UNIVERSIDAD PRIVADA DE TACNA

FACULTAD DE INGENIERIA

Escuela Profesional de Ingeniería de Sistemas

PLAN DE TESIS
“Automatización de sistema de riego basado en redes neuronales para
el distrito de sama, Tacna, 2019”

PARA OPTAR:

TITULO EN INGENIERÍA DE SISTEMAS

PRESENTADO POR:
Calle Cortez, Gary Joseph

Tacna – Perú
2019
 INDICE GENERAL

I. Datos Generales ..................................................................................................................... 5

1.1 Título ................................................................................................................................... 5
1.2 Área y línea de investigación de la facultad ........................................................................ 5
1.3 Autor.................................................................................................................................... 5
1.4 Asesor .................................................................................................................................. 5
II. EL PROBLEMA DE INVESTIGACIÓN................................................................................. 5
2.1 Descripción del problema ................................................................................................... 5
2.2 Formulación del problema .................................................................................................. 8
2.3 Justificación e importancia de la Investigación ................................................................... 8
2.4 Objetivos ............................................................................................................................. 9
2.4.1 Objetivo general .......................................................................................................... 9
2.4.2 Objetivos específicos ................................................................................................... 9
2.5 Hipótesis .............................................................................................................................. 9
2.6 Identificación y/o caracterización de variables ................................................................. 10
2.7 Tipo de estudio .................................................................................................................. 10
III. MARCO TEÓRICO ............................................................................................................ 10
3.1. Antecedentes de la investigación...................................................................................... 10
IV. MARCO METODOLÓGICO ............................................................................................. 13
4.1. Tipo y diseño de la investigación....................................................................................... 14
4.1.1. Tipo de investigación ..................................................................................................... 14
4.2. Acciones y actividades....................................................................................................... 14
4.3. Materiales y/o muestra de estudio ................................................................................... 14
4.4. Población y/o muestra de estudio .................................................................................... 14
4.4.1. Población ....................................................................................................................... 15
4.4. Técnicas de procesamiento de datos y análisis de estado ................................................ 15
5. ASPECTOS ADMINISTRATIVOS ....................................................................................... 15
5.1. Cronograma de actividades............................................................................................... 15
5.2. Recursos humanos ............................................................................................................ 16
5.3. Fuentes de financiamiento y presupuesto ........................................................................ 16
6. REFERENCIAS BIBLIOGRÁFICAS ................................................................................... 18
7. ANEXOS .................................................................................................................................. 19
I. Datos Generales

1.1 Título
Automatización de sistema de riego basado en redes neuronales para el distrito de sama,
Tacna, 2019

1.2 Área y línea de investigación de la facultad

Área: Sistemas cognitivos

Línea de investigación: Sistemas inteligentes

1.3 Autor
CALLE CORTEZ, Gary Joseph

1.4 Asesor

Ing. Elard Rodriguez Marca

II. EL PROBLEMA DE INVESTIGACIÓN

2.1 Descripción del problema
2.1.1 Identificación del Problema

Debido al mal uso del agua, cambio climático y al ser el sector

agrícola el consumidor mayor de recurso hídrico. Se debe conseguir
optimizar el proceso de distribución de agua a través de un sistema de
automatizado de riego por goteo, que garantice la calidad de proceso y un
mejor servicio para con los usuarios.

La investigación está evidenciada por el cambio climático de la zona,

horario de uso de agua en los conos y la repartición de agua a través de
camiones cisterna, por lo tanto existe un descontento de los usuarios que día
a día hacen uso de ella y algunos utilizan envases como reservorios y que
no es la más óptima para algunas zonas de la ciudad, por lo mismo que se
plantea realizar una encuesta a las personas y cierto número de trabajadores
más familiarizados con éste tipo de procesos, de tal manera, que la encuesta
propuesta para la recopilación de datos este organizada en diez preguntas
sobre la comodidad, calidad y acceso al consumo hídrico.
 La constante observación en la zona agrícola del distrito de Sama y
en los ciudadanos que hacen mal uso nos lleva a manejar ciertos criterios
como el uso adecuado del agua al que tienen acceso, las zonas de agrícolas
del distrito de sama cuentan con un sistema de riego por goteo el cual siendo
automatizado y supervisado daría mejores resultados en la cantidad de agua
que consume cada parcela y haciendo una predicción de cuánto consumen
al mes para hacer una mejor distribución y mantener a los agricultores
informados del recurso hídrico . Tomando como punto de partida la reducción
y buen uso del recurso hídrico, en las parcelas del distrito de sama, siendo
éstos uno de los puntos donde al no tener una buena gestión o una mala
inversión en proyectos con bajo beneficio, provocaría el descontento y
posibles manifestaciones, que en algunos casos paralizan el transporte
público y las labores de las instituciones y empresas de la ciudad de Tacna.

La red neuronal artificial es un algoritmo matemático. Modelo que

imita las características de comportamiento y procesos distribuidos de
información paralela. En los casos de una relación irregular entre la entrada
y capas de salida de la neurona, y un tamaño de muestra suficiente del
entrenamiento, el algoritmo de red neuronal artificial puede completamente
resolver el problema de las relaciones desordenadas en una amplia gama de
campos (Hamid Taghavifar, 2016)

Se ha encontrado que las Redes Neuronales Artificiales son

herramientas robustas para modelar muchos de los procesos hidrológicos
como la precipitación de escorrentía, el flujo de la corriente, la gestión del
agua subterránea, la simulación de la calidad del agua y la precipitación.
(hidrología, 1998)

Se pretende disminuir el porcentaje y predicción de consumo de

recursos hídricos en el riego de las parcelas con plantaciones de olivo del
distrito de sama, Tacna y así poder hacer un mejor aprovechamiento del
recurso hídrico más elevado de la evaluada con anterioridad a base de
aportes tecnológicos e informáticos que día a día están en auge a nivel
 mundial y que pueden ser utilizadas de distintas maneras para la mejora de
estos procesos tanto críticos como necesarios para la entidad prestadora de
servicios y los usuarios que hacen participes de ellos.

2.1.2 Caracterización del Problema

En las investigaciones realizadas como antecedentes se analizan y
crean diagnósticos acerca de las consultas inteligentes que muchas de éstas
vienen vinculadas con el tema de desinformación y carencia de sistemas
automatizados.

No obstante, estas investigaciones son equivalentes a las diferentes

niveles y usos del recurso hídrico que se pueden obtener como beneficios
para todos los clientes. Es necesario hacer la investigación correspondiente
y dedicada, del manejo de esta tecnología de entrenamiento de neuronas
artificiales, es decir, empresas que han ido implementando esta tecnología
para la optimización de sus procesos.
2.2 Formulación del problema
Problema general:
Por lo expuesto, se bosqueja el siguiente problema de investigación:
- ¿Cuál es el impacto del uso de un sistema automatizado de riego basado en
redes neuronales en las parcelas del distrito de sama?
Problemas específicos:
- ¿Cuál es el impacto del uso de un sistema automatizado de riego por goteo
basado en redes neuronales?
- ¿Cuál es el impacto del uso de un sistema automatizado de riego por goteo
basado en redes neuronales en el recurso hídrico de la ciudad de Tacna?
- ¿Cómo se aprovecharía la información recolectada de un sistema
automatizado de riego por goteo basado en redes neuronales?

2.3 Justificación e importancia de la Investigación

Desde el punto de vista económico:

Al disminuir el consumo hídrico, los agricultores podrán mejorar la

producción de sus cultivos, siendo sama parte de la producción del
86% de olivo en el Perú, con el dinero y agua aumentando se podría
aprovechar en invertir en un proyecto que permita el acceso a las
zonas alejadas de Tacna donde solo tiene acceso a través de
camiones cisterna.

Desde el punto de vista social:

Concientizará a la población sobre la importancia del agua y de los

beneficios del uso de la tecnología en nuestros cultivos, se disminuirá
la probabilidad de una manifestación.

Desde el punto de vista ambiental:

El recurso hídrico de la ciudad de Tacna será mejor aprovechado y

las zonas que antes no estaban totalmente abastecidas, tendrán
acceso, al usar la cantidad necesaria por parcela, la evaporación será
 menor y se disminuirán las precipitaciones pluviales que podrían
causar un huaico.

2.4 Objetivos
2.4.1 Objetivo general
- Optimizar y evaluar el impacto de la implementación de redes neuronales
en sistemas de riego por goteo en el distrito de sama, Tacna
2.4.2 Objetivos específicos
- Recopilar información veraz que será utilizada para concientizar a la
población y reducir el consumo del recurso hídrico
- Explicar de qué manera una red neuronal utilizara la información recolectada
para predecir el consumo de agua a corto plazo de una parcela en el distrito
de sama
- Explicar de qué manera las redes neuronales permitirán reducir el consumo
de recurso hídrico y mejorar la producción de los cultivos.

2.5 Hipótesis

Hipótesis general:

La automatización de un sistema de riego por goteo basado en redes neuronales,

tiene impacto en el consumo de recursos hídricos por las parcelas del distrito de
sama en la ciudad de Tacna

Hipótesis específica 1:

La automatización de un sistema de riego por goteo basado en redes neuronales,

reduce el consumo del recurso hídrico del distrito de sama, Tacna.

Hipótesis específica 2:

La automatización de un sistema de riego por goteo basado en redes neuronales,

aumenta la posibilidad de recopilar información más exacta del consumo por parcela
y haciendo una predicción a corto plazo.
 2.6 Identificación y/o caracterización de variables

Variable independiente: Sistema automatizado basado en redes neuronales

artificiales.

Variable dependiente: Reducción de consumo de agua.

2.7 Tipo de estudio

Investigación básica para el planteamiento de las predicciones de consumo y
generar patrones de entrenamiento.

Investigación aplicada para encontrar una RNA que aprenda a predecir el consumo
de recurso hídrico de una parcela con cultivos de olivo, generados en la
investigación básica, y reduzca el consumo del recurso.

III. MARCO TEÓRICO

3.1. Antecedentes de la investigación

Al realizar las investigaciones de acuerdo a las variables que
comprenden el tema planteado se pudo encontrar que existen sistemas
automatizados basados en redes neuronales, dando como resultado la
eficiencia de usar esta tecnología, existen una cantidad de
investigaciones relacionadas a cada una de las variables con otras que
son competentes para el presente trabajo, encontrándose así
investigaciones a nivel internacional y en menor número a nivel nacional;
en el contexto a nivel local las variables no han sido tomadas para
investigación por lo cual no se encontraron resultados.
3.1.1. A nivel internacional

La agricultura consume el 70% del agua a escala global y

presenta un ascenso en cuanto necesidades hídricas. (Conforti,
2011)

La posibilidad de adelantarse a las peticiones de agua permite

también contratar el personal y la energía eléctrica que sean
estrictamente necesarios, optimizando también estos recursos y
ahorrando en costes económicos y medioambientales. (Rodríguez
Díaz J.A., 2018)

En el campo de la gestión del agua, la IA se ha utilizado en

probabilística (predicción de hidrología) (Xuesong Zhang, 2011)

El aprendizaje automático permite a los sistemas aprender y

mejorar automáticamente a partir de experiencias sin codificación
manual (Jessica kwok, 2018)

Los Sistema de riego automatizados hoy en dia se convierte

en una necesidad debido a la escacez de agua que existe. (Suprabha
Jadhav, 2016)

La estimación de la incertidumbre de los pronósticos

hidrológicos es valiosa para los recursos hídricos y otros procesos
relevantes de toma de decisiones. (Xuesong Zhang, 2011)

La calidad y cantidad de esta información en muchos campos,

como la agricultura de regadío, es limitada. En consecuencia, la forma
en que se aborda el desarrollo de nuevos modelos predictivos debe
ser reformulada. Así, en este trabajo, se ha desarrollado una nueva
metodología para proporcionar un pronóstico a corto plazo de la
demanda diaria de agua de riego. (Juan Antonio Rodrıguez Dıaz,
2018)

3.1.2. A nivel Nacional

La baja productividad del sector agrícola tiene como

antecedente el mal uso del recurso hídrico en los métodos de
irrigación, siendo este un problema nacional tanto para el consumo
agrícola y el consumo humano. (Gutiérrez Espíritu Joel, 2018)

El riego y el consumo humano presenta un déficit de 8,6

metros cúbicos por segundo, las plantas de tratamiento en calana y
 alto de lima solo tienen la capacidad de 600 litros por segundo, para
abastecer a 324.498 habitantes. (Suarez, 2014)

Tacna sufre de escasez de recursos hídricos a causa del mal

uso de esta y por la elevada de temperatura que esta en incremento.
(actualidadambiental, 2011)

Conflictos socioambientales por la escasez de agua en Tacna.

(actualidadambiental, 2011)

Existen 24 mil hectáreas de olivo, cultivadas por 3 mil

agricultores. (Agraria, 2019).

3.2. Bases teóricas

3.2.1. Sistema Web

Los Sistemas Web son populares debido a lo práctico del

navegador web como cliente ligero, a la independencia del sistema
operativo, así como a la facilidad para actualizar y mantener
aplicaciones web sin distribuir e instalar software a los usuarios.

Desde el punto de vista del usuario, una aplicación web puede

proporcionar una interfaz de usuario más consistente en múltiples
plataformas porque la apariencia depende del navegador en lugar del
sistema operativo. Además, los datos que ingresa en una aplicación
web se procesan y se guardan de forma remota. Esto le permite
acceder a los mismos datos desde múltiples dispositivos, en lugar de
transferir archivos entre sistemas informáticos.

3.2.2. Entrenamiento Red Neuronal

Las redes neuronales artificiales son un modelo

computacional, inspirado en el comportamiento de las neuronas
humanas, llamadas neuronas artificiales.
 Cada neurona está conectada con otras a través de enlaces.
En estos enlaces el valor de salida de la neurona anterior es
multiplicado por un valor de peso. Estos pesos en los enlaces
pueden incrementar o disminuir el estado de activación de las
neuronas adyacentes. Del este modo, a la salida de la neurona,
puede existir una función limitadora o umbral, que modifica el valor
resultado o impone un límite que se debe sobrepasar antes de
propagarse a otra neurona. Esta función se conoce como función de
activación.

Estos sistemas aprenden y se forman a sí mismos, en lugar

de ser programados de forma explícita, y sobresalen en áreas
donde la detección de soluciones o características es difícil de
expresar con la programación convencional. Para realizar este
aprendizaje automático, normalmente, se intenta minimizar una
función de pérdida que evalúa la red en su total. Los valores de los
pesos de las neuronas se van actualizando buscando reducir el
valor de la función de pérdida. Este proceso se realiza mediante la
propagación hacia atrás.

El objetivo de la red neuronal es resolver los problemas de la

misma manera que el cerebro humano, aunque las redes
neuronales son más abstractas. Las redes neuronales actuales
suelen contener desde unos miles a unos pocos millones de
unidades neuronales.

3.3. Definición de términos

IV. MARCO METODOLÓGICO

4.1. Tipo y diseño de la investigación

4.1.1. Tipo de investigación

Los tipos de investigación identificados son:

Investigación básica para el planteamiento de las predicciones de

consumo y generar patrones de entrenamiento.

SOLO UNA

Investigación aplicada para encontrar una RNA que aprenda a predecir

el consumo de recurso hídrico de una parcela con cultivos de olivo,
generados en la investigación básica, y reduzca el consumo del recurso.

4.1.2. Diseño de investigación

Etapa no experimental: corresponde a los criterios de evaluación

de los datos que recopilara el sistema para realizar la predicción de
consumo. En esta etapa se construirá un modelo para ser utilizado para
entrenar a la red neuronal.

SOLO UNA

Etapa experimental: Se utilizará el modelo creado para entrenar

a la red neural y obtener el resultado esperado.

4.2. Acciones y actividades

4.3. Materiales y/o muestra de estudio

- Sistema automatizado de riego para recopilación de datos.
- Evaluación del nivel de información que se obtiene.
- Encuestas para determinar el nivel de satisfacción de los usuarios respecto
a su consumo y acceso al recurso hidrico.
- Hardware Licenciado para la implementación del Servicio Web Machine
Learning.

4.4. Población y/o muestra de estudio

El presente trabajo de investigación tiene como sustento a las personas que
laboran en el Poder Judicial de Tacna, tanto como las personas que acuden
 diariamente para realizar consultas en ésta misma institución del Estado
Peruano.

4.4.1. Población
La población será tomada base de las parcelas del distrito de sama que
hacen uso de sistema de riego por goteo.

FORMULA DE MUESTREO

Muestra

Para identificar el tamaño de la muestra para nuestra investigación se escogerá

dos parcelas con plantaciones de olivo.

4.4. Técnicas de procesamiento de datos y análisis de estado

Para el presente trabajo de investigación se hará uso del programa SPSS para
el trato de los datos que se adquirirán de los resultados de las encuestas
realizadas a los agricultores del distrito de sama.

5. ASPECTOS ADMINISTRATIVOS

5.1. Cronograma de actividades

Tabla 1. Cronograma del Proyecto de Tesis

POR MESES

Julio Agosto Setiembre Octubre Noviembre

Actividades 16 29 16 28 16 28 16 28 16 28
1 Elaboración del proyecto de tesis
2 Inscripción del proyecto de tesis

Preparación y validación de los instrumentos

3 de investigación
4 Trabajo
5 Análisis y codificación de datos
6 Procesamiento manual y computarizado

Discusión de resultados, conclusiones y

7 sugerencias
8 Redacción del informe final
9 Presentación y sustentación de tesis
Fuente: Elaboración propia

5.2. Recursos humanos

Tabla 2. Recursos Humanos

Detalle Horas

Investigador principal

Asesor externo

Desarrollador

TOTAL

Fuente: Elaboración propia

5.3. Fuentes de financiamiento y presupuesto

Tabla 3. Recursos Materiales

Fuente: Elaboración propia

Tabla 4. Presupuesto de bienes y servicios

Costo N° de
Ítem Descripción Unidad Total
unidades unidades

1.0 Recursos humanos

1.1 Investigador principal Horas

1.2 Asesor externo Horas

2.0 Recursos materiales

Fuente: Elaboración propia

6. REFERENCIAS BIBLIOGRÁFICAS

Nacional

 Día Mundial del Agua: Tacna sufre escasez por efectos del cambio climático
https://www.actualidadambiental.pe/?p=9811
 Diseño de un controlador basado en redes neuronales para la irrigación por goteo sobre
cultivos en el distrito de Huacho”
http://repositorio.utp.edu.pe/bitstream/UTP/1622/1/Joel%20Gutierrez_Johan%20Armas_
Trabajo%20de%20Investigacion_Bachiller_2018.pdf
 Falta de agua potable es el mayor problema a resolver en Tacna
https://elcomercio.pe/peru/tacna/falta-agua-potable-mayor-problema-resolver-tacna-
363713
 MVCS suscribe convenio con Municipalidad de Sama para mejorar abastecimiento de agua
https://gestion.pe/economia/mvcs-suscribe-convenio-municipalidad-sama-mejorar-
abastecimiento-agua-69144
 Tacna produjo 148 mil toneladas de aceituna en 2018 pero solo exportó 27 toneladas
http://agraria.pe/noticias/tacna-produjo-148-mil-toneladas-de-aceituna-en-2018-pero-
sol-18980
Internacional
 A Smart IoT-Based Irrigation System with Automated Plant Recognition using Deep
Learning
https://dl.acm.org/citation.cfm?id=3177506
 Android based Automated Irrigation System using Raspberry Pi
https://pdfs.semanticscholar.org/bec3/6c3052c11ad73b9adda68fab98d077890dd3.pdf
 Integración explícita de las incertidumbres de parámetros, entradas y estructuras en las
redes neuronales bayesianas para el pronóstico hidrológico probabilístico
https://www.sciencedirect.com/science/article/pii/S0022169411006238
 Gestión eficiente del agua de riego mediante sistemas de telecontrol
http://www.ingenieriadelagua.com/2004/JIA/Jia2009/fs/BP11rev.pdf
 Mirando hacia el futuro en el mundo de la alimentación y la agricultura: Perspectivas para
el 2050.
http://www.fao.org/3/i2280e/i2280e.pdf
  Optimización de la previsión de la demanda de agua por inteligencia artificial con conjuntos de datos
cortos.
https://www.researchgate.net/publication/324232452_Optimisation_of_water_demand_
forecasting_by_artificial_intelligence_with_short_data_sets
 Optimum soil water content sensors placement for surface drip irrigation scheduling in
layered soils
https://www.sciencedirect.com/science/article/pii/S0168169918302473
 Predicción de profundidades de riego aplicadas a nivel de finca mediante técnicas de
inteligencia artificial
https://www.researchgate.net/publication/325465209_Prediction_of_applied_irrigation_
depths_at_farm_level_using_artificial_intelligence_techniques
 Sensor based Automated Irrigation System with IOT: A Technical Review
http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.736.8744&rep=rep1&type=pd
f
 Un nuevo modelo basado en inteligencia artificial permite ahorrar agua en los regadíos
https://www.iagua.es/noticias/agencia-sinc/nuevo-modelo-inteligencia-artificial-permite-
ahorrar-agua-regadios
● Predicción de la infiltración del riego por surcos utilizando redes neuronales artificiales.
https://www.sciencedirect.com/science/article/pii/S0378377414002868
 Perspectivas de riego de precisión en el ahorro de agua sostenible de la producción de
cultivos de campo en china: predicción de la demanda de agua y optimización del
esquema de riego.
https://www.sciencedirect.com/science/article/pii/S0959652619314441

7. ANEXOS
Matriz de consistencia (Hipótesis especificas)