Toma de decisiones de riego inteligente para cultivos de café con la utilización de sensores LoT

Johnatan Israel Corrales Bonilla, Charles Fabián Barreno Flores, Anderson Leonardo Salvatierra Tacle, Nelly Mariuxi Pastuña Chusin

Resumen


La correcta administración del riego agrario es de suma importancia dado el contexto de escasez de recursos hídricos y, por otro lado, el aumento en la demanda de productos agrícolas. El cultivo del café, para el que sí que se precisa de unas prácticas de riego que sean muy concretas y flexibles, tal y como los sistemas de cultivo, es decir, las condiciones medioambientales son determinantes. En este estudio se combinan tecnologías de agricultura de precisión con tecnologías del Internet de las Cosas (IoT) para optimizar la toma de decisiones sobre el riego en cultivos de café. Se emplean sensores del IoT para monitorizar la humedad del suelo, la temperatura, la radiación solar y en general para monitorizar las condiciones medioambientales del cultivo, por tanto, el sistema recoge datos en tiempo real que son procesados mediante algoritmos del machine learning y cuya aplicación es predecir los requerimientos de riego. Este enfoque y esta solución pueden llevar a una adecuada gestión de los recursos hídricos y ajustándose a las condiciones del cultivo, lo que lleva a mejoras tanto de la productividad y calidad del café como de las pérdidas de agua.


Palabras clave


Gestión del riego, agricultura de precisión, Internet de las Cosas, IoT

Texto completo:

PDF HTML

Referencias


Bishnoi, S., & Hooda, B. K. (2022). Decision Tree Algorithms and their Applicability in Agriculture for Classification. Journal of Experimental Agriculture International. https://doi.org/10.9734/jeai/2022/v44i730833

Canete-Sifuentes, L., Monroy, R., & Medina-Perez, M. A. (2021). A Review and Experimental Comparison of Multivariate Decision Trees. IEEE Access, 9. https://doi.org/10.1109/ACCESS.2021.3102239

Charbuty, B., & Abdulazeez, A. (2021). Classification Based on Decision Tree Algorithm for Machine Learning. Journal of Applied Science and Technology Trends, 2(01). https://doi.org/10.38094/jastt20165

Edwards-Murphy, F., Magno, M., Whelan, P. M., O’Halloran, J., & Popovici, E. M. (2016). B+WSN: Smart beehive with preliminary decision tree analysis for agriculture and honey bee health monitoring. Computers and Electronics in Agriculture, 124. https://doi.org/10.1016/j.compag.2016.04.008

El Morr, C., Jammal, M., Ali-Hassan, H., & El-Hallak, W. (2022). Decision Trees. In International Series in Operations Research and Management Science (Vol. 334). https://doi.org/10.1007/978-3-031-16990-8_8

Ferrández-Pastor, F. J., García-Chamizo, J. M., Nieto-Hidalgo, M., & Mora-Martínez, J. (2018). Precision agriculture design method using a distributed computing architecture on internet of things context. Sensors (Switzerland), 18(6). https://doi.org/10.3390/s18061731

Friha, O., Ferrag, M. A., Shu, L., Maglaras, L., & Wang, X. (2021). Internet of Things for the Future of Smart Agriculture: A Comprehensive Survey of Emerging Technologies. In IEEE/CAA Journal of Automatica Sinica (Vol. 8, Issue 4). https://doi.org/10.1109/JAS.2021.1003925

Kalesanwo, O., Awodele, O., Eze, M., Kuyoro, ’S., & Ajaegbu, C. (2020). Evaluation of Decision Tree Algorithms in Precision Agriculture. International Journal of Computing and Technology (IJCAT), 7(3).

Kotsiantis, S. B. (2013). Decision trees: A recent overview. In Artificial Intelligence Review (Vol. 39, Issue 4). https://doi.org/10.1007/s10462-011-9272-4

Song, Y. Y., & Lu, Y. (2015). Decision tree methods: applications for classification and prediction. Shanghai Archives of Psychiatry, 27(2). https://doi.org/10.11919/j.issn.1002-0829.215044

Tao, W., Zhao, L., Wang, G., & Liang, R. (2021). Review of the internet of things communication technologies in smart agriculture and challenges. In Computers and Electronics in Agriculture (Vol. 189). https://doi.org/10.1016/j.compag.2021.106352

Vamshi, H., Vamshi, D., Dakshiraju, S., Chennauahgari, S., Saswati, B., & Loganayagi, B. (2023). SMART AGRICULTURE USING DECISION TREE IN IOT. International Research Journal of Modernization in Engineering Technology and Science, 5(03/March-2023). https://doi.org/10.56726/irjmets35152




DOI: https://doi.org/10.23857/pc.v10i4.9261

Enlaces de Referencia

  • Por el momento, no existen enlaces de referencia
';

Bookmark and Share




Polo del Conocimiento              

Revista Científico-Académica Multidisciplinaria

ISSN: 2550-682X

Casa Editora del Polo                                                 

Manta - Ecuador       

Dirección: Ciudadela El Palmar, II Etapa,  Manta - Manabí - Ecuador.

Código Postal: 130801

Teléfonos: 056051775/0991871420

Email: polodelconocimientorevista@gmail.com / director@polodelconocimiento.com

URL: https://www.polodelconocimiento.com/