Agricultura de precisión y sostenibilidad

La industria agrícola ahora está experimentando un rápido crecimiento y está adoptando tecnologías avanzadas para impulsar el rendimiento general de los cultivos. La accesibilidad a una gran cantidad de equipos y tecnologías de punta como sistema de monitoreo inteligente, drones, robots, entre otros ha revolucionado totalmente este sector.

La inteligencia artificial es una de estas tecnologías vitales en la agricultura digital actual que se está implementando y desplegando a gran escala para un uso más sostenible de los recursos disponibles.

En 2017, el mercado mundial de inteligencia artificial en la agricultura se valoró en alrededor de 545 millones de dólares, que ahora se ha incrementado y se prevé que alcance casi los 2.075 millones de dólares para 2024. El mercado aumentará a una tasa compuesta anual creciente del 21% durante todo el pronóstico. período.

Al aprovechar la inteligencia artificial, las empresas agrícolas y los agricultores podrán mejorar la producción agrícola para satisfacer las demandas de alimentos que se necesitan en ese momento. Dado que los humanos trabajan duro y solo pueden funcionar durante algunas horas, las máquinas no tienen un tiempo fijo para trabajar. La mente de cada persona no tiene fuertes habilidades para tomar decisiones que puedan conducir a decisiones inadecuadas e indecorosas. Por el contrario, las máquinas impulsadas por IA aprenden mejor las situaciones o el entorno y toman decisiones sólidas.

Hoy en día, la IA tiene un gran impacto en el espacio agrícola, por lo tanto, observe estas tendencias cómo revoluciona este sector.

Monitoreo de la salud de los cultivos

Las tecnologías avanzadas como la detección remota acompañada del escaneo láser 3D son útiles y pueden proporcionar métricas de cultivos en miles de acres de tierras agrícolas. Puede traer cambios revolucionarios desde la perspectiva del tiempo y los esfuerzos son monitoreados por los agricultores.

Con la ayuda de soluciones emergentes, los agricultores y las empresas agrícolas pueden tomar mejores decisiones durante la agricultura, así como evaluar una variedad de cosas como las condiciones climáticas, la temperatura, el uso del agua o las condiciones del suelo en tiempo real.

Proporcionar información basada en imágenes

Con la ayuda de la tecnología de visión por computadora y los datos recopilados basados ​​en drones, los agricultores pueden tomar acciones inmediatas en tiempo real para generar la alerta para acelerar la agricultura de precisión. Esta es una de las áreas importantes de la agricultura actual. Las tecnologías de visión por computadora se pueden implementar en áreas que incluyen detección de enfermedades, preparación e identificación de cultivos, manejo de campo y levantamiento y mapeo de suelos.

Manejo de los desafíos ambientales

Los desafíos ambientales como el cambio climático y otros son las mayores amenazas para la productividad agrícola, pero las técnicas impulsadas por la inteligencia artificial y la agricultura basada en datos pueden ayudar a que los agricultores puedan navegar con mayor facilidad en los cambios de acuerdo con las condiciones ambientales. Ayuda a abordar el cambio climático impulsando una gestión de recursos más inteligente.

Agricultura de precisión

En este proceso, los agricultores pueden detectar plagas, enfermedades en las plantas y una mala nutrición vegetal de las granjas con la ayuda de la IA. Además, los sensores de IA pueden identificar y apuntar a las malas hierbas y luego decidir qué herbicidas o herbicidas aplicar dentro de la zona correcta. Ayuda a reducir la aplicación excesiva de herbicidas y toxinas excesivas que encuentran su camino en la comida diaria de hoy.

Al aprovechar la inteligencia artificial, los agricultores también están creando modelos de pronóstico estacional para mejorar la precisión y la productividad agrícolas.

Factores desafiantes y crecientes de la IA en la agricultura

A pesar de la gran cantidad de oportunidades para aplicaciones en la agricultura, todavía existe una falta de familiaridad con la última tecnología en la mayor parte del mundo. Además, el alto costo inicial asociado con el despliegue de la IA en la agricultura puede ser un factor restrictivo hacia la digitalización del sector agrícola.

El aumento de las inversiones y la adopción de la IA y la robótica están acelerando de manera importante el crecimiento de la IA global en el mercado agrícola. Las aplicaciones de IA en la agricultura comprenden robots agrícolas, tractores autónomos, drones agrícolas, monitoreo de la salud de los cultivos, reconocimiento facial y sistemas de riego automatizados.

Leer más
Agricultura de precisión y sostenibilidad

MONITOREO SATELITAL DE CULTIVOS Y SUS CONDICIONES

La calidad del suelo puede ser distinta de la que se indica en los documentos, depende de si se utilizaron anteriormente técnicas intensivas en los cultivos que causaron la degradación del suelo. Al evaluar la viabilidad de la inversión es necesario tener en cuenta otros factores: la ubicación del emplazamiento, la productividad del campo durante los años anteriores o la topografía e infraestructuras que existen. Todas estas características afectan al valor de mercado y la rentabilidad del terreno.

Esta información no siempre es fácil de obtener; a menudo está desactualizada o no existe.

monitoreo de cultivos por satelite con Crop Monitoring

Hoy en día, tanto las explotaciones agrícolas como los inversores no pueden permitirse elegir una parcela a ciegas. Dichas inversiones implican altos riesgos, por lo que es sumamente importante comprender cómo de prometedora es la tierra que se está comprando.

Es entonces cuando entra en juego el monitoreo de cultivos por satélite, que proporciona diferentes soluciones para analizar el estado de los campos y sus cultivos, tanto a nivel nacional como local.

¿QUÉ ES EL MONITOREO DE CULTIVOS POR SATÉLITE?
Las Evaluaciones Manuales Requieren Dinero, Tiempo Y Esfuerzo
Los esquemas de participaciones, así como un mapa catastral electrónico, no son una solución. No consideran las zonas de bosque, arbustos, humedales, marismas saladas, el tendido eléctrico y otros elementos. Estos datos son clave para inversores, propietarios y otros agentes del mercado agrícola que quieren estar a la vanguardia de la tecnología agrícola. Necesitan comprender en qué zonas habrá cultivos, cómo se contabilizan y el importe exacto de las pérdidas de tierras debido a una mala gestión. Las respuestas a estas preguntas ayudarán a identificar claramente la productividad de los campos con cultivos, la eficacia de su utilización y a determinar la rentabilidad por unidad de tierra. Para responder a estas preguntas, las explotaciones agrícolas y los inversores pueden realizar una auditoría general o basarse en el monitoreo de cultivos por satélite y evaluar el atractivo de esas tierras.

Las Formas Habituales De Auditar No Siempre Están Justificadas
Para llevar a cabo una auditoría hacen falta un gran número de documentos:

Mapas digitales de los campos
Ubicación de las participaciones de tierra
Áreas de tierra no utilizadas
Datos sobre el rendimiento de los cultivos
Registros del campo
Contratos de arrendamiento
La auditoría suele requerir mucho tiempo y recursos, y aun así no proporciona datos precisos. Hay que tener en cuenta que para la propia empresa será difícil llevar a cabo todas las tareas; es necesario buscar empleados con conocimiento e incurrir en gastos adicionales.

MONITOREO DE CULTIVOS POR SATÉLITE
El monitoreo satelital de cultivos es el eslabón perdido en una cadena de agronegocios exitosa. La utilización del monitoreo, para obtener datos de satélite, y de servicios analíticos en línea puede llenar huecos vacíos en los métodos de auditoría habituales. Permiten obtener y evaluar rápidamente información sobre cualquier campo y sus cultivos. Incluso con las mejores prácticas de planificación y gestión de cultivos, todavía no hay nada que sustituya a los datos empíricos. Una gran ventaja es que el análisis de imágenes de satélite históricas permite un monitoreo por satélite aún más de cerca sus cultivos y detectar problemas que de otra manera no habría visto.

Estas soluciones tienen ventajas inigualables: son más baratas y permiten vigilar grandes áreas de cultivos durante mucho tiempo. Los datos recogidos previamente mediante monitoreo por satélite abren la puerta a la creación de mapas de campo históricos. Las decisiones basadas en datos obtenidos con monitoreo por satélite, como un mapa de productividad del campo creado mediante el examen de imágenes de archivo de los períodos primavera-verano de años pasados, pueden realmente cambiar la forma de gestionar su granja y cultivos. Como resultado, obtendrá un mayor retorno de su inversión. Estos son los beneficios que encabezan la lista de beneficios del monitoreo de cultivos por satélite.

Usando el monitoreo satelital de cultivos, los auditores recibirán una herramienta para evaluar el valor real de la tierra. Y las explotaciones agrícolas tendrán la oportunidad de realizar un monitoreo por satélite de sus tierras, identificar áreas donde aplicar una fertilización “inteligente” y mucho más. Además, hay que tener en cuenta que durante la temporada de cultivo se toman decisiones clave que tendrán un impacto directo en el rendimiento.

OPTIMICE SUS INSUMOS PARA MAXIMIZAR EL BENEFICIO CON EOS CROP MONITORING
beneficios de Crop Monitoring para los proveedores

Crop Monitoring es una herramienta universal para todos los implicados en el mercado agrícola, ya que encontrarán en una única plataforma herramientas de monitoreo de cultivos por satélite, análisis del impacto climático, gestión de la fertilidad y modelización del rendimiento de los cultivos. Es difícil saber cómo las decisiones tomadas están dando resultados sin una forma fiable de medir los resultados.

Los agricultores pueden utilizar la plataforma para el monitoreo de las condiciones meteorológicas y minimizar los riesgos en los cultivos relacionados con el clima, planificar y gestionar los trabajos en el campo, evitar pérdidas en los cultivos o utilizar potentes herramientas analíticas como los índices de vegetación (se puede seleccionar el período de análisis) para una toma de decisiones apropiada y, así, poder predecir el rendimiento futuro;
Las compañías de seguros pueden acceder fácilmente a datos históricos del campo, registros agrícolas o el uso de la tierra sin necesidad de visitar el campo, ya que el monitoreo por satélite se realiza en la plataforma;
Los comerciantes pueden evaluar el atractivo de una región para realizar operaciones más seguras con el suministro proporcionado por los cultivos agrícolas, mejorar sus planes logísticos, hacer un seguimiento del uso de la tierra, predecir el rendimiento para estimar sus futuros gastos e ingresos y comprobar las condiciones meteorológicas mediante el monitoreo de cultivos por satélite para prevenir los riesgos de pérdidas en las cosechas.
MONITOREO SATELITAL DE CULTIVOS EN SU NAVEGADOR
Permite al agricultor automatizar el proceso de monitoreo por satélite y gestionar eficientemente tanto una pequeña granja como una gran empresa agroindustrial. La plataforma le permite realizar una gran cantidad de tareas, desde las relacionadas con el monitoreo de los cultivos por satélite hasta tareas sobre seguros y operaciones comerciales. Además de una evaluación completa del campo, la plataforma también proporciona a los agricultores el pronóstico del tiempo, mapas de fertilizantes y, próximamente, un análisis de las zonas de cultivos con problemas, lo que reducirá significativamente los costes.

Además, la plataforma proporciona a los agricultores mapas del estado del campo con los que realizar un monitoreo por satélite rápido sin pisar el campo, que se basan en el análisis de índices de vegetación. Los índices disponibles actualmente: NDVI, NDRE, MSAVI, ReCl y NDMI (EVI, SAVI, ARVI, GCI, NDWI – próximamente). Debido a la disponibilidad de datos históricos sobre el NDVI, EOS Crop Monitoring proporciona información completa sobre cultivos de colza, maíz, trigo, girasol, soja, remolacha y guisantes.

datos derivados de satélites para calcular el índice NDVI sobre Crop Monitoring

Otra característica de la plataforma es la comparación de los indicadores de campo con los promedios de la zona. Gracias al monitoreo satelital de los cultivos es posible determinar cómo están desarrollándose en comparación con esos mismos cultivos dentro de una zona determinada y ver si es el agricultor que mejor provecho saca a sus campos en la región.

cómo los datos derivados de satélites ayudan a monitorear las etapas de crecimiento de los cultivos en Crop Monitoring

Otra característica de nuestro producto es la capacidad de clasificar las áreas de cultivos y visualizarlas en el mapa.

diferenciación de áreas de cultivo mediante monitoreo satelital con Crop Monitoring

SCOUTING: ESTABLEZCA, ORGANICE, SINCRONICE Y RASTREE EL RENDIMIENTO DE SUS TAREAS
El módulo de Scouting (exploración) permite establecer una tarea directamente en el sistema de Crop Monitoring. El procedimiento es el siguiente: gracias al monitoreo satelital de cultivos, se establecen las coordenadas GPS del lugar y se añade en la descripción la tarea a realizar. Dicha tarea aparecerá en la aplicación móvil. Una vez que la tarea se abre en la aplicación, se marca como un punto en el mapa. El experto va al lugar establecido, toma fotos e informa sobre el estado de los cultivos. Todos los datos se guardan y, en cuanto hay acceso a Internet, la información se sincroniza automáticamente, de modo que se pueden realizar tareas cuando no hay conexión y sincronizarse más tarde. Puede hacerse un monitoreo por satélite del rendimiento de las tareas en el sistema y descargar los resultados como un archivo de Excel.

“Definitivamente habría sido mucho más difícil de identificar el problema sin el monitoreo satelital de cultivos sólo caminando a ciegas por el campo” – Jon Schram, granjero de Nebraska.

APLICACIÓN MÓVIL DE EOS CROP MONITORING
La aplicación móvil ofrece el mismo monitoreo por satélite y las mismas funciones que la versión web, es fácil de usar y se mejora constantemente. La interfaz de EOS Crop Monitoring es intuitiva y fácil de integrar en sistemas ERP y CRM. Actualmente, la aplicación está disponible en tres idiomas: inglés, ucraniano y ruso.

DATOS CLIMÁTICOS
Si bien el monitoreo de cultivos por satélite es importante, no menos lo es el monitoreo de las condiciones climáticas. La actualización constante de la información meteorológica con una previsión meteorológica temprana que informa sobre precipitaciones, temperatura del aire, humedad, velocidad del viento o la profundidad de la nieve puede aportar valor a su negocio. Permite conocer de antemano las condiciones meteorológicas críticas que pueden afectar a la vegetación de los cultivos, y tomar las precauciones necesarias a tiempo. Una ventaja importante del sistema es la capacidad de monitoreo por satélite de problemas críticos como “Muerte invernal”, “Choque por frío ” y “Choque térmico” y enviar una notificación inmediatamente después de detectarse. El análisis de los datos meteorológicos históricos le permite mirar más profundamente a sus cultivos para anticiparse a cualquier problema.

“Choque por frío”

detección de «Choque por frío» con Crop Monitoring

“Choque térmico”

detección de “Choque térmico” con Crop Monitoring

TOME DECISIONES SEGURAS EN SU NEGOCIO
Crop Monitoring abre grandes oportunidades para mejorar la eficiencia y competitividad de cualquier empresa agrícola con base en el análisis de los datos de insumos. Proporciona herramientas de monitoreo satelital de cultivos, que además también permiten una evaluación completa de la tierra y el suelo, así como previsiones de rendimiento para compañías de seguros y comerciantes. Nuestro objetivo es ayudar a agricultores y comerciantes a hacer que cada inversión cuente y EOS Crop Monitoring proporciona información crítica que realmente ayuda a hacer una evaluación real de lo bien que ha funcionado un insumo.

Leer más
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
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
Agricultura de precisión y sostenibilidad

SOLUCIONES DE MONITOREO DE AGRICULTURA INTELIGENTE PARA OPTIMIZAR LA PRODUCTIVIDAD AGRÍCOLA

De todas las soluciones habilitadas para IoT, los sistemas agrícolas inteligentes se destacan sin lugar a dudas. Siendo uno de los sectores centrales de la economía global, la agricultura también cuenta con las tasas más dinámicas de adopción de IoT. La industria tiene sólidas razones para adoptar las innovaciones: para 2050, se prevé que la población mundial alcance los 10 mil millones .

Dadas estas perspectivas, es difícil pasar por alto la importancia del seguimiento agrícola. Obviamente, aquellas empresas que logren satisfacer la creciente demanda de productos alimenticios orgánicos mediante el uso de sistemas de monitoreo agrícola obtendrán una clara ventaja competitiva.

En este artículo, analizaremos más de cerca la gama de soluciones de monitoreo agrícola existentes, exploraremos los beneficios de su uso en varios subsectores agrícolas y delinearemos un plan aproximado para su adopción. Siga leyendo para obtener más información.

Los desafíos actuales de la industria agrícola
Se considera legítimamente que la agricultura es una de las industrias más intensivas en recursos y mano de obra. Los desafíos que enfrentan los agricultores en la actualidad incluyen, entre otros, los siguientes:

Mantenimiento regular de equipos
La agricultura como industria depende en gran medida de la maquinaria. Las operaciones de mantenimiento, incluso programadas con regularidad, consumen tiempo e impactan en el presupuesto; sin embargo, no logran eliminar el factor de imprevisibilidad. Una vez que un equipo se estropea accidentalmente, normalmente se producen tiempos de inactividad inesperados.

Estimaciones de agua correctas
Las plantas en crecimiento necesitan agua, pero las cantidades varían según los niveles de humedad del suelo. Para medir estos niveles, los agricultores tienen que ir al campo y realizar pruebas manuales regulares; alternativamente, podrían usar tecnología de detección inteligente, que es, con mucho, más precisa, conveniente y eficiente en el tiempo.

casos-de-uso-de-informática-de-punta-en-agricultura

Eliminando el desperdicio de agua y los gastos generales
No recopilar información precisa sobre la humedad del suelo puede resultar en riego insuficiente o excesivo de las plantas. Las plantas mal regadas son secas y frágiles, pero el exceso de agua genera desperdicio de agua e implica gastos de agua impredecibles.

Estimación de tiempos correctos de siembra
Cada planta tiene su propio tiempo de plantación óptimo en función de una serie de factores ambientales. Sin embargo, a menudo es difícil estimar correctamente este tiempo sin datos precisos.

Medición de la temperatura y los niveles de humedad del suelo
Los niveles de temperatura y humedad del suelo son métricas clave que los agricultores deben recopilar para estimar el estado de los cultivos y tomar las medidas adecuadas. Desafortunadamente, generalmente es imposible medirlos correctamente sin los sistemas de monitoreo agrícola de IoT.

Control de plagas
El control exitoso de plagas que implica la detección de plagas, su ubicación, actividad y patrones de comportamiento es otro desafío que deben enfrentar los agricultores. Es comprensible que este desafío también sea bastante difícil de cumplir sin los sistemas de control de plagas basados ​​en IoT.

Soluciones de monitoreo de agricultura inteligente
IBM predice que el uso de IoT permitirá a los agricultores aumentar las tasas de producción en un 70% para fines de 2050, por lo que, en general, el futuro parece optimista. De una forma u otra, IoT tiene mucho que ofrecer en términos de aliviar los dolores que los agricultores enfrentan regularmente.

Agritech es una industria próspera y, a día de hoy, una amplia gama de sistemas agrícolas inteligentes permite a los agricultores enfrentar sus desafíos diarios. Plantación, riego, recolección de cultivos y control de plagas: el monitoreo del campo agrícola recopila una variedad de métricas con las que los agricultores pueden actuar para administrar estas tareas de manera efectiva.

desarrollo-de-aplicaciones-de-agricultura-inteligente

A continuación se muestran algunos ejemplos de soluciones de monitoreo de agricultura inteligente y cómo funcionan.

Monitoreo de la condición del suelo
La condición del suelo es un indicador importante que ayuda a los agricultores a decidir la siembra óptima y el momento de recolección de la cosecha. Con los sensores de IoT que realizan el monitoreo de la condición del suelo, los agricultores reciben alertas instantáneas de la humedad y la salinidad del suelo. Otras métricas incluyen la temperatura del suelo y la temperatura del aire: estimarlas correctamente permite a los agricultores planificar los tiempos de riego y saber cuándo esperar plagas.

El monitoreo de la condición del suelo requiere una combinación de sistemas de hardware y software para operar en tiempo real y alertar a los usuarios sobre cualquier cambio significativo.

Un ejemplo de tal solución es CropX , una plataforma de tecnología agrícola para el monitoreo remoto de la agricultura. Utiliza sensores agrícolas inteligentes para recopilar datos y una infraestructura en la nube para el procesamiento y almacenamiento de datos para entregar información en un formato legible a la computadora de un usuario o la pantalla del teléfono inteligente.

sensor cropx

Monitoreo del clima
El monitoreo del clima en la agricultura es uno de los campos de aplicación más frecuentes para IoT. En la agricultura, los rendimientos dependen en gran medida del medio ambiente, que es inherentemente volátil. Las soluciones de monitoreo del clima ubicadas directamente en el campo (como las que utilizan las estaciones meteorológicas), alertan a los agricultores sobre las condiciones climáticas cambiantes: temperatura, precipitación, humedad, radiación solar y velocidad del viento.

Las plataformas de monitoreo del clima como Pycno , allMETEO y Smart Element son ejemplos vívidos de cómo la aplicación de la tecnología de detección inteligente en la agricultura ayuda a entregar notificaciones meteorológicas efectivas directamente en las computadoras portátiles y teléfonos inteligentes de los agricultores, lo que les permite tomar medidas de inmediato.

allMETEO

Sistemas de automatización de invernaderos
Un ecosistema de invernadero frágil y sensible requiere un mantenimiento y control incesantes. Las soluciones de agricultura inteligente para la automatización de invernaderos como Growlink , Farmapp y GreenIQ ilustran la aplicación de la teledetección en la agricultura. Ayudan a mantener las condiciones óptimas del microclima y a gestionar los niveles de iluminación, humedad, CO2 y temperatura. Las alertas instantáneas y las mayores capacidades de gestión maximizan la eficiencia de la agricultura de invernadero.

GreenIQ

Sistemas de seguimiento de cultivos
A medida que los cultivos crecen y maduran, muchas cosas pueden salir mal: las enfermedades, las plagas o las condiciones ambientales adversas pueden causar daños irrevocables antes de que los agricultores se den cuenta. Aplicada en el monitoreo de cultivos, la tecnología de detección inteligente recopila métricas sobre el estado de los cultivos (temperatura, humedad, indicadores de salud) y permite a los agricultores tomar medidas oportunas en caso de que algo salga mal.

Además, sistemas como Semios y Arable ayudan a detectar cuándo el cultivo está maduro, lo que permite a los agricultores planificar los tiempos exactos de cosecha.

Semios

Manejo digital de plagas
Las infestaciones de plagas son algunos de los problemas que enfrentan los agricultores de forma regular. Saber cuándo llegan las plagas puede ser un desafío, pero también es imposible identificar su actividad y ubicación sin hacer viajes frecuentes al campo. Los sistemas inteligentes de seguimiento de la agricultura abordan estos problemas; además, también ayudan a asignar la cantidad exacta de químicos necesarios para eliminar las plagas en cada caso particular.

Los sistemas de detección de plagas de IoT como Strider cuentan los insectos y determinan su ubicación en tiempo real utilizando una cámara de insectos y sensores para la detección de plagas de cultivos colocados directamente en el campo. Las empresas de tecnología agrícola como Fieldin y DTN ofrecen soluciones similares para el control de plagas basado en IoT.

Sistemas de seguimiento de ganado
Además del monitoreo de cultivos y clima, las soluciones de monitoreo agrícola también están ganando una aplicación más amplia en la ganadería. Al combinar hardware sofisticado de IoT, como dispositivos portátiles basados ​​en tecnología de detección inteligente, con software de IoT de última generación, las soluciones de tecnología agrícola como Cowlar ayudan a proteger y proteger el ganado.

SCR es otra empresa especializada en el control remoto de la agricultura que utiliza collares de cuello de vaca para rastrear la salud, la ubicación y la actividad de las vacas. La teledetección en la agricultura, combinada con un software analítico avanzado, ofrece información sobre la nutrición de las vacas y la salud de todo el rebaño.

monitoreo de vacas lecheras

Sistemas de gestión agrícola de principio a fin
Desde invernaderos hasta campos de pastoreo, toda el área de la granja puede acomodar sensores agrícolas inteligentes que actúan como puntos importantes de recolección de datos para un sistema de gestión agrícola poderoso y completo. Sin duda, estos sistemas deberían aprovechar el software de análisis de datos avanzado e integrarse a la perfección con las bases de datos de contabilidad y adquisiciones para brindar información y revelar completamente su potencial analítico.

Cropio y Farmlogs son ejemplos de empresas que ofrecen soluciones integrales de agritech para la gestión remota de granjas basadas en el monitoreo agrícola de IoT.

Los beneficios de usar soluciones de monitoreo de IoT en agricultura
Entonces, ¿cómo el seguimiento y el registro de datos mejoran la agricultura? La gama de aplicaciones de monitoreo remoto agrícola es bastante amplia, al igual que su efecto combinado en la ganadería y la agricultura.

Con todo, el uso de soluciones de monitoreo de IoT representa lo siguiente:

Productividad maximizada
El monitoreo de cultivos agrícolas utilizando IoT y la adopción de medidas oportunas para eliminar las amenazas habituales aumentan el rendimiento de los cultivos. En la ganadería, el uso de la monitorización de IoT también permite maximizar la productividad.

Calidad mejorada
Los sistemas de monitoreo de IoT ayudan a mantener las condiciones óptimas para garantizar una mejor calidad de los cultivos. Por ejemplo, el monitoreo del clima en la agricultura ayuda a estimar el suministro exacto de agua, químicos y nutrientes necesarios para producir cosechas de alta calidad. Los productos agrícolas cultivados con sistemas de monitoreo de IoT también son más capaces de cumplir con las especificaciones del mercado que otros productos.

iot-soluciones-de-monitoreo-agrícola

Necesidad reducida de pesticidas
Los pesticidas no solo son tóxicos, su uso también conlleva gastos. Los sistemas inteligentes de monitoreo de plagas reducen significativamente la necesidad de pesticidas, los gastos involucrados y el impacto peligroso de los químicos en el medio ambiente y la salud humana.

Previsibilidad y control
Impulsado por el monitoreo agrícola en tiempo real, el análisis de datos predice las fechas óptimas de cosecha y garantiza la seguridad de los contratos de suministro. El control que obtienen los agricultores con el tiempo de comercialización ayuda a que los procesos agrícolas sean más manejables.

Precio de venta más alto
Obviamente, los productos más ecológicos y saludables cultivados con las últimas tecnologías agrícolas tendrán precios de venta más altos y, en última instancia, generarán más ingresos.

Futuro
Al recopilar y procesar datos recuperados mediante el monitoreo agrícola inteligente, los agricultores pueden predecir el estado futuro de los suelos y el medio ambiente y planificar los cultivos del próximo año. Por lo tanto, el análisis predictivo les permite tomar decisiones calculadas sobre la gestión de la granja y planificar los años venideros.

Primeros pasos en el desarrollo de soluciones de monitoreo de IoT
No todas las soluciones agrícolas inteligentes listas para usar se adaptarán a sus necesidades individuales. A veces, se debe personalizar un software de IoT óptimo para cada granja en particular. Entonces, ¿cuál es la mejor manera de abordar el desarrollo de soluciones agtech?

El camino desde darse cuenta de la importancia del monitoreo agrícola de IoT hacia la implementación de soluciones de agricultura inteligente abarca los 5 pasos siguientes:

1. Defina sus objetivos y propósitos
Cada granja tiene áreas sensibles que necesitan monitoreo: si vive en un clima extremadamente seco, el monitoreo de la humedad del suelo podría ser su objetivo principal. Los objetivos clave que desea lograr, en última instancia, determinarán todo, desde la estructura del sensor hasta la arquitectura de software de su solución de IoT.

implementación-de-soluciones-de-agricultura-inteligente

2. Decidir sobre la tecnología de transferencia de datos
El monitoreo de agricultura inteligente se trata de recopilar información a partir de los datos, pero los datos que recopila en el sitio deben enviarse a una unidad de procesamiento. La elección de la tecnología de transferencia de datos dependerá de la distancia que tengan que viajar los datos.

Por ejemplo, si son solo unos 10 metros, los datos podrían ser perfectamente transferibles por Bluetooth. Si la distancia es de varios kilómetros, el uso de una red de área amplia de baja potencia (LPWAN) podría ser más apropiado.

3. Determine las fuentes de energía clave
La distancia de viaje de datos también es importante porque afecta directamente la duración de la batería del sensor de IoT. Puede administrar el consumo de energía regulando la frecuencia de las transferencias de datos o transferir menos cantidades de datos. De una forma u otra, el consumo de energía y las fuentes de energía requerirán estimaciones preliminares.

4. Estimar la frecuencia de la recopilación de datos.
El uso de energía y la vida útil del sensor también dependerán de la frecuencia de recopilación de datos. ¿Con qué frecuencia se deben recopilar los datos que necesita para generar valor?

5. Considere las especificaciones de instalación del sensor
La instalación de sensores podría requerir manipulaciones complejas o ser relativamente simple dependiendo de su ubicación. Este es otro aspecto importante que tendrá que discutir con su proveedor de soluciones de IoT.

Un sistema avanzado de monitoreo agrícola basado en IoT reduce los costos, maximiza la eficiencia, ayuda a los agricultores a tomar decisiones basadas en datos y, en última instancia, impulsa las prácticas agrícolas y ganaderas a niveles más altos de ética y profesionalismo. Aunque la implementación de sistemas de monitoreo inteligente requiere tiempo e inversión, a largo plazo, por lo general, vale la pena el esfuerzo.

El desarrollo de soluciones de monitoreo agrícola personalizadas es un proceso complejo que a menudo requiere el asesoramiento de expertos. No dude en ponerse en contacto con nuestro equipo de expertos ahora para una consulta gratuita sobre el desarrollo y la implementación de sistemas de monitoreo agrícola inteligente.

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

Desarrollan drones para hacer el 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

Introducción al procesamiento de imágenes RGB tomadas por drones para monitoreo del estado de cultivos

La era AgTech ya es un hecho y las tecnologías aplicadas al agro siguen intensificándose. Desde hace aproximadamente 6 años se conoce de drones para uso agropecuario en los cuales se puede transportar diferentes sensores y cámaras para el diagnóstico a campo y la toma de decisiones en función de información digital (Vélez, 2017). El nivel de adopción está creciendo año a año y el equipo de agricultura de precisión de INTA lleva a cabo un trabajo minucioso en lo que respecta a la información que generan estas herramientas.

Las imágenes satelitales son una de las herramientas digitales que el agro utiliza en la actualidad. Anteriormente se usaban aquellas que no tenían un costo tan elevado (Landsat 7 y Landsat 8), la información relevada era muy útil, pero la captura de imágenes se hacía cada 16 días dado que el satélite demoraba ese período de tiempo para regresar al mismo punto y muchas veces el factor climático no permitía buenas tomas para definir manejos en los cultivos.

Dada la dificultad para conseguir las imágenes en el momento oportuno es que algunas empresas comenzaron a sacar fotografías aéreas desde aviones tripulados y entregando la información ya procesada para poder realizar el análisis agronómico correspondiente. Esta actividad se desarrolló y dio buenos resultados agronómicos, pero en algunos casos el factor costo y logística para sacar las fotografías en vuelos programados era una limitante que aún se incrementaba cuando se deseaba hacer un seguimiento de los cultivos con varios relevamientos en su ciclo (Velez, 2017).

El uso de drones para monitoreo agropecuario está incrementándose en los últimos años. Cuando es necesario el monitoreo de grandes extensiones con la finalidad de detectar presencia de malezas, fallas en la siembra, estado de los cultivos, o bien reflejar alguna problemática en el campo o áreas urbanas, es necesario contar con información rápida y detallada de la situación. Es por ello que se utilizan aeronaves no tripuladas (UAV), comúnmente llamados drones.

Objetivo

El objetivo de este trabajo fue implementar técnicas básicas de procesamiento de imágenes y compartir algunas experiencias realizadas con un dron provisto de una cámara RGB y sus posibles usos relacionados al sector.

Materiales y métodos

La experiencia se realizó con imágenes provistas por un dron marca Dji Spark capturadas por su cámara de fábrica RGB de 12 megapixels. Las tomas fueron realizadas durante la campaña 2017/18 en diferentes establecimientos agropecuarios.

Especificaciones técnicas del dron:

Marca DJI
Modelo Spark Flye More Combo
Tiempo de vuelo 16 minutos, real 12 minutos por batería.

Resultados

El dispositivo utilizado para la experiencia corresponde a un equipo de gama media a baja, con buena relación beneficio/costo debido a las prestaciones que ofrece con un valor de mercado relativamente bajo. Dentro de la fotointerpretación, una de las herramientas más utilizadas es el análisis visual para determinar patrones distintos en una imagen dentro del rango que el ojo humano lo permite.

Las imágenes se presentan con un breve detalle del uso posible de esta herramienta para el monitoreo de actividades agropecuarias.

Leer más
Agricultura de precisión y sostenibilidad

MONITOREO DE PLAGAS Y ENFERMEDADES

El monitoreo de plagas y enfermedades es una práctica muy importante para tomar decisiones informadas sobre el manejo de plagas y enfermedades. Consiste en revisar el cultivo periódicamente para detectar problemas potenciales de plagas y/o enfermedades, así como otras situaciones que requieren atención. Por ejemplo, deficiencias nutricionales, falta/exceso de agua etc.

Un monitoreo adecuado debe alcanzar los siguientes objetivos:

Detectar problemas, plagas y enfermedades, lo antes posible, antes de que se establezca la plaga o la enfermedad y el control se vuelva difícil.
Identificar la plaga correctamente.
Clasificar la gravedad del problema.
Planificar e implementar un programa de tratamiento seguro y efectivo.
Evaluar la eficacia del tratamiento.
Un buen conocimiento de su cultivo, su finca y el área alrededor de la finca puede ayudar a identificar el problema.

Cada plaga tiene sus propias preferencias para ciertos cultivos. Sabiendo qué plagas / enfermedades podrían afectar su cultivo le ayudará a concentrarse en esas plagas y aprender a identificarlas correctamente.

Las plagas y enfermedades generalmente tienen ciertas épocas del año en las que están activas, dependiendo de las condiciones climáticas.

No es solo su campo. Plagas de fincas a su alrededor pueden afectar su cultivo.

Por ejemplo, el viento que sopla en su dirección puede transportar plagas desde una finca adyacente hacia su finca.

¿Con qué frecuencia se debe monitorear el campo?
Un monitoreo regular y sistemático es esencial, de lo contrario es posible que tenga que lidiar con situaciones de crisis y el control se vuelve mucho más difícil.

¿Cuando comenzar? Se recomienda comenzar el monitoreo inmediatamente después de que emerja el cultivo.

Diferentes plagas y enfermedades pueden aparecer en diferentes momentos a lo largo del ciclo del cultivo. Por lo tanto, es importante conocer el ciclo de vida de cada plaga o enfermedad común que pueda afectar el cultivo, y cuándo pueden aparecer.

Cada plaga tiene un patrón de desarrollo predecible, basado en la acumulación de calor. Las plagas requieren una cantidad específica de acumulación de calor para alcanzar una determinada etapa de desarrollo. Por lo tanto, las infestaciones de plagas se pueden predecir utilizando datos de DGA (Días grados acumulados).

Patrones de monitoreo
Generalmente, cada productor desarrolla sus propios patrones de monitoreo, dependiendo de su experiencia y conocimiento de su cultivo, variabilidad en el campo y problemas comunes.

Algunos patrones de monitoreo comunes incluyen forma de U, forma de Z o forma de W.

Herramientas y técnicas de monitoreo.
Al monitorear el campo, se recomienda utilizar herramientas y técnicas que puedan ayudar a detectar e identificar las plagas y enfermedades. Por ejemplo:

Uso de una lupa
Uso de hoja de papel blanco: sacudir las flores o el follaje sobre una hoja de papel blanco.
Inspeccione el envés y la haz de las hojas, así como los tallos y las bases del tallo
En invernaderos puede usar herramientas dedicadas:

Láminas cromáticas adhesivas – Las trampas amarillas atraen y capturan moscas blancas adultas, minadores de hojas y cicadélidos. Las trampas azules se usan para capturar trips y minadores de hojas.

En cultivos cubiertos a menudo se recomienda colocar una trampa por 100m2

Asesinos de insectos eléctricos – Utilizan una fuente de luz UV de una longitud de onda específica para atraer moscas, polillas y otros insectos.

Otras herramientas pueden usarse en cualquier lugar, como redes de barrido y trampas de feromonas (para controlar algunas especies de polillas).

En grandes campos, se puede usar herramientas agrícolas de precisión, como imágenes satelitales, GPS, drones, etc.

Hoy en día, las tecnologías de teledetección pueden ayudar a detectar e identificar plagas y enfermedades.

El índice más utilizado es el NDVI (Índice de vegetación de diferencia normalizada), que se utiliza para detectar cambios en la biomasa. Se utilizan cámaras infrarrojas cercanas para obtener este índice.

Las cámaras RGB, que son cámaras estándar que capturan imágenes y videos, también se utilizan para la detección de plagas y enfermedades.

Mantenimiento de registros
Mantener registros de los resultados del monitoreo es esencial para evaluar la eficiencia del tratamiento y predecir problemas en las próximas temporadas.

Los registros deben incluir como mínimo:

El cultivo inspeccionado
La fecha del monitoreo
Observaciones, identificación de la plaga y su etapa de desarrollo
La gravedad de la infestación
El tratamiento aplicado

Leer más