Sistema Inteligente de Riego Basado en Internet de las Cosas

Abstract

Las desigualdades en el acceso al agua y los fenómenos de sequía cada vez más fuertes ante el cambio climático, convirtieron el riego en una ciencia. El estudio de los aspectos que influyen en él y los avances en sus componentes, han desarrollado un tipo de riego localizado. Este proyecto desarrolla una plataforma web que permite gestionar un prototipo de sistema de riego localizado, en la cual, se puede dividir la zona a regar en sectores, para aplicar un riego diferenciado. Cada uno de ellos contó con componentes independientes, como electroválvulas y emisores (goteo, cinta y microaspersión). Los dispositivos IoT utilizados fueron: sensores de humedad del suelo y módulos de radiofrecuencia. Se definió como estrategia de riego, irrigar cuando el déficit hídrico fuera igual al nivel de agotamiento permitido. Para determinar cuánto regar, se tuvieron en cuenta las necesidades hídricas del cultivo según su profundidad radicular y el IHD de cada tipo de suelo. Además, se utilizó Deep Learning con la arquitectura U-Net para entrenar tres modelos de segmentación que detecten arena, limo y arcilla en imágenes de prueba de campo, y así clasificar el tipo de suelo.