ARTÍC

Sistema Ciberfísico para el monitoreo de variables

asociadas al riego agrícola

Cyber-physical system for monitoring variables associated with

agricultural irrigation

Sistema ciberfísico para monitoramento de variáveis associadas à

irrigação agrícola.

Andrés L. Salazar - Robayo 1*, David F. Beltrán - Hurtado2, Andres F Jimenez - Lopez3
1
Ingeniería Electrónica de la Facultad de Ciencias Básicas e Ingeniería de la Universidad de los Llanos, Villavicencio, Colombia, Semillero de
investigación FarmTechnology del grupo de investigación Macrypt, andres.salazar@unillanos.edu.co
2
Ingeniería Electrónica de la Facultad de Ciencias Básicas e Ingeniería de la Universidad de los Llanos, Villavicencio, Colombia, Semillero de
investigación FarmTechnology del grupo de investigación Macrypt, david.beltran@unillanos.edu.co
3
Ingeniero Electrónico de la Universidad Pedagógica y Tecnológica de Colombia, Magister en Ciencias - Física y Doctor en Ingeniería –
Mecánica y Mecatrónica de la Universidad Nacional de Colombia, profesor asociado del Departamento de Matemáticas y Física, Semillero de
investigación FarmTechnology – Macrypt R.G., de la Universidad de los Llanos, Villavicencio, Colombia (e-mail correspondencia:
ajimenez@unillanos.edu.co ).

Recibido: Aceptado:

Resumen

La agricultura de precisión, permite hacer un uso más eficiente de los insumos necesarios en todos los
procesos de manejo de cultivo, utilizando metodologías y tecnologías con el fin de obtener un mayor
apoyo en la toma de decisiones para la definición de los requerimientos de las plantas y el suelo. Este
artículo presenta el desarrollo y la implementación de un sistema inteligente para el monitoreo de
variables asociadas al riego agrícola. A través de los resultados obtenidos se generó una herramienta
útil para el apoyo en la gestión del recurso hídrico en la agricultura, con el fin de buscar mejores
rendimientos en producción, evitando excesos y deficiencias en la aplicación del agua en los cultivos.
Esta plataforma tecnológica es una base para futuros proyectos enfocados al manejo de riego de
precisión, tanto para campos cultivados comerciales o ejercicios de investigación.

Palabras clave: Agricultura de precisión, monitoreo, prescripción, riego, sensores.

Abstract

Precision agriculture allows a more efficient use of the necessary inputs in all crop management
processes, using methodologies and technologies in order to obtain greater support in decision-making
for the definition of plant requirements. and the floor. This article presents the development and
implementation of an intelligent system for monitoring variables associated with agricultural irrigation.
Through the results obtained, a useful tool was generated to support the management of water
 resources in agriculture, in order to seek better yields in production, avoiding excesses and deficiencies
in the application of water in crops. This technological platform is a base for future projects focused on
precision irrigation management, both for commercial cultivated fields or research exercises.

Keywords: Precision agriculture, monitoring, prescription, irrigation, sensors.

Resumo

A agricultura de precisão permite uma utilização mais eficiente dos insumos necessários em todos os
processos de manejo da cultura, utilizando metodologias e tecnologias para obter maior suporte na
tomada de decisão para definição dos requisitos da planta. Este artigo apresenta o desenvolvimento e
implementação de um sistema inteligente de monitoramento de variáveis associadas à irrigação
agrícola. Através dos resultados obtidos, gerou-se uma ferramenta útil para apoiar a gestão dos recursos
hídricos na agricultura, a fim de buscar melhores rendimentos na produção, evitando excessos e
deficiências na aplicação de água nas lavouras. Esta plataforma tecnológica é a base para futuros
projetos focados na gestão de irrigação de precisão, tanto para campos cultivados comerciais como para
exercícios de pesquisa.

Palavras-chave: Agricultura de precisão, monitoramento, prescrição, irrigação, sensores.

Introducción hídrico en el campo aumente a un 40% por encima

Desde la antigüedad los humanos han creado
planes que le permitan manejar de forma más
adecuada el agua en la agricultura, esto con el fin
de obtener mejores rendimientos de producción,
mejor calidad en las cosechas y reducción de los
impactos ambientales. En este sentido, para
especificar criterios de manejo del riego se deben
tener en cuenta las condiciones meteorológicas,
el tipo de suelo y la fenología de los cultivos. El
adecuado manejo de esta información permite el
desarrollo tecnológico del sector agrícola, la
seguridad alimentaria y la sostenibilidad del
trabajo en la agricultura, especialmente en países
en vía de desarrollo [1].
Los avances tecnológicos permiten el uso de
dispositivos electrónicos, herramientas, software
y maquinaria útiles para lograr que las labores de
aplicación de riego sean más eficientes. Las
infraestructuras de riego se usan para la
distribución del agua en los campos cultivados,
siendo este insumo el de mayor importancia en la
agricultura. Los tipos de riego se dividen en
inundación, surcos, aspersión o por goteo,
aumentando en este orden el aprovechamiento
del recurso hídrico en el campo, pero a su vez
incrementando costos de implementación y
afectando el manejo eficiente de la energía [2]. A
nivel mundial el agua es un recurso usado de
forma inadecuada en la agricultura, por lo cual,
se deben desarrollar y usar estrategias
innovadoras, que permitan mejorar la forma en
que se definen las cantidades de agua a aplicar en
los campos. Su importancia radica en que para el
año 2030 se espera que la demanda del recurso
de su disponibilidad [3].
La organización para la alimentación y la
agricultura (Food and Agricultural Organization -
FAO, por sus siglas en inglés), determinó que 70%
del agua dulce disponible en el mundo se usa en la
agricultura [4]. En Colombia se evidencian
periodos en el año de altos niveles de
precipitaciones, pero también otros periodos en
donde el agua es escasa, en donde se debe
distribuir y utilizar de forma eficiente. Debido a
estas razones se debe optimizar el riego,
garantizando un uso eficiente del agua,
consiguiendo una alta productividad, haciendo uso
de métodos capaces de contribuir al crecimiento
de los rendimientos tanto económicos,
medioambientales, así como productivos y
sociales [5]. El riego de precisión es una técnica
que permite manejar el recurso hídrico basado en
datos y de manera más eficaz. Sus premisas son
lograr producciones lo mejor posible, aumentar
los ingresos reduciendo costos y disminuir
impactos negativos ambientales [6]. Con los
avances en la conectividad en la nube, la
telemetría, el procesamiento de señales, la
inteligencia artificial y el conocimiento científico-
técnico, es posible impulsar esta rama de la
agricultura de precisión.
Los equipos comerciales para controlar sistemas
de riego son costosos en la actualidad, lo que los
hace poco accesibles para agricultores de
minifundios, disminuyendo la posibilidad de su
masiva implementación. Algunos fabricantes de
dispositivos electrónicos de bajo costo han
permitido el desarrollo de nodos de adquisición de
datos y actuación, haciendo estos sistemas más
asequibles, para la gestión del riego y la
supervisión de labores del campo [6]. Estas
tecnologías permiten la generación de equipos
basados en estrategias y mecanismos de toma de
decisiones inteligentes para la gestión del recurso
hídrico en la agricultura [7]. La adquisición de
datos en campo es uno de los aspectos más
importantes para lograr un manejo eficiente del
riego. Las tecnologías de la agricultura inteligente
permiten la adquisición de datos de varias
variables, en donde se debe garantizar la
veracidad y precisión de los datos adquiridos,
debido a que imprecisiones pueden afectar la
forma de aplicación del agua [8]. Las redes de
sensores inalámbricos (Wireless Sensor Network -
WSN, por sus siglas en inglés) se utilizan
ampliamente en la comunidad científica para la
obtención y procesamiento de todo tipo de
información, con resoluciones y calidades
apropiadas según la aplicación [8]. En el riego de
precisión el uso de plataformas WSN permite
conocer el entorno de los cultivos de manera
cuantitativa para la toma de decisiones, al
permitir comprender las condiciones ecológicas en
un nivel básico y la transmisión en tiempo-real de
los datos [9]. Además, al integrar sistemas en
campo que permitan el despliegue mediante el
internet potencializa estas capacidades
permitiendo el desarrollo de tecnología que
contribuye al desarrollo de la agricultura de
precisión en el ámbito del uso óptimo del agua.
Debido a lo expuesto en los párrafos anteriores,
existe un uso ineficiente del riego en la
agricultura, debido a que no se realizan
prescripciones acertadas de acuerdo con el suelo,
la planta y el ambiente. Las decisiones no se
toman de manera específica, ni se tienen en
cuenta conceptos agronómicos ni técnicos. En
este trabajo se muestra la implementación de un
sistema ciber-físico de riego inteligente. Este
sistema se fundamenta en técnicas de adquisición
de datos en campo con el propósito de brindar
una herramienta para mejorar el uso eficiente del
agua en cultivos agrícolas.
Materiales y métodos
Metodología
La metodología V fue empleada en este proyecto,
de forma tal que se establezca y documente la
definición de requerimientos, el diseño general
del sistema, el diseño detallado, implementación
y la realización de pruebas de verificación o
validación.
El principio de diseño del sistema se compone de
la integración de varios módulos como se aprecia
en la Figura 1. Los módulos de sensores
inalámbricos envían datos a una estación base que
se encarga de recibir, procesar y enviar
información a un servidor Web. Los datos de los
sensores se consultan con algún dispositivo
conectado a internet o por medio de una
aplicación en dispositivo móvil desarrollada en
React Native para la visualización de los datos.
La información visualizada se puede usar por los
agricultores, agrónomos o interesados para la
definición de prescripciones de riego. Todos los
módulos se comunican mediante una red en malla
con protocolo ZigBee, 2.4 GHz desarrollada con
dispositivos de comunicación XBeeS2C (Digi
International, Minnetonka, Minn.), con un rango
de 3200 m usando antenas omnidireccionales de
alta ganancia (6 dBi).
Fig. 1. Principio de diseño del sistema de monitoreo de variables útiles
para el manejo del riego.
Cada nodo de sensores utiliza una batería recargable de 12
voltios y una celda solar de 10 vatios. El sistema de
adquisición y procesamiento se implementó en un
microcontrolador ATmega328p (Microchip Technology Inc.,
Arizona, USA). Con estos nodos se puede adquirir
información de cuatro sensores resistivos para obtención de
tensión matricial del suelo Watermark (Irrometer® Company,
Riverside, CA), un sensor infrarrojo GY-906-DCI (Melexis,
Ypres, Belgium), un sensor de humedad relativa y
temperatura ambiente HDC1080 (Texas Instruments, Dallas,
Texas, USA) y un sensor de temperatura del suelo RT-1
(METER Group, Pullman, WA, USA).
La estación base se implementó en una raspberry-Pi® 3
modelo B. Esta se utiliza para recibir los datos desde los
nodos de sensores y para definir prescripciones de riego.
Además, la estación base almacena los datos adquiridos. El
software se desarrolló usando Python3TM y Qt5.
Resultados
En la Figura 2 se muestra el circuito impreso con los
componentes electrónicos conectados. Se observa el
microcontrolador ATmega328p, el regulador de
voltaje, el radio transmisor Xbee, el conversor de
niveles lógicos para pasar señales digitales de 5 voltios
a 3.3 voltios, de acuerdo con los niveles aceptados por
el Xbee. Además, en la parte inferior se encuentran
los multiplexores para el manejo de los sensores de
humedad del suelo Watermark, para evitar que las
mediciones entre los cuatro sensores sean afectadas
por efectos de conductividad en el suelo.
Fig. 2. Montaje del circuito impreso.
En la Figura 3, se muestra el montaje experimental en
campo para la determinación y pruebas de
funcionamiento del sistema. Se revisaron aspectos de
consumo de energía, almacenamiento de datos,
facilidad de interconexión de sensores y operatividad.
Se realizaron pruebas de desempeño del panel solar,
la batería y el controlador de energía.
SMP=(−(4.093+3.213 R s))/(1−0.009733 R s−0.01205T s )(1)
Fig. 3. Instalación para realización de pruebas operacionales del sistema en
condiciones de campo.
En la Figura 4 se aprecia el montaje de una estación
de sensores y la estación base del sistema, con el fin
de hacer las pruebas correspondientes de transmisión
de datos y además permitir la corrección de problemas
en hardware y software en el sitio, evitando
desplazamientos en el lote cultivado que pueden
hacer engorroso el procedimiento de desarrollo y
pruebas.
Fig. 4. Instalación en campo de nodo de sensores y estación base.
Para efectos de adquisición de datos de los nodos
sensores, cada uno de ellos envía una trama con los
valores de los sensores recopilados de la forma: RS1,
RS2, R3, R4, HR, TC, T, TS, donde RS es la
resistencia del sensor, HR es humedad relativa, TC es
temperatura de la cobertura, T es la temperatura
ambiente y TS es la temperatura del suelo. El
protocolo Xbee, permite que el nodo coordinador
ubicado en la estación central reconozca de dónde
proviene la información. De esta forma se pueden
conectar múltiples nodos de sensores y el sistema
reconocerá cada uno de ellos, evitando el fallo por
cruce de información en la base de datos.
Para determinar el valor del contenido volumétrico
de agua en la estación central es necesario que la
lectura en voltios mediante el nodo sensor sea
convertida a un valor de resistencia teniendo en
cuenta el divisor de tensión. El valor de la resistencia
en ohmios calculado se convierte a potencial
matricial del suelo en kPa, usando la ecuación (1).
Donde Rs es la resistencia del sensor y Ts es el valor
de temperatura registrado por el sensor de
temperatura del suelo. Finalmente, se encuentra el
contenido volumétrico de agua usando la ecuación
(2) [10].
θs −θr
θ=θr +
¿¿
Donde es el contenido volumétrico de agua [L³L-3], es la presión de suc
 agronómicas de cultivos de 4 tratamientos (Figura 7),
el usuario puede visualizar una tabla (Figura 8) y una
La Figura 5 muestra la instalación de varios sensores gráfica por tratamiento (Figura 9) dependiendo del
y una estación base en un cultivo real. Es importante tiempo que escoja, sea días, semanas o meses,
resaltar que para el diseño del sistema físico se también cuenta con un botón de descarga de datos
tuvieron en cuenta aspectos de protección y en archivo csv.
resistencia a las condiciones ambientales. Es decir
que se seleccionaron cajas, cables y conectores con
las capacidades de soportar inclemencias climáticas,
altas temperaturas y precipitaciones, especialmente
lluvias con descargas eléctricas.

Fig. 7. Elección del tratamiento página web.

Fig 5. Instalación del sistema en un cultivo real.

Para la adquisición de los datos en campo se creó la

aplicación Intelligent Irrigation System alojada en un
servidor web en la plataforma Digital Ocean. Para el
desarrollo de la interfaz gráfica se hizo uso del
framework React JavaScript y el backend en php.
Para la base de datos y tablas se utilizó mysql.

Para la aplicación Intelligent Irrigation System, se

creó la tabla: station treatments con las siguientes
variables: user, Treatment, Longitude, Latitude,
SM_1, SM_2, SM_3, Env_Temp, RH, CO2, Fig. 8. Tabla de datos y opción de descarga de datos desde página Web.
Canopy_Temp, CS_Temp, Irrig_Pres_Rate,
Irrig_Pres_Time, Date_Time (Figura 6).

Fig 6. Base de datos de la aplicación Intelligent Irrigation System.

Fig. 9. Visualización de los datos en la página web.
Esta aplicación web muestra diferentes variables
Se desarrolló también una aplicación en dispositivo
que permite la visualización de los datos recopilados
por los nodos de sensores. Se utilizó el marco React
Native, el cual permite desarrollar aplicaciones para
IOS y Android. React Native, hace uso del lenguaje
JavaScript. Esta aplicación se basa en una
arquitectura de capas, en donde se crean capas
sucesivas sobre otras a medida que las funciones son
agregadas.
Fig. 10. Pantalla principal aplicación web.
La aplicación tiene una pantalla principal (Figura 10)
y utiliza react navigation para realizar el
desplazamiento entre pestañas, permitiendo añadir
tantas pestañas o stacks, necesarios para el
proyecto, conectando la parte visual de la misma. La
aplicación mantiene una conexión con el sistema
gracias a la información alojada en el servicio de
computación en la nube en DigitalOcean®. La
aplicación inicia con la selección de los módulos a
monitorear. Las librerías permiten el acceso a la
base de datos con el fin de utilizar las herramientas
del servidor, de esta manera, la plataforma de
desarrollo react-native, puede realizar una lectura
de datos.
La aplicación permite también la visualización de
datos y gráficas de cada uno de los módulos de
sensores como se aprecia en la Figura 11.
Fig. 11. Visualización de tratamientos.
Discusión
Se evidenció las capacidades y robustez del sistema
para instalarse en condiciones ambientales reales, en
donde la lluvia, la temperatura y la radiación solar
deben tenerse en cuenta para evitar daños en los
aparatos electrónicos utilizados.
Se evidenció que el sistema de energía cumplió a
cabalidad con los requerimientos de alimentación del
sistema, lo que permite su operatividad durante meses
sin la actuación de operarios. Pese a ello, para
trabajos futuros se necesita trabajar en la
optimización del sistema de alimentación para lograr
menores tamaños en el montaje físico, además de
trabajar en mejorar el sistema de comunicaciones
inalámbricas para lograr alcances mayores de
transmisión.
Mediante este trabajo se diseñó e implementó un
sistema de adquisición de datos de campo de tensión
matricial a varias profundidades, junto con sensores
de humedad relativa, temperatura ambiente y
temperatura del dosel, útiles para la definición de
requerimientos hídricos en cultivos agrícolas.
El sistema desarrollado es útil para el monitoreo de
datos de campo como soporte a la toma de decisiones
de cómo aplicar el riego en cultivos agrícolas, pero
también como herramienta de investigación para el
estudio de regímenes de aplicación de agua.
El aporte fundamental de este trabajo es el de
desarrollar un prototipo basado en tecnologías
actuales y disponibles en el mercado colombiano, que
permite la adquisición de datos de las plantas, el suelo
y el ambiente, como herramientas para tomar
decisiones de acuerdo con condiciones reales.
Además, la mayoría de los sistemas similares han sido
desarrollados para jardines, pero en condiciones
reales de cultivos agrícolas no tienen la robustez para
un correcto funcionamiento.

Agradecimientos
Se agradece a la Universidad de Llanos (DGI) por
el apoyo para la ejecución del proyecto: Sistema
inteligente de adquisición de datos y prescripción
de riego en cultivos agrícolas mediante redes de
sensores inalámbricos, IoT Código C09-F02-010-
2020.

Referencias

[1] FAO, UNICEF, FIDA, OMS, and PMA, "El estado de la

seguridad alimentaria y la nutrición en el mundo
2019." Protegerse frente a la desaceleración y el
debilitamiento de la economía. Roma, 2019.
[2] C. Riojas, "Agricultura y protoindustrialización",
Relaciones. Estudios de historia y sociedad, vol. 34,
2013.
[3] F. Viani, M. Bertolli, M. Salucci, and A. Polo, “Low-
Cost Wireless Monitoring and Decision Support for
Water Saving in Agriculture,” IEEE Sens. J., vol. 17,
no. 13, pp. 4299–4309, 2017, doi:
10.1109/JSEN.2017.2705043.
[4] P. Gennari, J. Rosero-Moncayo and F. Tubiello, "The
FAO contribution to monitoring SDGs for food and
agriculture". Nature plants, 5(12), 1196-1197, 2019.
[5] C. Aguilar, "El manejo integrado del agua en la
agricultura: necesidad de implementación y
aspectos vinculados." Revista Científica
Agroecosistemas, 2017.
[6] L. García, L. Parra, J. M. Jimenez, J. Lloret, and P.
Lorenz, “IoT-based smart irrigation systems: An
overview on the recent trends on sensors and iot
systems for irrigation in precision agriculture”.
Sensors (Switzerland), vol. 20, no. 4, 2020, doi:
10.3390/s20041042.
[7] A. Goap, D. Sharma, A. Shukla, and C. Rama Krishna,
“An IoT based smart irrigation management system
using Machine learning and open source
technologies,” Comput. Electron. Agric., vol. 155
[8] B. Keswani et al., “Adapting weather conditions
based IoT enabled smart irrigation techniques in
precision agriculture mechanisms,” Neural Comput.
Appl., vol. 31, pp. 277–292, 2019, doi:
10.1007/s00521-018-3737-1.
[9] N. Campos, A. Rocha, R. Gondim, T. da Silva, and
D. Gomes, “Smart & green: An internet-of-things
framework for smart irrigation,” Sensors
(Switzerland), vol. 20, no. 1, pp. 1–25, 2020, doi:
10.3390/s20010190.
[10] C., Shock, J., Barnum, M., Seddigh. “Calibration of
watermark soil moisture sensors for irrigation
management”. Proc. Int. Irrig. Show, San Diego
California USA, pp 139–146, 1988.