, pudiendo el agricultor acceder a los datos, conteos y demás parámetros necesarios para un adecuado control de las plagas.

Hortoinfo.- La compañía norteamericana formada por jóvenes emprendedores “Raptor Maps”, está desarrollando un tipo de drones para realizar el monitoreo de plagas en los cultivos, según publica el rotativo “The Boston Globe”.

El proyecto está apoyado por el Instituto de Tecnología de Massachusetts (Massachusetts Institute of Technology – MIT), que ha ayudado a su financiación con una aportación de cien mil dólares, al ganar los jóvenes promotores un concurso frente a otros 193 participantes.

El proceso se lleva a cabo mediante la captura de imágenes multi-espectrales sobre los cultivos, que el dron envía a un servidor donde son analizadas, pudiendo el agricultor desde su ordenador, móvil o tablet, acceder a los datos, conteos y demás parámetros necesarios para un adecuado control de las plagas.

El equipo de “Raptor Maps” está compuesto por Edward Obropta y Forrest Meyen, candidatos a doctorado en el departamento de Aeronáutica y Astronáutica Instituto de Tecnología de Massachusetts, y Nikhil Vadhavkar es candidato a doctor en Ciencias de la Salud y Tecnología de la división del MIT.

Estos jóvenes promotores iniciaron la compañía «Raptor Maps” en julio 2014, durante una expedición financiada por la NASA en Idaho», dijo Vadhavkar en un comunicado. Vadhavkar había dirigido previamente un equipo utilizando aviones no tripulados para entregar suministros médicos de emergencia en países en desarrollo, a través de una donación de la Fundación Bill y Melinda Gates.

Leer más
Agricultura de precisión y sostenibilidad

Los beneficios del monitoreo de cultivos

2
Formo parte del equipo de Halcón, una empresa de monitoreo de cultivos del norte de Córdoba. Monitorear es una tarea profesional que implica una formación especial, diferente a la antigua práctica de los «plagueros». No quiere decir que necesariamente lo deba efectuar un profesional ingeniero agrónomo, pero sí coordinar, supervisar y evaluar los resultados. Las decisiones que toma el profesional a partir de un buen diagnóstico son sustancialmente distintas a las habituales de «lo hago porque todos lo están haciendo», Las plagas, enfermedades y malezas constituyen uno de los problemas derivados de la modificación del ambiente y redunda en menores rendimientos. Cada año se presentan de una manera diferente. Es que el hombre es muy reciente en la superficie del planeta (menos de 40.000 años), mientras que los insectos ya llevan más de 400 millones de años de experiencia. Pretender controlarlos con un producto o con algún organismo genéticamente modificado con algún grado de tolerancia es subestimar la fuerza natural de adaptación.

El monitoreo sienta las bases para compatibilizar el ambiente con la producción, ya que, al tener una radiografía permanente de los lotes, el uso de insumos fitosanitarios se optimiza. Se utilizan solo cuando es necesario y se decide cual usar de acuerdo a la presencia de otros organismos.

Aunque muchos productores consideran al monitoreo como un costo más de producción, se trata de una inversión. Esta inversión evita costos innecesarios, tanto económicos como ambientales. En la Argentina el monitoreo va tomando cada vez mayor relevancia. A principio de los años 2000 apenas se monitoreaba un 5% de la superficie de soja. Hoy en día más del 50% de los productores conocen los beneficios del monitoreo y, con mayor o menor técnica, monitorean el cultivo.

El monitoreo integral de cultivos es una práctica que constituye la base de una agricultura planificada y es a la vez un registro de trazabilidad. Los mercados internacionales pondrán cada vez más barreras para la comercialización, y una de las más cercanas es la del control exhaustivo de residuos de productos químicos usados para la defensa de los cultivos.ß

En los últimos tiempos, un conjunto de variables aceleró el fenómeno de resistencia a los garrapaticidas y antiparasitarios en general, situación que compromete seriamente la rentabilidad y sustentabilidad del sistema debido a que la disponibilidad futura de nuevos productos para combatirlos se encuentra comprometida por los altos costos de investigación, desarrollo y validación. ¿Qué hacer entonces? Virar rápidamente la situación actual con un cambio drástico de enfoque tanto en el control como en las estrategias de erradicación de garrapatas en bovinos.

Quienes quieran colocar sus productos en el escenario internacional deberán responder a esos parámetros para no quedar fuera del negocio.

Ya se han registrado situaciones de este tipo como el caso de Uruguay. De las 20.000 toneladas de carne vacuna exportadas a Estados Unidos desde octubre de 2015, 55 fueron interceptadas con restos del plaguicida, lo cual representó al 0,3% del total y no sólo significó pérdidas para el sector sino también un gran obstáculo en la continuidad de las exportaciones. También Brasil ha sufrido rechazo de contenedores cuya carne tenía residuos, La Argentina no fue ajena a esto y, en menor medida, en años pasados lo ha sufrido.

Este ejemplo evidencia la importancia de reenfocar el control y manejo del tema en la Argentina, ya que las garrapatas en bovinos no sólo generan cuantiosas pérdidas en materia productiva y económica, sino también en ventas externas por las complicaciones en exportaciones rechazadas por residuos.

En nuestro país, la garrapata común del bovino (Rhipicephalus microplus) ha avanzado peligrosamente hacia el sur de dónde se la había erradicado hace 30 a 40 años, incluso más.

En Santa Fe, al sur del nuevo límite de la zona de erradicación están los departamentos de Castellanos y Las Colonias. Para tener en cuenta, Santa Fe es la segunda productora y la primera exportadora de lácteos de la Argentina, y justamente los departamentos mencionados concentran el 50% de la producción, además de tener una importante cantidad de establecimientos con novillos para exportación y consumo interno. Hay importantes estudios que indican que de llegar la garrapata a estos departamentos se haría endémica.

En el caso de la provincia de Corrientes, la reinfestación alcanza todos los departamentos del sur (no hay más zona indemne). Con una particularidad: Corrientes moviliza más del 85 por ciento de los terneros que produce a engordar a Entre Ríos, Santa Fe y Buenos Aires.

Situación parecida se da en los departamentos del norte de Entre Ríos. Hay estudios que indican que si ingresara la garrapata en el norte de la provincia de Buenos Aires se haría endémica.

Desde los noventa, la investigación sobre nuevas drogas para ser usadas en bañaderos de inmersión se detuvo por la contaminación que generaba en el medio ambiente.

No se vislumbran nuevas moléculas para el control de garrapatas antes de la próxima década y de ahí que, en las actuales circunstancias de avance de la garrapata y resistencia a los garrapaticidas se sostenga que los garrapaticidas, desde el punto de vista de la resistencia son un recurso no renovable.

Al respecto, los expertos coinciden en que algunos de los garrapaticidas utilizados en la actualidad son aun efectivos, siempre y cuando se utilicen de la forma indicada.

El compromiso en la capacitación y el control del uso racional de los garrapaticidas debe ser renovado para postergar lo máximo posible la aparición de resistencia de esa categoría, sino también resistencia múltiple en distintas especies o géneros de parásitos que afectan la producción, contaminen el medio ambiente y generen la presencia de residuos en la carne y la leche. Falta una visión sistémica de parte del Estado, del problema de las garrapatas y la resistencia a los garrapaticidas.

Leer más
Agricultura de precisión y sostenibilidad

Dúo perfecto monitoreo de cultivos por satélite y drones

¿Qué es el seguimiento de cultivos por satélite?

El monitoreo de cultivos por satélite es una tecnología agrícola que facilita al agricultor monitorear el índice de vegetación de los cultivos en tiempo real utilizando un análisis espectral de imágenes satelitales de alta resolución de diferentes campos y también un conjunto de cultivos que, por lo tanto, permite al agricultor rastrear el desarrollo del cultivo en el campo. . Al monitorear el desarrollo de los cultivos, un agricultor puede enfrentarse a un crecimiento positivo, un escenario que es deseable y un deseo de todo agricultor. En otros casos, sin embargo, un agricultor puede encontrarse con eventos negativos, y se supone que debe buscar formas de corregirlo.

El monitoreo de cultivos por satélite permite a un agricultor realizar el monitoreo de cultivos de diferentes conjuntos de cultivos que se plantan en diferentes campos y regiones al proporcionar la diferencia en el índice de vegetación de los diversos cultivos bajo estudio y monitoreo.

El monitoreo de cultivos por satélite juega un papel muy importante en el monitoreo de cultivos y en el control de los cultivos a medida que crecen progresivamente. Con el monitoreo de cultivos por satélite, un agricultor puede monitorear los cambios estructurales y de clorofila en las plantas durante un período determinado. Estas observaciones permiten a un agricultor clasificar los cultivos, examinar la salud y determinar la viabilidad de los cultivos en ese campo en particular, así como monitorear las técnicas y métodos agrícolas empleados durante todo el proceso agrícola con el objetivo de determinar si son las mejores prácticas y métodos.

Usuarios de la información de seguimiento de cultivos por satélite

Propietarios de empresas agrícolas. Los propietarios de empresas agrícolas pueden utilizar la información obtenida del monitoreo de cultivos por satélite para tomar decisiones de inversión razonables basadas en los rendimientos esperados tal como se monitorean en el campo. El monitoreo de cultivos por satélite también brinda a estas personas información para tomar decisiones de manejo.
Agrónomos. La información obtenida del monitoreo de cultivos por satélite permite a los agrónomos realizar el control de la vegetación de los cultivos y obtener el nivel estimado de rendimiento de los cultivos en los campos.
Corredores y concesionarios de seguros. Los distribuidores de seguros confían en gran medida en la información obtenida del seguimiento de cultivos por satélite para calcular y determinar las primas que se cobrarán a sus clientes que traten de productos agrícolas. Esta información también permite a los distribuidores verificar las reclamaciones de indemnización antes de liquidar estas reclamaciones de indemnización.
Productores de equipos y maquinaria agrícola. Los productores de equipos y maquinaria agrícola utilizan los datos y la información del monitoreo de cultivos por satélite para determinar los accesorios y equipos de apoyo que se agregarán al equipo y la maquinaria que están produciendo.
Incorporación de drones en agricultura

La integración de drones ha revolucionado drásticamente la práctica de la agricultura en todo el mundo. Debido a que los drones están equipados con sensores y también cámaras, se ha vuelto muy fácil para los agricultores de todo el mundo monitorear sus granjas. Con la ayuda de drones, los agricultores ahora pueden obtener imágenes en 2D y 3D de sus granjas junto con mucha más información capturada por los drones. Con esta información, los agricultores ahora pueden tomar decisiones más informadas, lo que garantiza el éxito en las granjas.

Zonas en las que se han incorporado drones en la finca

Seguimiento de cultivos
La tecnología de drones ha influido mucho en el seguimiento de diferentes cultivos en diversas etapas de su crecimiento. Esto ha provocado que los agricultores tomen medidas oportunas si las cosas no van como se planearon o se esperaban en el campo. Los drones toman imágenes y transmiten en vivo de las granjas o más bien en tiempo real y el agricultor observa estas transmisiones de forma remota. El agricultor puede entonces descubrir cualquier ineficiencia o anomalía y tomar las acciones y medidas necesarias antes de que resulten en pérdidas.

La investigación muestra que el uso de drones en el campo y el monitoreo de las plantaciones es preciso en comparación con el uso de imágenes de satélite. Esto se atribuye al tiempo que toman las imágenes satelitales, que a veces pueden extenderse durante semanas antes de que se pueda encontrar un diagnóstico completo de la granja. En la mayoría de los casos, para cuando se hayan visto las imágenes de satélite, la situación en las granjas podría no tener remedio. Esta desventaja de tiempo al usar las imágenes satelitales para el monitoreo de cultivos ha sido atendida y remediada por el uso de drones.

Rociar
Los drones utilizados para fumigar están equipados con equipos de alta tecnología que incluyen equipos de medición de distancia y también la tecnología de detección de luz que permite al dron ajustar su distancia del campo en función de factores como las características del terreno o la topografía del terreno. Esto asegura que estos drones no chocan contra objetos con características naturales de la tierra mientras fumigan. Esto implica que existe la garantía de seguridad mientras el dron está rociando y al mismo tiempo se asegura que está rociando suficiente líquido a los cultivos de manera igual y uniforme.

El uso de drones en la fumigación en oposición a la fumigación tradicional aumenta la eficiencia porque la fumigación aérea mediante el uso de drones reduce la cantidad de líquido que ingresa al suelo, lo que ahorra mucho en el pesticida utilizado para fumigar.

Análisis de suelo y campo
Al comienzo de la temporada de siembra, por lo general, se envían drones para recopilar datos del suelo y el estado general del campo. Luego, estos datos se analizarán y luego se interpretarán antes de actuar para garantizar que los campos estén listos para plantar. El análisis del suelo se realiza para determinar el nivel de nutrientes del suelo si se encuentra que existe la necesidad de un tratamiento preliminar del suelo antes de que comience la siembra, el agricultor lo hace. Por lo tanto, los datos que se obtienen como resultado de la vigilancia de campo se utilizan para preparar patrones y programas de siembra para la finca.

Irrigación
Los drones que se utilizan para ayudar al riego siempre están equipados con sensores térmicos que identifican qué parte de los campos están deshidratados y necesitan agua. Estos drones pueden calcular la cobertura vegetal de la finca y, a partir del cálculo de la cobertura vegetal, el agricultor puede saber qué parte del campo necesita mejorar mediante riego. Otra tecnología diferente que utilizan estos drones es el cálculo de la energía emitida por los cultivos o la firma de calor de estos cultivos para determinar el área del campo con la firma de calor más baja lo que implica que existe la necesidad de mejorar esa parte irrigación.

Leer más
Agricultura de precisión y sostenibilidad

Monitoreo remoto inteligente basado en aplicaciones de invernadero para estrategias agrícolas de precisión una encuesta

La aplicación Intelligent Green House (GH) se ha implementado para mejorar la gestión del cultivo agrícola y, por lo tanto, monitorear la agricultura de precisión en varios entornos. Este estudio intenta presentar una breve encuesta sobre el área de investigación actual y anterior de una manera fácil y compacta. Los objetivos de este estudio son caracterizar una visión general de la investigación actual y anterior, identificar las claras lagunas de investigación. Se han implementado varios sistemas de monitoreo agrícola, particularmente el crecimiento del sistema de monitoreo y control remoto de agricultura de precisión en aplicaciones y servicios de GH, incluido el medio ambiente, distribución de agua, condición climática, mitigación de gas, monitoreo de temperatura y humedad. Debido a las soluciones limitadas de la investigación anterior, además, el monitoreo de GH aún no es capaz de gestionar el crecimiento agrícola en sistemas de control total. Este estudio exploró cómo se ha aplicado un monitoreo basado en el cultivo agrícola en GH para varios entornos. También revisó las características de GH consideradas en cada sistema para definir la brecha de investigación. El estudio da una previsibilidad de la adopción de la agricultura en GH y posibles deficiencias en las técnicas de transición y sus beneficios asociados. Además, se revisaron las estrategias de monitoreo remoto para cada técnica de evolución. El resultado muestra un creciente interés en la aplicación de GH en el monitoreo remoto basado en KSA, principalmente en la tendencia común hacia el surgimiento de GH designado y su utilización en estrategias agrícolas de precisión. Este estudio exploró cómo se ha aplicado un monitoreo basado en el cultivo agrícola en GH para varios entornos. También revisó las características de GH consideradas en cada sistema para definir la brecha de investigación. El estudio da una previsibilidad de la adopción de la agricultura en GH y posibles deficiencias en las técnicas de transición y sus beneficios asociados. Además, se revisaron las estrategias de monitoreo remoto para cada técnica de evolución. El resultado muestra un creciente interés en la aplicación de GH en el monitoreo remoto basado en KSA, principalmente en la tendencia común hacia el surgimiento de GH designado y su utilización en estrategias agrícolas de precisión. Este estudio exploró cómo se ha aplicado un monitoreo basado en el cultivo agrícola en GH para varios entornos. También revisó las características de GH consideradas en cada sistema para definir la brecha de investigación. El estudio da una previsibilidad de la adopción de la agricultura en GH y posibles deficiencias en las técnicas de transición y sus beneficios asociados. Además, se revisaron las estrategias de monitoreo remoto para cada técnica de evolución. El resultado muestra un creciente interés en la aplicación de GH en el monitoreo remoto basado en KSA, principalmente en la tendencia común hacia el surgimiento de GH designado y su utilización en estrategias agrícolas de precisión. El estudio da una previsibilidad de la adopción de la agricultura en GH y posibles deficiencias en las técnicas de transición y sus beneficios asociados. Además, se revisaron las estrategias de monitoreo remoto para cada técnica de evolución. El resultado muestra un creciente interés en la aplicación de GH en el monitoreo remoto basado en KSA, principalmente en la tendencia común hacia el surgimiento de GH designado y su utilización en estrategias agrícolas de precisión. El estudio da una previsibilidad de la adopción de la agricultura en GH y posibles deficiencias en las técnicas de transición y sus beneficios asociados. Además, se revisaron las estrategias de monitoreo remoto para cada técnica de evolución. El resultado muestra un creciente interés en la aplicación de GH en el monitoreo remoto basado en KSA, principalmente en la tendencia común hacia el surgimiento de GH designado y su utilización en estrategias agrícolas de precisión.

Servicios
Artículos relacionados en ASCI
Artículos similares en esta revista
Buscar en Google Académico
Ver cita
Informe de cita

Cómo citar este artículo:

Anwar Ibrahim, Rizwan Muhammad, Mohammed Alshitawi, Abdulaziz Alharbi y Abdulrahman Almarshoud, 2015. Monitoreo remoto basado en aplicaciones de invernadero inteligente para estrategias agrícolas de precisión: una encuesta. Revista de Ciencias Aplicadas, 15: 947-952.

DOI: 10.3923 / jas.2015.947.952

URL: https://scialert.net/abstract/?doi=jas.2015.947.952

Recibido: 26 de marzo de 2015; Aprobado: 26 de mayo de 2015; Publicado: 25 de julio de 2015

INTRODUCCIÓN

La agricultura es uno de los factores importantes para la sostenibilidad y el desarrollo del crecimiento económico de un país. Para tener una práctica agrícola exitosa, se requiere crear un equilibrio entre diferentes parámetros, como los tipos de semillas, la naturaleza del suelo, la cantidad de agua, el tipo de fertilizante y pesticidas y, lo más importante, las condiciones ambientales. Arabia Saudita con sus condiciones ambientales predominantes de la demanda agrícola está aumentando debido a su población en aumento junto con una grave amenaza a los recursos naturales, requiere una exploración e implementación de tecnologías agrícolas innovadoras ( SAMIRAD., 2005 ; FAO., 2009). La agricultura en invernadero se caracteriza por un alto uso de energía, eficiencia en el uso del agua en la producción de cultivos y ambientes especiales ( El-Obeidy, 2008 ). Exigencias sofisticadas para mejorar la productividad del cultivo en invernadero sobre la calidad del proceso de producción que requiere un control preciso del clima, manejo del riego, agricultura de precisión y fertilización. La mayoría de las tecnologías de invernaderos en Arabia Saudita están aplicando los conceptos de agricultura de precisión para una alta precisión en la distribución del agua de la planta de riego.

Por qué la aplicación de invernadero : Un invernadero en el Reino de Arabia Saudita es un edificio producido a partir de vidrios en el que se cultivan plantas con técnicas avanzadas para aumentar la producción local de frutas y verduras, así como la implementación del sistema de cultivo y riego actual. La tecnología se construye para mejorar el impacto de la agricultura en el cambio de las fuentes de ingresos y el crecimiento de la base de producción. Una revisión de la investigación existente en agricultura y agua regula el consumo para simplificar las operaciones en el contexto de la condición independiente de manera significativa ( Al-Zahrani y Baig, 2011). La División de Agricultura en KSA enfrenta numerosos impedimentos, la proyección más conocida son la falta de experiencia técnica, escasez de agua, tipos de suelo y problemas de comercialización; plagas y enfermedades y precios bajos de los productos ( Al-Zeir, 2009 ; Shalaby et al ., 2010 ).

Trabajo relacionado: En la era actual se considera que el crecimiento de la agricultura tiene una influencia directa en el crecimiento económico de cualquier país, ya que por un lado la agricultura proporciona la base de ingresos por la producción de alimentos y materias primas, mientras que por otro lado genera empleo. oportunidades a gran escala. Por tanto, se puede afirmar que el crecimiento agrícola se puede atribuir como un paso importante en la transformación de una economía de una economía convencional a una avanzada.

La KSA, que cubre el 80% de la Península Arábiga, no se considera ideal para la agricultura debido a sus duras condiciones climáticas junto con las regiones áridas ( Royal Embassy of Saudi Arabia-USA., 2010b ; Royal Embassy of Saudi Arabia-UK., 2010a ). Según la embajada real, en el primer plan de desarrollo se ha prestado una atención considerable al desarrollo de la infraestructura para la agricultura sostenible en el reino ( OMS., 2007). La población tradicionalmente rural, que en su mayoría son beduinos (nómadas), se vio obligada a criar su ganado practicando la agricultura a pequeña escala en las zonas rurales. Sin embargo, con el fin de mantener el crecimiento agrícola y mejorar las condiciones de vida de sus habitantes, en el Reino se han iniciado muchos programas durante los últimos años ( Al-Shayaa et al ., 2012 ). En esta etapa se están poniendo esfuerzos por un lado para facilitar a los agricultores el ejercicio de una agricultura sostenible y por otro lado promoviendo el concepto de preservación de los recursos naturales del Reino.

El sistema agrícola se compone de una interacción compuesta entre suelo, semillas, agua, fertilizantes y pesticidas, etc. También se puede observar una disminución en el rendimiento de los cultivos debido a la degradación de los recursos que ocurre cuando los recursos agrícolas se explotan de manera no científica para superar la demanda cada vez mayor de un país debido a su creciente población. Por lo tanto, la optimización de la utilidad de los recursos es indispensable para la sostenibilidad de la agricultura, que solo es posible con una mejor gestión y control del sistema agrícola. Además, las condiciones ambientales también juegan un papel vital en un sistema agrícola viable. Además, el sistema agrícola es una tarea compleja debido a su dependencia inherente de parámetros variables espaciales y temporales. Por ejemplo, en algunas áreas ni siquiera se ha observado un aumento, pero se ha observado una disminución en el rendimiento de diferentes cultivos,El-Obeidy, 2008 ). Esto puede deberse al uso de métodos manuales convencionales de recopilación de datos que son propensos a irregularidades debido a la acusación de datos erróneos de los factores deseados. Estas irregularidades en las técnicas de medición y procesamiento de datos influyen directamente en el control ambiental que afecta el rendimiento del cultivo. En Arabia Saudita, el 97% del agua para la agricultura proviene de depósitos de agua subterránea como fósiles, acuíferos profundos como se muestra en la Fig. 1c . Como se informó, estos reservorios se están agotando tan rápido que dentro de 25 años ya no estarán disponibles. Por ejemplo, desde 1992 hasta 2006, la tasa de extracción de agua ha aumentado en un 40%, de la cual el 88% se utiliza solo para la agricultura ( Figura 1a ) y la mayor parte (> 90%) de esta agua se extrae de los recursos hídricos subterráneos (Fig. 1b ) ( Encuesta AQUASTAT, 2008 ).

Figura 1 (ac): Captación de agua por (a) Sector (b) Por fuente sobre un total de 23666 km 3 en 2006 y (c) Fuente principal de agua de riego en 2000 ( Encuesta AQUASTAT, 2008 )
Además de las condiciones climáticas, se informa que la productividad agrícola está en función de la degradación espacial y los cambios temporales, lo que lo convierte en un sistema integrado complejo ( Shah y Das, 2012 ). Esto requiere el mejor uso posible de los recursos para administrar y controlar el sistema agrícola.

Las tecnologías emergentes durante los últimos años han agregado un nuevo nivel de sofisticación para abordar los problemas y desafíos relacionados con la agricultura ( Oxford Business Group, 2010 ). La agricultura de precisión es uno de esos cambios revolucionarios, que es un nuevo enfoque para aumentar el rendimiento de los cultivos mediante la gestión de los recursos de manera adecuada. La clave de su éxito es la acusación de datos en tiempo real de los parámetros de campo relacionados con el medio ambiente, como la condición del suelo, el nivel del agua, la necesidad de fertilizantes y los parámetros ambientales como la humedad y la temperatura ( Chavan y Karande, 2014 ). Es un sistema que puede proporcionar medios para la agricultura sostenible, especialmente para los entornos, que no son muy hostiles para la agricultura.

En el enfoque convencional, las mediciones de los factores ambientales de la agricultura las realizan personas que toman datos manualmente en varios momentos. Por otro lado, los desarrollos recientes en las técnicas de automatización y registro de datos permiten la reducción de la pérdida de datos y hacen posible la acusación de datos no tripulados de situaciones críticas de peligro. Estos sistemas automatizados aseguran tiempos de respuesta rápidos, que aseguran un mejor control de calidad con la ventaja aditiva de reducción en el costo laboral ( Luiz et al ., 2011 ). Junto a este reciente desarrollo en sensores inteligentes y medios de comunicación entre ellos desde una red distribuida y conceptos de teledetección hace posible medir diferentes parámetros de interés de forma remota y en tiempo real ( Kim et al.., 2008 ; Haefke et al ., 2011 ). Por lo tanto, los últimos descubrimientos de la ciencia y la tecnología deben utilizarse en el campo de la agricultura para aumentar la productividad, el alto rendimiento y el crecimiento. Junto con esto, existe la necesidad de un sistema inteligente, que garantice la seguridad y el control total de los parámetros agrícolas en el campo sin la necesidad de presencia personal.

En Arabia Saudita, las técnicas de riego se utilizan en el sector agrícola, que se puede dividir en 3 esquemas principales a gran, mediana y pequeña escala en función de las superficies agrícolas, como se muestra en la Figura 2b . Por lo general, las granjas a gran escala son propiedad de empresas gubernamentales o privadas, mientras que las granjas medianas son propiedad de granjas privadas y existían pequeñas granjas antes del auge del desarrollo agrícola en la década de 1970 ( Encuesta AQUASTAT, 2008 ).

Motivación y aportes: El objetivo de este estudio es incrementar la productividad del cultivo en invernadero aplicando los conceptos de agricultura de precisión. En segundo lugar, involucrar a la comunidad urbana en las actividades agrícolas sin perturbar su vida urbana, especialmente el cultivo en invernadero y la agricultura a pequeña escala. Entonces, para atraer a esta comunidad con el concepto de agricultura de precisión es necesario desarrollar un sistema, con el cual, el agricultor urbano pueda monitorear y controlar los diferentes parámetros del sistema de agricultura de precisión, mientras permanece en sus oficinas. También permitirá asegurar un uso eficiente de los recursos del Reino. Por ejemplo, la adquisición de datos de temperatura y humedad del suelo en tiempo real puede orientar sobre la cantidad de agua necesaria en el futuro, por lo tanto, una gestión de los recursos en el tiempo puede mejorar el rendimiento del cultivo.Aziz et al ., 2010 ). Esto involucrará a la comunidad urbana con la agricultura debido a la facilidad en el manejo de sus tierras agrícolas y también mejorará la productividad del invernadero mediante un control inalámbrico, manual o automático adecuado ( Mendez et al ., 2011 ). Por otro lado, el registro de datos de estos parámetros a lo largo del tiempo y el tipo de cultivo ayudará a crear un banco de datos a nivel nacional para la investigación científica en diferentes campos de la agricultura, como el efecto de los parámetros ambientales en el rendimiento del cultivo, la gestión del agua , los requisitos de fertilizantes y el efecto de temporadas, etc. Por último, los objetivos secundarios incluyen recursos humanosdesarrollo y aumento de la conciencia sobre los conceptos de agricultura de precisión y su uso en invernadero para los agricultores locales y la industria agrícola. También brindará una oportunidad para que ingenieros graduados e investigadores asociados de diferentes campos se unan para resolver problemas en el campo de la agricultura ( Alkolibi, 2002 ). Estos ingenieros tienen una gran demanda en la industria agrícola. Este proyecto es una iniciativa interdisciplinaria entre los departamentos de electricidad, electrónica, mecánica y agricultura y mantendrá a la facultad en contacto con los problemas que enfrenta la industria agrícola, especialmente relacionados con las técnicas de cultivo en invernadero.

Brecha de investigación: El estudio existente proporcionó percepciones importantes sobre la aplicabilidad de los métodos de monitoreo del crecimiento agrícola para investigar las condiciones ambientales y su efecto en los invernaderos ( Al-Subaiee et al ., 2005 ).

Figura 2 (ab): (a) Técnicas de riego en 1992 y (b) Tipo de sistemas de riego ( Encuesta AQUASTAT, 2008 )

Tabla 1: Limitación de la investigación y probabilidad de trabajo de extensión

Sin embargo, a pesar de estos crecientes esfuerzos y contribución, todavía falta la nueva tecnología para controlar completamente el proceso de los entornos agrícolas para hacer sensores y el desarrollo de la infraestructura de edificios de monitoreo automático de GH. La Tabla 1 , abordó un mapeo sistemático sobre la limitación del estudio anterior y muestra la probabilidad de extensión laboral para cada contribución. Se identificaron varias estrategias para mejorar aún más las tecnologías en el monitoreo del crecimiento agrícola ( Al-Hamzi, 1997). Además, contar la capacidad de la observación del crecimiento agrícola en GH para secuestrar la productividad de los cultivos agrícolas verdes es fundamental y es necesario mejorar la productividad como medio para moderar la adopción de invernaderos para la tecnología comercial. Esta tecnología propuesta tiene importantes inversiones (privadas y públicas) en agricultura y diversifica las fuentes de la economía nacional en el Reino de Arabia Saudita. Este proyecto propuesto es una combinación de muchas direcciones estratégicas proporcionadas por KASCST, KSA, tales como tecnologías de programación de riego y técnicas de eficiencia en el uso del agua en la producción de cultivos, técnicas hidropónicas, aumento de la producción mediante la mejora de tecnologías de invernadero y mejores prácticas de gestión agrícola para controlar el medio ambiente. de tecnología de agricultura de precisión. La solución propuesta para la brecha de investigación es diseñar e implementar un sistema de control inalámbrico a través de PLC / microprocesador para controlar diferentes actuadores para agricultura de precisión. La integración del software de supervisión también propuso administrar los datos detectados de cualquier práctica agrícola en la mayoría de los climas y administrar la unidad de control utilizando un entorno amigable para el usuario de teléfonos inteligentes / Internet para proporcionar valores comparativos específicos de acuerdo con la detección y el diagnóstico.

Solución propuesta: Este sistema será capaz de registrar y procesar datos para la futura gestión de recursos. En la segunda fase del proyecto, la productividad de un invernadero equipado seleccionado se comparará a lo largo del tiempo con un invernadero no equipado para un grupo de cultivos seleccionados para crear una base de datos de la productividad del cultivo y el efecto de las variables de control para mejorar la aplicación de AP en el invernadero. cultivos en Arabia Saudita. La tercera fase comprende brindar capacitación y conciencia pública a los agricultores locales y la comunidad en la región de Qassim sobre la tecnología de AP y el uso de monitoreo y control remotos para mejorar sus productos agrícolas y mejorar sus medios de vida.

El proyecto atenderá la gama de ingresos de los agricultores de bajo a alto nivel en el Reino mediante la implementación de técnicas de AP en un entorno de invernadero para mejorar la productividad de los invernaderos mediante la supervisión y el control remotos a un precio asequible. El objetivo secundario de este estudio es construir un sistema que pueda involucrar a la comunidad urbana con el campo del cultivo / agricultura de invernadero con un mínimo esfuerzo como segunda profesión o pasatiempo. Por lo tanto, junto con la investigación en curso en el campo de las medidas de productividad de los invernaderos y el desarrollo de técnicas de medición y procesamiento, la primera fase del proyecto se ocupará del monitoreo remoto de los parámetros ambientales mediante el uso de una red de sensores distribuidos, ya sea mediante el uso de Global System for Mobile (GSM ) Sistema basado en SMS o técnica de comunicación basada en Zig-Bee y un desarrollo desistema de control adaptativo (Haefke et al ., 2011). Este sistema propuesto también controlará el sistema de riego, el control de plagas, el control de la nutrición, etc., con el uso de un sistema inalámbrico basado en PLC / microcontrolador.

Como parte de la estrategia, tomar medidas y controlar parámetros y administrar una base de datos es una parte y crear conciencia a través de capacitaciones y talleres es la otra parte. Se necesita una estrategia doble para lograr este objetivo. La estrategia de transición tecnológica se muestra en la Fig.3 .

Fig. 3: Marco propuesto
CONCLUSIÓN

Se identificaron un total de 22 proyectos de investigación que cumplieron con los criterios de cerramiento relacionados con el proyecto propuesto. La información detallada fue identificada y posibilitando su total inclusión para definir el análisis de brechas según su limitación y la probabilidad de extensión laboral. Este proyecto es una iniciativa interdisciplinaria entre los departamentos de electricidad, electrónica, mecánica y agricultura y mantendrá a la facultad en contacto con los problemas que enfrenta la industria agrícola, especialmente relacionados con las técnicas de cultivo en invernadero. De acuerdo con la brecha de investigación, hay muchos factores y situaciones que pueden afectar la agricultura y sus resultados y estos están representados en el marco propuesto. La incorporación de estos factores en el proceso que se muestra en el marco simplificaría las intervenciones que mejoraron la nutrición,

Leer más
Agricultura de precisión y sostenibilidad

Monitoreo y manejo integrado de plagas

En su publicación “Directrices para el desarrollo de políticas de manejo de plagas y plaguicidas [2010]”, FAO define el Manejo de Plagas (M. I. P.) de la siguiente manera:
“La consideración cuidadosa de todas las técnicas de control de plagas y la subsiguiente integración de medidas apropiadas que frenen el desarrollo de poblaciones de plagas y que mantengan a los plaguicidas y a otros tipos de intervenciones en niveles que se justifiquen económicamente y que reduzcan o minimicen los riesgos para la salud humana y el medioambiente.”
En este contexto, la evaluación del desarrollo de las poblaciones de plagas es el pilar sobre el cual se asienta el programa y es el primer objetivo del monitoreo de los cultivos.

El monitoreo de cultivos es la observación detallada de los factores bióticos que interactúan con el ambiente y que pueden limitar su rendimiento. En este concepto englobamos a las plagas, a sus controladores naturales y a las interacciones entre éstos, el cultivo y el ambiente.

En forma práctica, al llegar a un lote determinamos el estado de desarrollo del cultivo, cuantificamos las plagas (orugas, por ejemplo) y calculamos el daño que provocaron (porcentaje de defoliación). También observamos la presencia de enemigos naturales de la misma (predadores como chinche Nabis, entomopatógenos como Nomurea rileyii) y las condiciones ambientales que pueden influir en el desarrollo de este ecosistema agrícola.

Es importante seguir un protocolo de trabajo para que la toma de datos sea comparable en cada uno de los muestreos realizados. A partir de este momento, con la evaluación de datos anteriores obtenidos del mismo cultivo, se realiza el diagnóstico para la determinación de la necesidad de aplicación de un fitosanitario.

El concepto sobre el cual se basa el diagnóstico, es que la plaga produzca sobre el cultivo un daño (disminución del rendimiento) mayor al costo de control (umbral de daño económico).

La valoración del Riesgo de posibles daños sobre el ambiente y la salud humana tienen una jerarquía aún mayor que los UDE para la toma de decisiones, la cual considera 2 aspectos muy importantes, que son el nivel de toxicidad de los productos fitosanitarios y el nivel de exposición al mismo.

En ese sentido, se deben privilegiar los productos con menor toxicidad aguda (productos banda verde) y mejor perfil ecotoxicológico (rápida degradación, que no se lixivien a napa).

Si bien este último concepto es muy importante, lo es más la exposición que podemos generar al mismo. Existen protocolos para minimizar la exposición que puede implicar cualquier aplicación y que han sido determinados por las BPA.

Otro concepto importante al momento de elección de los activos es la rotación de modos de acción para evitar aparición de resistencias, el cual también están consideradas dentro de las BPA.

¿Qué son las Buenas Prácticas Agrícolas?

El término Buenas Prácticas Agrícolas (BPA) hace referencia a una manera de producir y procesar los productos agropecuarios, de modo que los procesos de siembra, cosecha y pos-cosecha de los cultivos cumplan con los requerimientos necesarios para una producción sana, segura y amigable con el ambiente. Así, las Buenas Prácticas Agrícolas:
> Promueven que los productos agropecuarios no hagan daño a la salud humana y animal ni al medio ambiente, trabajando sobre el nivel de exposición;
> Protegen la salud y la seguridad de los trabajadores;
> Tienen en cuenta el buen uso y manejo de los insumos agropecuarios.

La Red de Buenas Prácticas ha realizado un documento sobre el uso de las BPA en cultivos extensivos e intensivos, que se pueden consultar en sitio www.redbpa.org.ar

Tras las aplicaciones y respetando los tiempos de reingreso al cultivo de cada fitosanitario (a los efectos de cuidar la salud de los operarios), se repite el monitoreo, que en este momento permite determinar la eficacia de la técnica de control aplicada y, eventualmente, un diagnóstico temprano de resistencia al activo utilizado permitiendo tomar las medidas necesarias para evitar la diseminación de los individuos resistentes.

Los intervalos de monitoreo están en función de la dinámica de las plagas y del cultivo. Suele tomarse como valor normal 7 días, aunque el período disminuye cuando se incrementa la población de la plaga y las condiciones ambientales son favorables para su evolución.

La campaña de trigo de este año estuvo caracterizada por la aparición tardía de roya del tallo y royo estriada en materiales susceptibles, provocando graves pérdidas en lotes no monitoreados. Aparición de chinches en etapas reproductivas.

En maíz se verificó una alta presión de roya en siembras tempranas y materiales susceptibles. Alta presión de cogollero y oruga de la espiga en siembras de diciembre con daños variables según evento.

En soja, se observó alta presión de bacteriosis, septoria y aparición tardía de cercospora kikuchii y MOR. Apareció el barrenador del brote, plaga que prácticamente había desaparecido con la introducción de la SD. Alta presión de chinches en los cultivos de 2°.

Estos son los datos que manejamos en la Asociación Argentina de Protección Profesional de Cultivos Extensivos (AAPPCE), que está conformada por profesionales involucrados con el manejo de cultivos extensivos a lo largo de todo el país.

Con nuestros colegas coincidimos en la forma de evaluar las problemáticas a las cuales hacemos frente: Promovemos la protección profesional de cultivos dentro de una agricultura sustentable que permita la seguridad alimentaria protegiendo el medio ambiente y el capital humano; y compartimos un modo de trabajo participativo, que favorezca la creación de soluciones innovadoras y sustentables haciendo un uso racional de los recursos.

Leer más
Agricultura de precisión y sostenibilidad

Monitoreo de cultivos mediante tecnología de imágenes satelitales

El seguimiento de cultivos por satélite ha dado lugar a muchos avances en la industria agrícola. Entre muchos otros usos, el monitoreo por satélite es adecuado para un pronóstico meteorológico preciso en la ubicación de su granja basado en coordenadas de campo concretas. Junto con otros desarrollos en aplicaciones de teledetección, los datos del monitoreo satelital se han convertido en una de las fuentes críticas de datos en el monitoreo del estado de los cultivos a gran escala que se centra en el análisis del índice de vegetación.

Por lo general, las imágenes de la vegetación mostrarían el crecimiento de los cultivos desde la siembra hasta la cosecha. Se pueden identificar los cambios a medida que avanza la temporada y todas las anomalías como la compactación del suelo, áreas secas o problemas de agua y parches de malezas. Una imagen ortorrectificada y georreferenciada puede localizar áreas tan problemáticas. También se puede determinar el tamaño del área afectada. El beneficio del monitoreo de cultivos por satélite y el control de la vegetación está más allá del ojo humano. Puede ayudar al productor a tomar una decisión informada con respecto a las soluciones más factibles que afectan sus actividades agrícolas.

Además de resaltar las áreas problemáticas, las imágenes de satélite pueden ayudar a monitorear la efectividad de las acciones preventivas y correctivas aplicadas que un agricultor puede optar por implementar. La razón por la que se valoran las imágenes es porque actúan como indicadores tempranos del estrés de los cultivos o del rendimiento proyectado. El rendimiento temprano de los productos agrícolas informará al mismo productor de cualquier decisión de marketing que deba tomarse y qué tipo de recursos deben asignarse a la misma.

Para maximizar completamente el uso de imágenes satelitales en el monitoreo de granjas, los agricultores, administradores de granjas, técnicos y consultores de cultivos deben primero comprender y tener la capacidad de interpretar la imagen resultante. Afortunadamente, existe una amplia gama de herramientas de mejora que están diseñadas para hacer que una imagen sea más interpretable para varias aplicaciones específicas. Estas clasificaciones y herramientas de mejora se utilizan a menudo para resaltar las características de la granja. Vale la pena señalar que estas técnicas empleadas dependen en gran medida del tipo de datos de teledetección y también de los objetivos del usuario final.

La ventaja clave de las imágenes satelitales es que sus datos se encuentran en diferentes resoluciones espectrales, espaciales y temporales para la evaluación de cultivos, la salud de los cultivos, la agricultura, la detección de cambios en los cultivos, el mapeo del paisaje de regadío, el análisis ambiental, la determinación del rendimiento y el análisis de suelos. La sincronización de estas imágenes es importante, ya que determinará el tipo de información que los usuarios finales esperan obtener. Las imágenes dicen mucho: pueden indicar el patrón de drenaje y la variación en la materia orgánica del suelo. Dicha información es valiosa especialmente cuando se utiliza para determinar zonas de gestión utilizando datos auxiliares.

El sector agrícola ha entrado en una nueva etapa de desarrollo; los agricultores no tienen otra opción que cambiar el grado de innovación utilizado o aplicado en su campo respectivo. En particular, se prevé que tales desarrollos traerán maquinaria agrícola mejorada, cultivos de cultivos modernos y tecnologías de agricultura de precisión. El objetivo a largo plazo del satélite operativo que se encuentra en los cielos monitoreando un vasto campo de tierra es una mejor seguridad alimentaria mundial.

El monitoreo de campo agrícola para la estimación de cultivos y la seguridad alimentaria son aplicaciones relevantes del monitoreo satelital de cultivos como un tipo de tecnología agrícola. La estimación precisa de la información y las estimaciones de cultivos son muy críticas por las siguientes razones: –

La incertidumbre de la cantidad puede influir en la demanda y la oferta, lo que da como resultado una volatilidad de los precios y una anticipación inexacta de la escasez, lo que puede dar lugar a la acumulación de productos agrícolas; y
La seguridad alimentaria afecta en gran medida la estabilidad política. El seguimiento a distancia del progreso del cultivo también es esencial en la estimación y gestión de riesgos. El progreso de la cosecha también se puede rastrear mediante imágenes de satélite, así como análisis en torno a la distribución espacial de los cultivos.
Por último, se ha comprobado que la tecnología satelital es confiable en el monitoreo de cultivos, ya que se adapta a tasas de revisión periódicas que producen datos consistentes y precisos y también tiene una amplia cobertura. Esto, a su vez, se vuelve muy útil cuando el agricultor está realizando análisis de series de tiempo y otras investigaciones o análisis. Además, la tecnología de seguimiento por satélite se ha hecho atractiva mediante el desarrollo de sensores y constelaciones de mayor resolución que permiten velocidades de revisión más rápidas.

Las características espectrales de las granjas agrícolas, como los resultados del análisis de textura y los cambios en la dinámica de los colores y los ángulos de brillo, se pueden utilizar para construir funciones de cosecha e índices para evaluación y control.

El procesamiento de imágenes de satélite que se encuentran en el rango espectral rojo e infrarrojo puede ayudar al agricultor a tener la oportunidad de observar los campos en tiempo real. Los agricultores también pueden generar una base de datos para referencia futura con respecto a la temperatura del suelo y los cambios en su precipitación, condición, índices de vegetación para varios cultivos, con un horizonte temporal de más de 10 años.

Mayor importancia del monitoreo satelital agrícola

La fertilización racional se ve reforzada por imágenes de satélite;
Los costos salariales se reducen considerablemente. Se requiere un número mínimo de personas para monitorear una gran parcela;
Mayor precisión;
Costos reducidos de insumos como combustible; y
Mejora la recopilación de datos para futuras referencias y trabajos de investigación.

Leer más
Agricultura de precisión y sostenibilidad

5 consejos para el éxito de la exploración de campo

¿Su exploración de campo se siente como un nuevo truco ridículo o le proporciona datos útiles de agricultura de precisión? Siga estos 5 consejos para tener éxito en la exploración de campo y mejorar la eficiencia de recopilación de datos de su granja.

Estos consejos son para principiantes en granjas, amantes de los drones y cínicos de la agricultura de precisión.

Mire antes del brote
Ya sea que sus campos sean susceptibles a los roedores como las ratas o que siempre estén brotando de malas hierbas molestas, debe buscar señales antes de que realmente se apoderen de ellas.

Esto significa verificar al principio de la temporada de crecimiento: ¿puede ver áreas de vegetación densa que tienen más probabilidades de ser malezas que cultivos? ¿Puedes ver los inicios de surcos de plagas? En el caso de las plagas, es posible que incluso pueda ver evidencia de ellas antes de plantar cualquier cultivo, especialmente si son roedores grandes.

Mira más allá del campo
Seguro, la tierra más allá de tus campos puede que no sea tu tierra, pero ¿se preocuparán los animales y los intrusos? ¡No! El truco consiste en apuntar la cámara en un movimiento lateral para obtener una buena vista de lo que está sucediendo en la tierra vecina sin volar su dron hacia su espacio aéreo. Busque problemas potenciales: tierra que pueda deslizarse sobre la suya en una inundación o los signos habituales de plagas y especies de malezas invasoras.

Estos datos valiosos pueden ayudarlo a prepararse o informar a sus vecinos con anticipación para tratar de evitar posibles problemas.

Inspeccione sus propias acciones
¿Está usando el mismo pesticida que ha estado usando durante la última década porque ocasionalmente ha visto una determinada especie de insecto? No solo los pesticidas se han vuelto mucho más efectivos en los últimos años, sino que sus campos también habrán cambiado y lo que era un problema importante en ese entonces no lo es ahora. ¡Explore los campos para verificar si su pesticida realmente está funcionando o si simplemente no es necesario!

Hacer esto le ahorrará dinero y hará que su granja sea mucho más eficiente. Explore unos días después de la pulverización para ver el efecto.

Utilice el equipo adecuado
¿Consiguió que el empleado técnico configurara el sistema informático para administrar el dron o realmente sabe cómo usarlo? El sistema de monitoreo de cultivos por satélite adecuado junto con su trabajo con drones puede descubrir el 90% de los problemas con sus campos. Consulte los sistemas Cropio o haga su propia investigación.

La clave es no ignorar la tecnología. Es el futuro y si desea que los productos agrícolas sigan siendo competitivos, debe estar actualizado. Suscríbase y marque nuestro blog para que esto sea un poco más fácil.

Utilice todos sus datos
Aunque nos encantan los drones agrícolas y estamos asombrados de lo que puede lograr con ellos, realmente necesita usar una combinación de muchos conjuntos de datos para tomar decisiones sobre qué hacer a continuación. Cosas como registros de años anteriores (datos que recopiló usted mismo y datos de estaciones meteorológicas, por ejemplo), análisis de contenido y humedad del suelo, datos sobre los cultivos que está considerando plantar, etc.

Todo esto debe sopesarse antes de tomar una decisión importante de regar más, rociar un nuevo pesticida, decidir la profundidad de la hilera y prácticamente cualquier otra decisión importante que pueda afectar su rendimiento.

La exploración de campo no tiene por qué ser difícil; ¡mantén los ojos abiertos! Comparta sus consejos con nosotros a continuación y póngase en contacto con Cropio para averiguar cómo el software podría ayudar a su granja.

Leer más
Agricultura de precisión y sostenibilidad

Un sistema de monitoreo de información de bajo costo para aplicaciones de agricultura inteligente

Se propone una solución de bajo costo, bajo consumo de energía y baja velocidad de datos para cumplir con los requisitos de monitoreo de información para granjas agrícolas reales a gran escala. Una finca a pequeña escala se puede administrar fácilmente. Por el contrario, una granja grande requerirá equipos de automatización que contribuyan a la producción de cultivos. La medición de las propiedades del suelo basada en sensores juega un papel integral en el diseño de una granja agrícola totalmente automatizada y también proporciona resultados más satisfactorios que cualquier método manual. Las soluciones de monitoreo de información existentes son ineficientes en términos de mayor costo de implementación y rango de comunicación limitado para adaptar la necesidad de las granjas agrícolas a gran escala. Se propone un módulo de comunicación en serie de bajo consumo, largo alcance y bajo costo para enfrentar los desafíos de monitorear la información a largas distancias. En el sistema propuesto, Se implementa un mecanismo de comunicación basado en árboles para ampliar el rango de comunicación agregando nodos intermedios. Cada nodo sensor consta de un panel solar, una celda recargable, un microcontrolador, un sensor de humedad y una unidad de comunicación. Cada nodo puede funcionar como nodo sensor y nodo de enrutador para el tráfico de red. Los registros de datos minimizados desde el nodo central se envían diariamente a la nube para fines analíticos futuros. Después de realizar un experimento detallado a la vista, la distancia de comunicación midió 250 m entre dos puntos y aumentó a 750 m al agregar dos nodos intermedios. La corriente de trabajo mínima de cada nodo fue de 2 mA y la tasa de pérdida de paquetes fue de aproximadamente 2 a 5% en diferentes tamaños de paquetes de toda la red.

Palabras clave: monitoreo de información, sensor, agricultura inteligente, red de sensores inalámbricos
Ir:
1. Introducción
La agricultura inteligente representa la aplicación de tecnologías modernas de información y comunicación a la agricultura. Potencialmente, puede generar una producción agrícola productiva y sostenible basada en un enfoque preciso y eficiente en el uso de recursos. Los sensores en las granjas agrícolas permiten a los agricultores obtener datos detallados en tiempo real como variables, como la temperatura del suelo y ambiente, el agua de riego y la conductividad del suelo, y el suelo o el pH del agua de riego. Con el uso de tecnologías de comunicación, estos datos se pueden transmitir a pasarelas para desencadenar las acciones necesarias basadas en las propiedades del suelo y los registros de datos, que se pueden enviar a la nube para análisis futuros [ 1 , 2 ].

Para acceder a datos de campo con un cableado mínimo, fácil instalación y bajo esfuerzo de mantenimiento, diferentes aplicaciones que utilizan las características de detección distribuida de las redes de sensores inalámbricos (WSN), incluido el monitoreo del agua [ 3 , 4 , 5 ], bosque [ 6 , 7 ], industrial [ 8 , 9 ], agricultura [ 10 , 11 , 12 ], medioambiental [ 13 , 14 ] y ciudad inteligente y marco comunitario [ 15 , 16] Haber emergido. Estas tecnologías son plataformas adecuadas para implementar sistemas inalámbricos en la agricultura debido a las propiedades orientadas a la aplicación de las WSN. Una WSN es una colección de nodos que funcionan de forma cooperativa. Cada nodo incluye un microcontrolador, una fuente de alimentación y una unidad de comunicación, y puede alojar varios sensores. Los datos del sensor se transfieren a una puerta de enlace utilizando la unidad de comunicación a través de uno o varios saltos.

Las WSN están emergiendo como una gran ayuda para mejorar la calidad agrícola, la productividad y la optimización de recursos. En la actualidad, la investigación sustancial [ 17 , 18 , 19 , 20] se ha centrado en el desarrollo de sistemas WSN eficientes que proporcionarán una supervisión y una automatización detalladas de los procesos agrícolas. Los valores medidos de los nodos de sensores de suelo deben transferirse de manera confiable a una puerta de enlace a través de un medio de comunicación. Los WSN pueden recopilar datos de los nodos de sensores de campo con bajo costo, cableado mínimo, fácil instalación y mejor mantenimiento. Una red basada en WSN comprende nodos finales para obtener la medición de datos de campo (por ejemplo, temperatura y humedad), un módulo de comunicación para la transmisión de datos (por ejemplo, ZigBee) y un controlador central para administrar los datos de los sensores, activar los actuadores y almacenar datos [ 21 , 22 ].

Actualmente, las tecnologías de comunicación ZigBee, Bluetooth, Cellular y otras más utilizadas tienen sus pros y sus contras [ 23 , 24 ]. En un sistema, los parámetros ambientales de campo recopilados, por ejemplo, la humedad, la temperatura se utilizan para enviar a través del módulo ZigBee hacia el nodo receptor y un módulo GPRS se integra en el nodo receptor para la comunicación a larga distancia con el servidor que realizó el monitoreo de información centralizado, visualización de datos, almacenamiento de datos. y realiza análisis de datos en el invernadero [ 25 ]. En un sistema de detección de información de tráfico, Bluetooth se utiliza para transmitir los parámetros del vehículo, por ejemplo, posición y velocidad, etc. [ 26]. Se propone un sistema de supervisión de sensores basado en GPRS para garantizar la transmisión precisa de datos a larga distancia en un entorno distribuido [ 27 ]. Sin embargo, ZigBee y Bluetooth son tecnologías de radio de corto alcance y no son adecuadas para escenarios de transmisión de largo alcance. 2G, 3G, 4G y otras soluciones basadas en la comunicación celular pueden proporcionar una cobertura más amplia, pero consumen demasiada energía y aumentan los costes operativos [ 24 ].

Los objetivos centrales de la construcción del sistema de destino son la cobertura de distancia, la rentabilidad y la fiabilidad de la comunicación. En este trabajo, se utiliza un módulo de comunicación de bajo costo llamado HC12 para la transmisión de datos a larga distancia en la finca agrícola. El HC12 tiene un rango de comunicación de 200 a 1000 m en un escenario punto a punto. Sin embargo, en comparación con el sistema propuesto, la comunicación celular y las soluciones basadas en LPWAN [ 24 , 28] proporcionan un mejor alcance de comunicación a varios kilómetros a la vista. Sin embargo, existe una compensación entre la cobertura de la distancia y la ubicación de los nodos en cada zona. Por ejemplo, si la distancia de ubicación de los nodos aumenta en kilómetros en aras de un rango de comunicación más alto, es posible que un agricultor no pueda medir las zonas intermedias. Por el contrario, si la distancia de ubicación de los nodos disminuye, no es necesario implementar un sistema costoso. En nuestra aplicación, la cobertura de zona y la cobertura de distancia son igualmente importantes. Para tener en cuenta los requisitos de la aplicación, HC12 se ha considerado la solución más adecuada. Se ha diseñado un mecanismo de red para extender la comunicación agregando nodos intermedios. A nuestro leal saber y entender, el trabajo propuesto puede ajustarse mejor a los requisitos de la aplicación.

El resto de este documento está organizado de la siguiente manera: Las tecnologías de IoT existentes en el monitoreo de información se analizan en la Sección 2 . El componente clave y la tecnología propuesta se presentan en la Sección 3 . La metodología detallada del sistema propuesto se analiza en la Sección 4 . En la Sección 5 se presenta y comenta un conjunto de experimentos en tiempo real . Finalmente, las conclusiones, la limitación y el trabajo futuro se resumen en la Sección 6 .

Ir:
2. Revisión de la literatura
El papel de las WSN en la agricultura se ha vuelto prominente como parte de la iniciativa de agricultura de precisión (AP), y estas redes ayudan a constituir AP [ 1 , 17 ]. La adaptación de sistemas WSN en agricultura ha sido ampliamente explorada en la última década [ 22 , 29 ] desde diferentes perspectivas, por ejemplo, diseño de plataforma inalámbrica para un mejor rendimiento, estrategia de implementación óptima de nodos de sensores y sistemas de gestión de riego automatizados para ahorrar agua. En [ 30 ], los parámetros de la capa MAC IEEE 802.15.4 se ajustan correctamente para seguir la frecuencia de muestreo de los nodos de sensores de acuerdo con los requisitos de la agricultura de precisión. Se propone un patrón de despliegue de nodos de sensores de calidad para la agricultura de precisión [ 31]. El método utiliza varias métricas para cuantificar los patrones de implementación de sensores para proporcionar conectividad cualitativa en la granja. Desde la perspectiva de los costos, el problema del despliegue óptimo se logra manteniendo el nivel deseado de cobertura y conectividad con un número mínimo de nodos [ 32 ]. Además, la gestión del sistema de riego se analiza ampliamente para ahorrar agua [ 22 , 33 , 34 ]. Por ejemplo, el valor en tiempo real de las zonas de raíces de la planta se mide de manera distribuida y se usa un valor umbral en la puerta de enlace para lograr el ahorro de agua [ 21]. Recientemente, un sistema de apoyo a la toma de decisiones (DSS) integrado en la puerta de enlace de la red superó los métodos de última generación basados ​​en el umbral de parámetros [ 22 ].

De hecho, la mayor parte del esfuerzo se ha realizado en el diseño y las estrategias de implementación para WSN con la realización de la capacidad de detección y una mejor gestión en la agricultura de precisión. Considerando que, la transmisión confiable de datos en tiempo real adquirida por sensores en red a larga distancia ha sido menos investigada. Aunque, muchos investigadores han centrado la atención en el estudio y diseño de la transmisión de datos en el entorno WSN, los inconvenientes comunes son su cobertura de distancia limitada o su mayor costo de implementación. Por ejemplo, ZigBee siempre se ha considerado una solución óptima debido a su bajo consumo de energía y fuerte movilidad [ 35 , 36 , 37]; sin embargo, su alcance de transmisión de datos está limitado a 100 m entre dos puntos. El recuento de dispositivos ZigBee aumenta cuando se requiere cubrir más de 100 m; por lo tanto, el costo de implementación y la sobrecarga de la red también aumentarán. Para garantizar la cobertura de larga distancia, se utiliza una solución basada en GSM en la que cada nodo contiene un módulo GSM y envía directamente los datos de sus sensores a la nube, cambiando así la topología de la red de centralizada a distribuida [ 38 ]. Aunque se elimina la tensión de cobertura, el costo de implementación y la complejidad de la instalación son extremadamente altos. Recientemente, se ha propuesto una solución de red de área amplia de baja potencia (LPWAN) basada en LoRa para resolver el problema de monitoreo de información en un área extensa [ 28]. Un módulo de comunicación LoRa proporciona una transmisión de datos confiable a una distancia de más de 1 km en un entorno relativamente complejo; sin embargo, el principal inconveniente de la solución LPWAN es que requiere una suscripción anual de un solo proveedor (Semtech) [ 39 ] y una puerta de enlace dedicada llamada NB-IoT / LoRaWAN [ 24 ], que puede resultar costosa.

Uno de los desafíos actuales es diseñar un sistema rentable para la transmisión de datos de campo a larga distancia, que es más deseable en esta aplicación, que rara vez se explora. Por lo tanto, el estudio actual propone e implementa una red de sensores inalámbricos de bajo costo, que se puede utilizar como modelo de referencia para la recolección de datos de sensores de campo en un área amplia. Sin embargo, algunos sistemas de monitoreo de información basados ​​en WSN ya están disponibles [ 22 , 28 , 34 , 38 ], pero el inconveniente común de estos sistemas es el costo de implementación extremadamente alto cuando aumenta el número de dispositivos.

Ir:
3. Granja de modelos basada en IoT
Nuestra solución propuesta es específica de la aplicación y consta de sensores de humedad, microcontroladores, módulos de comunicación por radiofrecuencia, paneles solares, una puerta de enlace basada en Linux, un módulo de conectividad a Internet y almacenamiento en la nube. El diagrama del diseño del sistema propuesto se muestra enFigura 1. La solución está diseñada con el objetivo final de garantizar una cobertura de alta distancia con un costo de implementación mínimo.

Un archivo externo que contiene una imagen, ilustración, etc. El nombre del objeto es sensores-20-02367-g001.jpg
Figura 1
Diagrama de bloques de una granja agrícola basada en IoT.

3.1. Descripción general de HC12
HC12 [ 40 ] es un módulo de transmisión inalámbrica semidúplex de nueva generación, que tiene un rango de frecuencia de 433,4 a 473,0 MHz. El módulo tiene varios canales integrados y puede utilizar 100 canales con un paso de 400 KHz. La potencia de transmisión máxima del módulo es de 100 mW (20 dBm), la sensibilidad de recepción es de −112 dBm a una velocidad de 9600 baudios en el aire y la distancia de comunicación es de 200 a 1000 m en espacio abierto. El rango de comunicación más lejano se puede lograr cuando un módulo se configura a una velocidad de datos baja. Se pueden configurar tres modos de trabajo, llamados FU1, FU2 y FU3, para adaptarse a diferentes requisitos de aplicación. FU1 y FU2 son modos de ahorro de energía, mientras que FU3 es el modo de máxima potencia.

3.2. Descripción general de Orange-Pi
Orange PI es una computadora de placa única de código abierto que puede funcionar con una alimentación de 5 V. Tiene 512 MB de SDRAM y 2 MB de flash de interfaz periférica serie (SPI) incorporada y puede admitir un máximo de 32 GB de tarjeta TF. Orange PI tiene hasta 26 pines de entrada / salida (E / S) de propósito general, que se pueden usar para varios propósitos, dos ranuras USB 2.0, una SPI, una I2C, tres transmisores receptores asíncronos universales (UART) y un hardware real -reloj / calendario. El microcontrolador es adecuado para esta aplicación remota y puede ejecutar los sistemas operativos (SO) Android 4.4, Ubuntu, Debian y Raspbian.

3.3. Descripción general del módulo 2G (SIM900)
El módulo 2G es un módulo basado en GSM que puede ofrecer un rendimiento de 850/900/1800/1900 MHz para voz y datos. El módulo se comunica con la placa principal mediante comandos AT a través de una interfaz serie UART. El rango de voltaje de funcionamiento es de 4,5 a 5,5 V. En este estudio, este módulo se utiliza para recopilar datos meteorológicos de Internet y establecer una conexión con la nube mediante el protocolo GSM / GPRS. En comparación con 3G o 4G, el módulo 2G es más adecuado para aplicaciones agrícolas porque la mayoría de las granjas agrícolas están ubicadas en el campo, donde 3G o 4G aún no están establecidos. Aunque la tasa de datos es considerablemente más lenta que la última tecnología, la velocidad no es un factor importante en nuestro contexto porque la cantidad de datos recopilados es extremadamente pequeña.

Ir:
4. Diseño e implementación del sistema
Nuestro sistema incluye principalmente nodos (instalados en el campo), el nodo central (puerta de enlace) y almacenamiento en la nube, como se presenta en Figura 1. Los datos de campo se miden usando el sensor adjunto del nodo sensor y se transmiten a la puerta de enlace usando un módulo de comunicación HC12 en uno o varios saltos. El nodo central recibe datos de campo de los nodos de sensores, obtiene datos meteorológicos de Open Weather API y envía registros minimizados a la nube utilizando el módulo 2G (GSM / GPRS).

4.1. Diseño de hardware
El diseño de los nodos y la puerta de enlace se ha diseñado observando un escenario de aplicación, por ejemplo, recopilación de datos óptima, bajo consumo de energía y transmisión confiable.

4.1.1. Diseño de hardware del nodo sensor
El trabajo básico de un nodo es recibir una solicitud oportuna de la puerta de enlace a través de una unidad de comunicación, recopilar los parámetros del suelo del campo y enviar los valores resultantes a la puerta de enlace en el paquete de respuesta. Cada nodo comprende un microcontrolador, un sensor de humedad del suelo, una unidad de comunicación HC12 y una unidad de energía solar. Un diagrama de bloques de un nodo se muestra enFigura 2.

Un archivo externo que contiene una imagen, ilustración, etc. El nombre del objeto es sensores-20-02367-g002.jpg
Figura 2
Diseño de hardware del nodo sensor.

La unidad de microcontrolador (MCU) es ATmega328p (Arduino Nano 3.0). La tensión de entrada recomendada para el microcontrolador es de 7 a 12 V y la tensión de funcionamiento (nivel lógico) es de 5 V. La MCU tiene 14 E / S digitales y 8 pines de entrada analógica. Cada pin tiene una corriente continua de 40 mA. La suma de todas las corrientes que entran o salen de los pines de entrada / salida (todos los pines analógicos y digitales combinados) del microcontrolador ATMEGA328P en sí no puede exceder los 200 mA. En nuestro escenario, el nodo sensor ha utilizado 4 pines GPIO (3 digitales y 1 analógico) que está por debajo del límite máximo de ATMEGA328P. La memoria flash de la placa es de 16 KB y SRAM de 2 KB. El sensor de humedad del suelo está conectado a pines analógicos y digitales en la placa del microcontrolador. El microcontrolador controla la potencia del sensor utilizando el pin digital para mantenerlo bajo durante los tiempos de inactividad.

El hardware HC12 consta de una MCU incorporada, una interfaz de comunicación en serie TTL, una fuente de alimentación, un control de modo y una antena. La MCU incorporada se comunica con un dispositivo externo mediante el puerto serie. El HC12 se puede alimentar con un voltaje de 3,2 a 5,5 CC. La transmisión de datos tiene tres modos, a saber, FU1, FU2 y FU3, que se pueden configurar mediante comandos AT de acuerdo con los requisitos de la aplicación.

En este estudio, solo usamos el modo FU3, que tiene un consumo de energía promedio de 16 mA (en estado inactivo) y el consumo de corriente máximo se mide entre 50 y 55 mA (en estado de transmisión). Dos módulos emparejados deben tener el mismo modo de transmisión, velocidad de transmisión serial y canal de comunicación inalámbrica. Además, el módulo es semidúplex y los datos no se pueden enviar y recibir simultáneamente entre dos módulos.

La unidad de potencia consta de un panel solar de 10 W, una placa de protección de batería y una celda de almacenamiento de 3,7. La placa de protección se utiliza para regular la salida de voltaje de un panel solar y para evitar que la celda de carga se sobrecargue. El voltaje de salida de 4 V va directamente al microcontrolador, sensor de suelo y unidad de comunicación. La celda de almacenamiento se carga durante el día, lo que mantiene vivo el nodo del sensor en un clima parcialmente nublado, incluso de noche. La vida operativa del nodo se estimó midiendo el consumo de corriente real. Para el experimento de medición actual, programamos el nodo del sensor para medir continuamente el estado de la humedad del suelo y transmitir los valores resultantes a la puerta de enlace, de forma continua. Mientras se ejecuta el dispositivo en modo de funcionamiento completo, el consumo de corriente medido del nodo sensor fue de 80 a 85 mA. El consumo de corriente del módulo individual, por ejemplo, el microcontrolador, el sensor y el transceptor, se midió como 20 mA, 5 mA y 55 mA, respectivamente. Para la medición de la vida útil, el nodo del sensor se encendió mediante una celda de 3,7 V completamente cargada con una capacidad de 1800 mAh. Como el consumo de corriente del dispositivo fue de 80 a 85 mA, la batería duró casi 20 h en el experimento. El diagrama físico del nodo sensor se muestra enfigura 3.

Un archivo externo que contiene una imagen, ilustración, etc. El nombre del objeto es sensores-20-02367-g003.jpg
figura 3
Diagrama físico del nodo sensor.

4.1.2. Diseño de hardware de Gateway
La puerta de enlace se dedica a recopilar datos de campo de todos los nodos y datos meteorológicos de Internet y a enviar registros de datos minimizados al almacenamiento en la nube. Un dispositivo basado en Armbian, llamado Orange Pi, se utiliza con fines operativos. El dispositivo se instala en una ubicación central en una granja donde hay electricidad disponible, eliminando así la necesidad de un panel solar y una placa de protección. El diseño de hardware del nodo primario comprende una fuente de alimentación de 5 V CC, un dispositivo Orange Pi, un módulo 2G (GSM / GPRS) y una unidad de comunicación HC12. Los módulos HC12 y GPS están conectados a la placa Orange Pi en interfaces seriales. El diagrama de bloques del nodo central se muestra enFigura 4, mientras que el diagrama físico se muestra en Figura 5.

Un archivo externo que contiene una imagen, ilustración, etc. El nombre del objeto es sensores-20-02367-g004.jpg
Figura 4
Diseño de hardware del nodo de puerta de enlace.

Un archivo externo que contiene una imagen, ilustración, etc. El nombre del objeto es sensores-20-02367-g005.jpg
Figura 5
Diagrama físico del nodo de puerta de enlace.

4.2. Diseño de software
El diseño de software del sistema propuesto incluye un mecanismo de comunicación de red basado en árbol integrado en los nodos y un programa de puerta de enlace. Una sola unidad de comunicación no puede satisfacer los requisitos de una granja a gran escala debido a su alcance limitado. Por lo tanto, la lógica completa de la red se implementa en el lado del software de los nodos y la puerta de enlace.

4.2.1. Diseño de software del nodo sensor
El diseño de software de los nodos incluye una función de configuración, un bucle principal, una función de recopilación de datos y lógica de red. La compilación y desarrollo del programa completo se realiza utilizando lenguaje C ++ con software Arduino. En la parte de configuración, establecemos pines de entrada para el sensor, una velocidad en baudios en serie y comandos relacionados con HC12, que incluyen el modo de transmisión, la velocidad en baudios y el canal de transmisión inalámbrico. Un pin SET está disponible en la unidad de comunicación, que debe establecerse a tierra en el momento de la configuración.

La configuración se puede ejecutar en cada reinicio. En el programa principal, un bucle siempre está esperando paquetes entrantes. Si un paquete entrante está destinado a ese nodo, entonces el pin del sensor se activa para recopilar datos de campo y enviar el valor resultante en el paquete de respuesta a la puerta de enlace. El diagrama de flujo completo de los nodos se muestra enFigura 6, en el que se utiliza un nodo para reenviar el paquete si la dirección de destino no coincide con su dirección. En este estudio, solo usamos el sensor de humedad, que recopila datos tres veces y luego toma el promedio para obtener resultados precisos.

Un archivo externo que contiene una imagen, ilustración, etc. El nombre del objeto es sensores-20-02367-g006.jpg
Figura 6
Diagrama de flujo del nodo sensor.

4.2.2. Diseño de software de Gateway
El diseño del software de la puerta de enlace se desarrolla en función del diseño del hardware, que incluye principalmente la configuración, la recopilación de datos y el almacenamiento de datos. La compilación y desarrollo del programa completo se realiza utilizando el lenguaje Python en la imagen del sistema operativo Raspbian. El diagrama de flujo de la puerta de enlace se muestra enFigura 7.

Un archivo externo que contiene una imagen, ilustración, etc. El nombre del objeto es sensores-20-02367-g007.jpg
Figura 7
Diagrama de flujo del nodo de puerta de enlace.

La configuración del nodo central incluye comandos AT para la unidad de comunicación y el módulo GSM y credenciales de inicio de sesión para el almacenamiento en la nube. Después de la configuración inicial, el proceso de recopilación de datos comienza a ejecutarse diariamente por la mañana para recopilar datos de campo y meteorológicos. Este proceso también utiliza un mecanismo de reintento para superar la pérdida de paquetes debido a problemas de conectividad entre los nodos. En cada solicitud de nodo, la respuesta se almacena localmente con una ID de nodo o la ID de nodo se agrega a la lista muerta después del tiempo de espera. Después de completar los datos de todos los nodos y la API de Open Weather, la puerta de enlace inicia el proceso de retransmisión para los nodos fuera de línea utilizando sus nodos vecinos. Finalmente, para ahorrar ancho de banda, la puerta de enlace inicia el proceso de minimización de datos en los datos almacenados localmente, para enviar los registros minimizados a la nube.

4.3. Red de arquitectura
El mecanismo de red está diseñado en base a una topología de árbol. El rango del módulo de comunicación es limitado; por lo tanto, la cobertura de distancia se amplía agregando nodos intermedios. Se utiliza un enfoque simple basado en capas donde cada nodo intermedio crea una capa. El recuento de capas aumenta con el recuento de nodos intermedios. El nodo de la capa inferior depende de la vida útil del nodo de la capa superior, donde la falla de un nodo puede hacer que toda la subred deje de estar disponible. Cada nodo puede albergar de uno a nueve nodos conectados directamente y puede tener muchos nodos conectados indirectamente, como se muestra enFigura 8.

Un archivo externo que contiene una imagen, ilustración, etc. El nombre del objeto es sensores-20-02367-g008.jpg
Figura 8
Arquitectura de red basada en capas.

El nodo de la puerta de enlace se encuentra en la capa superior, lo que genera la solicitud de datos, mientras que todos los nodos sensores se encuentran en las capas inferiores. Cuando el paquete se origina en la capa 0 (puerta de enlace) hacia los nodos objetivo, cada nodo comprueba si el paquete está destinado a él y luego procesa el paquete; de lo contrario, reenvía el paquete a sus nodos secundarios. Para superar el reenvío de paquetes innecesario y la sobrecarga de red, la longitud de la dirección se define en cada capa del árbol (por ejemplo, la capa 1 tiene una dirección de un solo dígito, la capa 2 tiene dos dígitos y la capa 3 tiene tres dígitos de la dirección). La longitud de la dirección de destino en cada nodo se usa para calcular en dígitos antes del reenvío de paquetes. Por ejemplo, se genera un paquete con la dirección de destino 112 y el nodo 1 reenviará el paquete a todos los nodos de su subárbol. Cuando el paquete se recibe en la segunda capa, el nodo 11 reenvía el paquete a sus nodos sensores, mientras que los otros nodos descartan el paquete inmediatamente. La lógica de red para el proceso y el movimiento de paquetes se implementa en el nodo sensor.

Las redes de sensores inalámbricas (WSN) consisten en nodos de sensores autónomos distribuidos espacialmente para monitorear de manera cooperativa ciertos eventos y fenómenos en un área interesante. En comparación con la red cableada, los nodos de la WSN son muy propensos a fallar debido a sus limitados recursos disponibles [ 41 ]. La falla también afecta a la subred si la topología subyacente está basada en árboles. Tal falla no solo causa la pérdida de cobertura del área monitoreada sino que también desarticula algunos nodos con la estación base. Por lo tanto, es crucial restaurar la conectividad de estos WSN dañados.

El problema de restauración de la conectividad se puede resolver colocando el nodo de retransmisión (RN) [ 42 , 43 ]. En nuestro sistema, cada nodo está diseñado para actuar como un nodo sensor y un nodo de retransmisión también. Con la realización de la restauración de la conectividad, clasificamos los nodos vecinos en rutas primarias y secundarias, para redirigir el tráfico en caso de falla. Todos los nodos se consideran vecinos que se colocan dentro de un radio y pueden comunicarse directamente. Cada nodo tiene cuatro vecinos en su radio: en forma de columna, que sigue la ruta primaria verticalmente y en fila, que sigue la ruta secundaria horizontalmente. En caso de cualquier falla en el nodo de la ruta principal, la puerta de enlace redirige el tráfico a la ruta secundaria como se muestra enFigura 9. El nodo se marca como muerto si no responde en el intervalo de tiempo.

Un archivo externo que contiene una imagen, ilustración, etc. El nombre del objeto es sensores-20-02367-g009.jpg
Figura 9
Diagrama de retransmisión para nodos fuera de línea.

Se desarrolla una estructura de paquete personalizado de 10 bytes, como se muestra en tabla 1. En nuestra estructura de paquetes se utilizan tres tipos de ID de paquete (S, F y R). Cuando un paquete se origina en la puerta de enlace, el ID del paquete se establece en S (paquete de estado). Los ID de paquete F y R se utilizan con fines de reenvío y respuesta, respectivamente.

tabla 1
Paquete de red personalizado.

Tipo de campo Número de bytes
ID de paquete 2 bytes
Dirección MAC 2 bytes
Dirección de la fuente 2 bytes
Dirección de destino 2 bytes
Datos N bytes
Ir:
5. Resultados y discusión
Se realiza una prueba experimental en línea de visión en una finca de uva a gran escala, que cubre cerca de 700 m de este a oeste y 500 m de norte a sur. La prueba en tiempo real tiene como objetivo medir el rango de comunicación, el tiempo de retardo de la transmisión y la tasa de éxito del paquete en la red en un tamaño de paquete diferente. Los sensores de humedad del suelo se utilizan para medir el nivel de humedad en diferentes áreas de la finca para validar los resultados porque el valor de la humedad es familiar para los agricultores.

5.1. Prueba de distancia de comunicación punto a punto
El primer paso es medir el rango de comunicación entre dos nodos conectados directamente. El nodo central (puerta de enlace) se fija en la esquina este-norte, lo que genera la solicitud de datos para los nodos sensores de manera oportuna. La tasa de respuesta en la puerta de enlace se examina generando una solicitud de datos continua y moviendo lentamente el nodo 1. La distancia óptima medida es de aproximadamente 250 m, como se muestra enFigura 10. Para medir la pérdida de paquetes, se envían 1000 paquetes de baliza desde la puerta de enlace hacia el nodo 1, lo que da como resultado una tasa de pérdida de paquetes del 1,5% entre dos nodos conectados directamente.

Un archivo externo que contiene una imagen, ilustración, etc. El nombre del objeto es sensores-20-02367-g010.jpg
Figura 10
Mapa de distancias de comunicación punto a punto.

5.2. Prueba de distancia de comunicación de esperanza múltiple
El trabajo real de la red se examina mediante una prueba de distancia de comunicación de varios saltos, en la que cada nodo puede servir como un enrutador y una unidad de recopilación de datos. Teniendo en cuenta el resultado anterior, el nodo 1 se fijó inicialmente en la posición n. ° 1 desde donde respondía de manera confiable en la prueba punto a punto. Como nodo móvil, el nodo 11 se movió lentamente, la tasa de respuesta se midió continuamente y el nodo 11 se fijó en la posición 11 a una distancia de 250 m junto al nodo 1. Además, se implementaron dos nodos más (111 y 112) junto al nodo 11 para comprobar el trabajo de varios nodos en la misma capa. Los dos últimos nodos se desplegaron en direcciones opuestas a una distancia de 250 m del nodo 11 en las posiciones # 111 y # 112, como se muestra enFigura 11.

Un archivo externo que contiene una imagen, ilustración, etc. El nombre del objeto es sensores-20-02367-g011.jpg
Figura 11
Mapa de distancias de comunicación de múltiples esperanzas.

Como se muestra en la arquitectura de la red, la puerta de enlace, el nodo 1 y el nodo 11 se encuentran en la capa 0, la primera capa y la segunda capa, respectivamente; mientras que los nodos 111 y 119 están ubicados en la tercera capa. Después de realizar el experimento en el rango de comunicación de nuestra solución propuesta, los nodos se fijan en las mismas posiciones enFigura 11, desde donde están respondiendo de manera confiable. Para concluir la prueba de cobertura de distancia, la distancia punto a punto medida es de 250 m, que aumenta a casi 750 m al agregar dos nodos intermedios.

Se realizó una prueba a largo plazo en los postes fijos en un área abierta de la finca de uva. Cada nodo estaba alimentado por un panel solar monocristalino de 10 W y tenía un sensor de humedad conectado, que medía el estado del suelo en el área. La prueba se llevó a cabo durante 5 días desde el 16 de enero de 2020 hasta el 20 de enero de 2020. El tiempo de solicitud de datos se estableció de 10:00 a.m. a 1:00 p.m. Diariamente, el nodo de puerta de enlace (Nodo 0) obtiene datos meteorológicos (por ejemplo, temperatura y humedad del aire) de OpenWeatherAPI y genera solicitudes de humedad del suelo para los nodos 1, 11, 111 y 112. También se utilizó un mecanismo de reintento en el nodo de la puerta de enlace para mantener un registro diario del estado de humedad en diferentes áreas. Durante la recolección de datos el segundo y tercer día, se vertió agua en las zonas del nodo 111 y 112, respectivamente.

Como se muestra en Figura 12, los resultados indican que el nivel de humedad aumentó considerablemente después de verter el agua. Además, la temperatura y la humedad del aire tienen una fuerte correlación con la humedad del suelo, por lo que estos parámetros se han utilizado en las pruebas. Por ejemplo, el aumento de temperatura provocará una disminución en el porcentaje de humedad.

Un archivo externo que contiene una imagen, ilustración, etc. El nombre del objeto es sensores-20-02367-g012.jpg
Figura 12
Datos históricos de humedad del suelo y clima del nodo 111 y el nodo 112.

5.3. Prueba de rendimiento de la red
El alcance máximo de comunicación de un solo salto es de 250 m de radio. Las pruebas se realizaron con dos y tres saltos, teniendo cada salto una distancia de 250 m. Un enrutador que se colocó entre saltos funcionó como un repetidor. Reconstruyó el paquete y lo reenvió al destino, regenerando así la señal de radio. Se realizó una serie de pruebas en el corredor dentro de la línea de visión, con un tamaño de paquete diferente hasta un máximo de 256 bytes a una velocidad subyacente de 9,6 kbps. Nuestro sistema admite el enrutamiento del siguiente salto para mensajes controlados en el árbol y el enrutamiento de varios a uno a la puerta de enlace.

En esta fase del experimento, se realizó una prueba en tiempo real para verificar la latencia y la tasa de pérdida de paquetes en diferentes tamaños de paquetes. La prueba se realizó durante un tiempo soleado de 10:00 am a 5:00 pm La red constaba de cuatro nodos ubicados en tres capas diferentes. Para cada nodo, se enviaron cientos de paquetes continuamente en cada tamaño de paquete. Por lo tanto, se envió un total de 400 paquetes en cada tamaño de paquete desde la puerta de enlace a los nodos. Se midieron la pérdida de paquetes y el retardo de tiempo para cada nodo de la red. La tasa de pérdida de paquetes se incrementó ligeramente con el tamaño del paquete, pero los resultados por nodo enTabla 2muestran que la tasa de pérdida no depende completamente del tamaño del paquete y que pueden estar involucrados otros factores, como problemas de energía y ubicación de la antena. En la prueba de 16 bytes, la tasa de pérdida del nodo secundario fue menor que la de su principal cuando se implementó una estructura de árbol en la que la pérdida del paquete principal debería reflejar las de sus nodos secundarios. La razón de tal hallazgo es que las solicitudes de datos secuenciales se generan desde el nodo de la puerta de enlace, y la puerta de enlace espera la respuesta del paquete generador y aumenta la ID del nodo en caso de una respuesta de paquete o un tiempo de espera. Podría decirse que el nodo 11 se activó cuando se generó un paquete para el nodo 111. La pérdida total de paquetes en la red en diferentes tamaños de paquetes se presenta enTabla 3.

Tabla 2
Pérdida de paquetes por nodo en diferentes tamaños de paquetes.

Tamaño del paquete Nodo 1 Nodo 11 Nodo 111 Nodo 112
8 bytes 2 2 4 4
16 bytes 1 4 3 5
32 bytes 1 2 4 6
64 bytes 2 3 6 4
128 bytes 1 5 6 4
256 bytes 2 3 7 9
Tabla 3
Pérdida de paquetes de red en diferentes tamaños de paquetes.

Tamaño del paquete (bytes) Número de pérdida de paquetes
8 12
dieciséis 13
32 13
64 15
128 dieciséis
256 21
El retardo de tiempo de la red también se probó en un escenario de múltiples saltos en diferentes tamaños de paquetes. Dado que nuestro mecanismo de red se basa en una estructura de árbol,Figura 13 muestra que la latencia aumenta al agregar cada nodo intermedio.

Un archivo externo que contiene una imagen, ilustración, etc. El nombre del objeto es sensores-20-02367-g013.jpg
Figura 13
Latencia de red en diferentes tamaños de paquetes.

La latencia aceptable y la pérdida de paquetes dependen de la aplicación. Cuadro 4presenta las comparaciones de latencia, rango de comunicación y pérdida de paquetes entre ZigBee [ 44 ] y nuestro módulo propuesto HC12 en un tamaño de paquete dado. La pérdida de paquetes es casi la misma, pero el rango de comunicación es considerablemente mayor en nuestro sistema, que es el aspecto más importante de nuestra aplicación. Aunque su latencia de red es notablemente superior a la de ZigBee, nuestra aplicación sigue siendo aceptable porque los nodos solo informan una pequeña cantidad de datos una vez al día. El módulo propuesto supera al enfoque existente.

Cuadro 4
Comparaciones de rendimiento de red entre HC12 y ZigBee.

Módulo Tamaño del paquete Distancia RTT Paquete perdido
ZigBee 50 bytes 85 metros 18,6 ms 1,65%
HC12 64 bytes 250 metros 271 ms 2%
5.4. Comparaciones con tecnologías existentes
Con el rápido crecimiento de IoT en diferentes aplicaciones, se prefieren los dispositivos o protocolos con dicha característica porque pueden ajustarse bien a los requisitos de la aplicación. En el contexto agrícola, la distancia de cobertura y la rentabilidad son más importantes que la velocidad de datos. La medición de las propiedades del suelo, que se realiza principalmente en ciertos intervalos, por ejemplo, diaria o semanalmente, elimina la necesidad de una red de alta velocidad. De acuerdo con los requisitos de la aplicación, el dispositivo de comunicación en serie llamado HC12 [ 41 ] es la solución más adecuada debido a su menor costo de implementación y mejor rango de comunicación. Sin embargo, tiene una tasa de datos baja con una latencia alta, lo que es menos importante en nuestra aplicación.Cuadro 5 presenta la comparación detallada del módulo propuesto con otros enfoques existentes basados ​​en varios parámetros, como el consumo de energía, el rango de comunicación, el costo de implementación y la tasa de datos.

Cuadro 5
Comparaciones detalladas del módulo propuesto con tecnologías existentes.

Parámetros GSM ZigBee LoRa HC12
Velocidad de datos 9600-115,200 b / s 20.000–250.000 b / s 300–50 000 b / s 1200-115,200 b / s
Rango – 10-100 m 5 km (URBANO), 15 km (RURAL) 200–1000 m
Topología Repartido Estrella / Malla Estrella en estrella Estrella en estrella
Potencia de transmisión (máx.) 29–39 dBm 3-4 dBm 20 dBm 20 dBm
Costo del espectro Se requiere suscripción Gratis Gratis Gratis
Costo del dispositivo final 10-13 USD 20 a 23 USD 5 a 7 dólares estadounidenses 2,5–3 USD
Costo de puerta de enlace – 20-25 USD 100-150 USD 20-25 USD
Ir:
6. Conclusiones
Este trabajo propone un enfoque de monitoreo de información para recopilar datos de campo a largas distancias, que se puede utilizar en una granja agrícola completamente automatizada. En este sistema, un mecanismo de red para el módulo HC12 está diseñado para mejorar el rango de comunicación. Un experimento en una granja real muestra que el sistema funciona mejor en la medición del suelo en un área amplia. Los casos de prueba indican que el sistema funciona de forma estable y precisa. Como se indica en los resultados, la distancia punto a punto es de 250 m, que aumenta a 750 m cuando se agregan dos nodos intermedios. El enfoque propuesto reemplaza las obras existentes en términos de menor costo de implementación y mejor rango de comunicación. El rendimiento de la red es de alguna manera mejor que los enfoques existentes, excepto por la latencia, que no es un requisito para la aplicación de destino. Se realiza una prueba a largo plazo para verificar la recopilación en tiempo real de datos de campo, lo que da como resultado actualizaciones precisas del estado del campo. Por último, el enfoque propuesto se puede utilizar como modelo de referencia para cualquier tipo de sistema de monitoreo de información de área amplia.

El retardo de tiempo de transmisión puede considerarse un factor de limitación si el sistema se implementa en aplicaciones donde la velocidad de los datos es igualmente importante. Sin embargo, la cobertura de bajo costo y la distancia son más importantes que la velocidad de los datos en el contexto agrícola.

El sistema propuesto utiliza un solo canal inalámbrico para toda la comunicación de la red. La multicanalización se puede aplicar dividiendo la red en grupos. Cada clúster utilizará dos canales diferentes: uno para la puerta de enlace y otro para sus nodos secundarios. Al implementar la multicanalización, la puerta de enlace ya no esperará la respuesta de cada nodo; por tanto, el tiempo de retardo en la puerta de enlace se puede reducir considerablemente. La limitación del fallo del nodo sensor debido a un nodo padre estático también se puede eliminar mediante el uso de un escenario de malla en el que cada nodo tendrá un trayecto múltiple hacia su nodo padre. Por último, la escalabilidad del sistema en una red grande también se puede comprobar mediante un simulador.

Leer más