LUZ LED PARA EL CRECIMIENTO DE UN CULTIVO

M. en T. A. Margarita Elizabeth Gómez Mayorga1, Dr. Ian Ilizaliturri Flores2, Dr. Luz Noé Oliva Moreno3,
M. en C. José Luis Calderón Osorno4, Dr. Rosalba Zepeda Bautista5 y Michell Alejandro López Sierra6

Resumen—Actualmente los espacios para habitar son reducidos a consecuencia del crecimiento de la población, el consumo
energético ha aumentado y se reflejan necesidades diversas; en algunos lugares existe desabasto y en otros, desperdicio, por
sobreproducción de insumos, pero también por distancia o por condiciones del terreno son inaccesibles, dificultando el
abastecimiento de servicios y de productos básicos. Las preocupaciones sobre el medio ambiente imponen restricciones de
producción agrícola convencional. La implementación de la Agricultura de Precisión (AP) es parte de la respuesta a estos
problemas mediante el empleo de tecnologías que en un enfoque preciso y específico reducen el uso de recursos, aumentan el
rendimiento y mejoran el desempeño de la cadena de valor.

Palabras clave— Agricultura de precisión, Invernadero, IoT, Tecnología, WSN.

Introducción
El trabajo que se está realizando propone el diseño e implementación de un sistema de AP que pueda
desarrollarse en el campo y que cuente con cobertura de red celular. Se pretende que el proyecto tenga
sustentabilidad económica y ambiental a futuro, para ello se necesitan las consideraciones descritas a continuación.
Las técnicas de agricultura tradicional han pasado al control de parámetros en invernaderos por el avance
tecnológico y los cambios climáticos, que implican adecuar las condiciones naturales necesarias para el crecimiento
de hortalizas como la temperatura, la humedad, la luminosidad o el nivel del dióxido de carbono, a condiciones en
áreas cerradas. Las condiciones climáticas además de las variables medibles de las hortalizas, (color, textura,
tamaño, forma, rugosidad, entre otras), se obtienen mediante sensores.
Con los sensores, y ciertos dispositivos se obtienen los parámetros medidos como datos que se procesan a
través de algoritmos para adaptar las necesidades dentro de un invernadero.
Actualmente a los invernaderos, además de un sistema de sensado, se les incorpora monitoreo remoto,
comunicación Wireless, y técnicas de minería de datos, cómputo en la nube, entre otros procesos, para a distancia
detectar algún problema en el crecimiento de las plantas, activar o desactivar algún sensor, mandar avisos y/o recibir
alertas entre una o más personas [1- 2]. Aunado a la tecnología en los invernaderos, se está incrementando el uso de
energías sustentables como las celdas solares y la iluminación LED, además de dispositivos de bajo consumo
eléctrico, optimización de uso energético y recolección – reutilización de agua.
La luz como fuente de energía afecta directamente el crecimiento morfológico de las plantas mediante los
procesos de fotosíntesis y de foto morfogénesis. En dichos procesos están relacionadas la distribución espectral, el
ciclo de iluminación y la dirección de la iluminación. En la planta la luz es absorbida, reflejada o transmitida, una
parte de luz se convierte en energía química, el resto se absorbe y se convierte en calor, la conversión se determina
en longitud de onda [3].
La luz LED, que se empezó a usar en el 2005, sustituye la luz de sol sobre todo en días nublados, lluviosos
o lugares con sombra, por lo que los arreglos de LED son utilizados como fuente de luz artificial y se les puede
adecuar la longitud de onda para darle a la planta la que necesita.
Todos los parámetros sensados del clima, de la planta y la iluminación son usados para el desarrollo de un
sistema con nodos de comunicación clasificados como nodos sensores para los datos medibles, nodos ruteadores
para la transmisión/recepción de datos y nodo control de la transmisión/recepción de datos.

Antecedentes
Invernadero
La norma mexicana NMX-E-255-CNCP-2008 especifica que un invernadero puede ser de estructura

1
M. en T.A. Elizabeth Gómez Mayorga Profesora del Instituto Politécnico Nacional UPIIH, Actopan, Pachuca. mgomezm@ipn.mx
(autor corresponsal)
2
D. en C. Ian Ilizaliturri Flores Profesor del Instituto Politécnico Nacional UPIIH, Actopan, Pachuca. iflores@ipn.mx
3
D. en C. Luz Noé Oliva Moreno Profesor del Instituto Politécnico Nacional UPIIH, Actopan, Pachuca. loliva@ipn.mx
4
M. en C. José Luis Calderón Osorno Profesor del Instituto Politécnico Nacional UPIIH, Actopan, Pachuca. jcalderono@ipn.mx
5
D. en C. Rosalba Zepeda Bautista Profesora del Instituto Politécnico Nacional ESIME, CDMX, México. rzb059@hotmail.com
6
Michell A.López Sierra alumno del Instituto Politécnico Nacional UPIIH, Actopan, Pachuca. michellalejandrolop@gmail.com
metálica o de madera, su uso debe ser para cultivo o protección de plantas, con cubierta de película plástica
translucida que evite el paso de lluvia al interior para el crecimiento y desarrollo de las plantas.
El uso de invernaderos es útil cuando el clima no es adecuado ya sea por frio intenso o sequías, pero
también para cultivar plantas sensibles a las condiciones climáticas por temporadas, para incrementar la variedad o
para experimentación.
Agricultura de Precisión y Tecnología
La AP es un proceso de optimización cíclico donde los datos deben ser recolectados del campo,
analizados, evaluados y finalmente utilizados para la toma de decisiones y acciones. Mediante la AP es posible
construir invernaderos de tamaños, áreas y climas diversos, donde la producción de alimentos se lleva a cabo de
manera controlada adecuando las condiciones de crecimiento, lo que da pie a la inversión e integración tecnológica
y de investigación [4].
La investigación y desarrollo en la AP cada vez tiene mayor interés, y en la actualidad se utilizan
estrategias de gestión que emplean Tecnologías de la Información y la Comunicación (TIC) y Sistemas de Redes de
Sensores Inalámbricos (WSN por sus siglas en inglés) para cumplir el objetivo fundamental de la AP, que es
optimizar el uso de los recursos, al emplearlos adecuadamente en el lugar y el tiempo preciso en todos los aspectos
de la producción agrícola [5].
Al utilizar la AP en conjunto con las TIC, las WSN, Cómputo en la nube, minería de datos y técnicas como
inteligencia artificial, además de mejorar la calidad y la producción, se establecen estrechas relaciones con otros
actores de la cadena de valor en la agricultura (Proveedores, Transformación, Distribución y Consumidor), por lo
tanto, una mayor competitividad en la cadena [6-8].
Los avances recientes en las comunicaciones inalámbricas y en la electrónica han permitido el desarrollo y
la producción de sensores baratos e inteligentes, de baja potencia, multifuncionales y con tamaños pequeños, los
cuales son conectados a través de enlaces inalámbricos variables y desplegados en grandes cantidades. Los sensores
junto con las TIC, han permitido la implementación de sistemas WSN [9], para recolectar gran cantidad de datos sin
alguna infraestructura, lo cual es fundamental para los modelos de AP, permitiendo aumentar la eficiencia, la
productividad y la rentabilidad. [10, 11, 12].

Desarrollo
El desarrollo consta de tres partes, una es la construcción de un invernadero para pruebas que se muestra en
la figura 1. En este se hace la siembra de semillas de tomate cherry y tomate bola en sustrato orgánico para cactus y
suculentas. Se lleva registro del riego y del crecimiento en un ambiente sin sol directo, con luminosidad promedio
de 250.11 lux por la mañana (8:00, 12:00) y de 290.78 lux por la tarde (12:01, 6:00). Con el registro de los datos se
promediará el crecimiento sin sensores y con sensores para hacer ajustes y automatizar más adelante el cuidado de la
planta dentro de un invernadero hasta su producto final.

Figura 1. Especificaciones del tamaño del invernadero de prueba a la izq. y vista real a la der.

La segunda parte consta de la selección del equipo de sensado, se escogieron los primeros sensores con
los que se obtendrán los datos que posteriormente se procesarán para el funcionamiento WSN, tomando en cuenta
los grupos en los que se clasifican las necesidades de las plantas. El 1 para cuestiones climáticas, el 2 para
fisiológicas, el 3 para la forma estructural y el 4 para las variables nutrimentales, sabiendo que los parámetros
indispensables para el sensado de crecimiento son los de los grupos 1 y 4, y los de los grupos 2 y 3 son para un
grado de mayor precisión, por lo que los primeros parámetros a sensar son: la humedad de la tierra, la luminosidad -
incidencia con luz LED y el riego.
 En la tercera parte está el uso de IoT y es en la que se centra este trabajo. El sistema AP consta, por un
lado, del invernadero con un sistema de redes de sensores y actuadores inalámbricos (WSN) y por otro, de una
puerta de enlace (Gateway) con algoritmos para reducir, de manera eficiente, el número de paquetes transmitidos, el
consumo de energía del sistema WSN y el consumo de datos móviles utilizados. Una vez teniendo el Gateway se
implementa una plataforma de desarrollo Sensor Cloud y mediante software de código abierto a través de protocolos
de red celular se hace la comunicación entre ellos.
El diseño e implementación de sistemas para tecnologías de adquisición, procesamiento y análisis de datos
estará relacionado con el análisis de datos masivos en WSN. Los sensores inalámbricos en un sistema WSN a
menudo se llaman nodos, los nodos tienen generalmente microprocesadores o microcontroladores incorporados,
fuente de alimentación en forma de batería, memoria, puertos de comunicación, circuitos de interfaz y finalmente
sensores para aplicaciones específicas; Por lo que son dispositivos integrados complejos pero baratos.
Un tipo de WSN que incluye actuadores se denomina Redes inalámbricas de sensores y actuadores
(WSAN por sus siglas en inglés), estos sistemas también llamados Sensor-Cloud, supervisan y controlan las
condiciones físicas o ambientales en diversos lugares y transfieren sus datos a una ubicación principal para que sean
procesados por aplicaciones, generen servicios, sean almacenados, y/o pasen resultados de control a un actuador en
los nodos WSAN o información a un usuario a través de la red.
El Cloud Computing proporciona recursos compartidos y configurables, estos recursos informáticos y de
cómputo (por ejemplo almacenamiento, aplicaciones y servicios) se entregan bajo demanda a los clientes a través de
una red, de modo que los usuarios no necesiten considerar la ubicación física, configuración del servidor o
almacenamiento que respalda sus necesidades, todos estos procesos son automatizados y con un mínimo esfuerzo de
gestión o interacción del proveedor de servicios, estos servicios pueden establecer diferentes modelos de negocios.
Dentro del Sensor Cloud radica el Middleware, el cual abstrae la masa, complejidad y heterogeneidad de
las redes de comunicaciones y nodos del WSN, también de los sistemas operativos y lenguajes de programación
utilizados para los servicios y aplicaciones que son utilizados para el funcionamiento del Sensor Cloud. Además,
simplifica el trabajo de los desarrolladores en la compleja tarea de generar las conexiones y sincronizaciones que son
necesarias en los sistemas de cómputo distribuidos [13].
Los sistemas WSN recopilan una gran cantidad de datos, por lo que al procesarlos se podrán automatizar
procesos más eficientemente y mejorar tareas analíticas, predictivas y prescriptivas complejas, así como también se
generarán bases de datos de conocimiento con alto valor con la información recabada, por lo que para la gestión de
estos grandes volúmenes de datos se requieren tecnologías asociadas a datos masivos y técnicas de análisis de datos
basadas en inteligencia artificial [14, 15 ]. En la figura 2 se muestra un diseño de sistema completo.

Figura 2. Sistema de Agricultura de Precisión con Sensor Cloud

 Desarrollo
A través de la configuración del protocolo MQTT (Message Queue Telemetry Transport, por sus siglas en
inglés), cuya función es el transporte de mensajes cliente/servidor con TCP/IP u otros protocolos bidireccionales sin
pérdida de datos, es posible trabajar con dispositivos de baja potencia porque permite la comunicación de
dispositivos externos (sensores) máquina a máquina (M2M).
Dicho protocolo también es útil para conexiones con ubicaciones remotas, para aplicaciones móviles y
para la distribución eficiente de información a uno o varios receptores.
Se utiliza un agente de mensajes (bróker) de código abierto llamado Eclipse Mosquitto para implementar y
administrar el protocolo MQTT con librerías en Python y para gestionar la información que en este caso es la base
de datos.
El dispositivo ESP32-WROVER es el encargado de recolectar la información de los sensores
seleccionados y usa el protocolo WiFi para la interconexión de los sensores con el MQTT. En la figura 3 se muestra
la instrucción que ejecuta el algoritmo de Python usado para la suscripción de los sensores al broker.

Figura 3. Código de inicio del protocolo MQTT.

Una vez ejecutado el programa, el protocolo MQTT se inicializa, poniéndose a la escucha de cualquier
dispositivo que realice una publicación que corresponda a los tópicos previamente suscritos.
Cuando los dispositivos suscritos realizan una publicación, la información que llega se despliega con el
siguiente formato: Tópico correspondiente al dato proporcionado por el sensor, dato sensado, y nivel de QoS
(Quality of Service), como se muestra en la figura 4.

Figura 4. Formato de los tópicos

Parte del código usado para suscribir los dispositivos al broker y para recopilar los datos que
posteriormente serán usados para controlar el crecimiento de hortalizas se muestran en las figuras 5 y 6
respectivamente. Los códigos hacen uso de librerías que proporcionan recursos de interfaz entre Python y MQTT.
Lo anterior se logra creando un objeto que nos provee de los métodos y atributos necesarios para la suscripción y
publicación de dispositivos, posteriormente, los atributos correspondientes a los datos de los sensores son escritos en
un archivo de texto a través de funciones de manipulación de archivos que proporciona el lenguaje Python.
 Figura 5. Código para suscripción y recopilación de datos

Figura 6. Entorno de programación para la recopilación de datos de los sensores

El código en la figura 6 es implementado en el dispositivo ESP para la adquisición directa de los datos y
proporcionar la conexión del bróker de manera inalámbrica.

Conclusión
Este documento muestra una solución de los aspectos técnicos que serán utilizados en el invernadero, los
procesos de análisis de información, resultado de la red de sensores inalámbricos junto con los datos almacenados y
externos, se puede implementar de manera independiente. Propusimos y desarrollamos un sistema de monitoreo y
análisis de eficiencia de rendimiento para cultivos basado en WSN y la nube. El sistema está construido en la parte
inferior por la red de sensores inalámbricos, un servidor MQTT y servicios de pre procesamiento de datos, para la
parte superior este sistema podrá realizar una interfaz con la nube para servicios PAAS (Plataforma como servicios)
y crear un procesamiento de datos más robusto y con la capacidad de utilizar cientos o miles de dispositivos en la
red de sensores inalámbricos de esta manera tener sistemas más flexibles en costos, porque la nube permite utilizar
recursos bajo demanda.
 Referencias

1. Zhang N., Wang M. y Wang N. “Wireless sensors in agriculture and food industry-Recent development and future perspective”, Computers
and Electronics in Agriculture, 2006.

2. Mancuso M. y Bustaffa F., "A wireless sensors network for monitoring environmental variables in a tomato greenhouse," 2006 IEEE
International Workshop on Factory Communication Systems, Torino, Italy, 2006, pp. 107-110.

3. Kozai T., Fujiwara K. y Runkle E. S., “LED Lighting for Urban Agriculture”, Springer Science+Business Media Singapore 2016, pp. 3-18.

4. Zhang N., Wang M. y Wang N. “Precision agriculture*/a worldwide overview” Computers and Electronics in Agriculture, 2002.

5. Rodas E., Sandoval-Moreno M., Muñoz-Romero M., Huerta S., Rivas-Lalaleo M. y Rojo-Álvarez D. ”Multiparametric Monitoring in
Equatorian Tomato Greenhouses (II): Energy Consumption Dynamics” Sensors (Basel, Switzerland), 2018.

6. Kamilaris, A., Kartakoullis, A., y Prenafeta-Boldu, F.X. “A review on the practice of big data analysis in agricultura” Computers and
Electronics in Agriculture, 2017, pp. 23-37.

7. Hedley, C. “The role of precision agriculture for improved nutrient management on farms” Journal of the Science of Food and Agriculture,
2014, pp. 12–19.

8. Subramanian, A.K. y Paramasivam, I. “The Impact of Wireless Sensor Network in the Field of Precision Agriculture: A Review”, Wireless
Personal Communications, 2018, pp. 685-698.

9. Imran K., Fatna B., Roch G., Noel C., Monique M., et al. “Wireless Sensor Network Virtualization: A Survey. Communications Surveys and
Tutorials”, IEEE Communications Society, Institute of Electrical and Electronics Engineers, 2016, pp. 553 - 576.

10. Srbinovska, M., Gavrovski, C., Dimcev, V., Krkoleva, A., y Borozan, V. “Environmental parameters monitoring in precision agriculture
using wireless sensor networks”, Journal of cleaner production, 2015, pp. 297-307.

11. Yick J., Mukherjee, B. y Ghosal, D. “Wireless Sensor Network Survey”, Computer Networks, 2008, pp. 2297-2230.

12. Vieira, M.A., Coelho, C.J., Silva, D.C., y Mata, J.M. “Survey on wireless sensor network devices”, ETFA, 2003.

13. Mottola, L. y Picco, G.P. “Middleware for wireless sensor networks: an Outlook”, Journal of Internet Services and Applications, 20113, 31.

14. Archana R. y Sunanda K. “Review on data mining techniques in wireless sensor networks”, 2nd International Conference on Electronics and
Communication Systems, ICECS 2015, pp. 390-394.

15. Roshani T., Ramaraj, N y Thakare, N. “Analysis of energy efficient data mining techniques in wireless sensor networks: A review”, 2017, pp.
435-438.