Resumen de Intelligent Mobil App Design of IoT System Based on Wireless Sensor Networks for monitoring and improvement of production in fruit crops

Fredy Alexander González Prieto, Eduardo Avendaño Fernández, Octavio José Salcedo Parra

• español

  En este artículo se muestran los detalles del diseño e implementación de un sistema de red inalámbrica de sensores (WSN), mediante el uso de una plataforma de prototipos Arduino y módulos de comunicación Lora, para recolectar datos de humedad, temperatura y PH del suelo en un cultivo frutal. Se captura y almacena los datos para generar una serie temporal de datos que permita mejorar la toma de decisiones cuando se requerían variación en la aplicación nutrientes esenciales. El caso de estudio fue una parcela en la Vereda de Piedra Larga, en el municipio de Ciénega - Boyacá, donde se desplegó la WSN que recolecta los datos y permite una representación visual para comparar con niveles de referencia y determinar los requerimientos a nivel de nutrientes. Se implementa un sistema de monitoreo de riego aplicando inteligencia artificial para asistir al agricultor con dos tareas clave: i) la activación del sistema de riego por goteo buscando el uso eficiente del agua, y ii) mejorar la producción de frutos controlando el porcentaje de nutrientes. La aplicación móvil muestra datos en tiempo real monitoreo de variables ambientales y del suelo, para el análisis de resultados y las concentraciones de mezcla de nutrientes junto al control por goteo a aplicar al cultivo. Se realizó una estimación óptima de las concentraciones requeridas de nutrientes a partir de una red neuronal para simplificar y mejorar la eficiencia en las actividades agrícolas del agricultor como ahorro en el consumo de agua en un 40% y mejora de la producción de frutas hasta en un 30%.

• English

  This article shows the details of the design and implementation of a wireless sensor network (WSN) system, through the use of an Arduino prototyping platform and Lora communication modules, to collect soil humidity, temperature, and PH data in a fruit crop. Data is captured and stored to generate a time series of data to improve decision-making when variation in the essential nutrient application was required. The case study was a parcel in the village of Piedra Larga, in the municipality of Ciénega - Boyacá, where the WSN was deployed that collects the data and allow a visual representation to compare with reference levels and determine the nutrient level requirements. An irrigation monitoring system is implemented by applying artificial intelligence to assist the farmer with two key tasks: i) the activation of the drip irrigation system seeking the efficient use of water, and ii) improving fruit production by controlling the percentage of nutrients. The mobile application shows real-time data monitoring of environmental and soil variables, for the analysis of results and the concentrations of the nutrient mixture together with the drip control to be applied to the crop. An optimal estimation of the required nutrient concentrations was estimated from a neural network to simplify and improve the efficiency of the farmer’s agricultural activities, such as saving water consumption by 40% and improving fruit production by up to a 30% .