Análisis del uso de datos IoT para la toma de decisiones en la agricultura sostenible

Analysis of the use of IoT data for decision-making in sustainable agriculture

Abstract

RESUMEN

La agricultura sostenible se presenta hoy en día como un reto: limitaciones de agua, cambio climático, aumento de la población y reducción de tierras cultivables; a la que se le suma un problema práctico, dado que la extensión de potencia de internet en las áreas rurales es muy escasa lo que detiene la digitalización del medio rural. Para procesar datos proporcionados sin almacenarlos en la nube, se divulga un sistema de procesamiento y un dispositivo de almacenamiento que se habilitan a través de Internet de las Cosas (IoT) y la Inteligencia Artificial (IA).  Emerge un esquema de integración que combina la integración de principios de operación piezorresistivos sin electricidad, autosostenibles (energy harvesting) y la tecnología LoRaWAN para un cultivo de cítricos de riego deficitario controlado. Estos sensores midieron humedad de suelo, temperatura, radiación solar y evapotranspiración. Con esos datos se entrenaron modelos de Machine Learning (Random Forest, Redes Neuronales y SVM) para predecir la evapotranspiración real diaria. Derivado de esta demostración los sensores funcionan bajo un protocolo propietario sin necesidad de batería, y los modelos de IA predicen muchísimo mejor las necesidades de los cultivos. LoRaWAN además es un protocolo de muy bajo consumo y se demostró su utilidad en zonas rurales. Por otro lado, la propia integración de IoT e IA en el edge abre nuevas vías para desarrollar soluciones de recomendaciones potentes, escalables y rentables para ayudar a los agricultores a tomar decisiones más responsables para una agricultura sostenible, que es la línea de desarrollo y financiación de esta investigación.