IoT-Agro: Alternativas Innovadoras de Agricultura Inteligente para sistemas productivos agrícolas del departamento del Cauca soportado en entornos de IoT.

La variabilidad climática hace referencia a la medida del rango en que los elementos climáticos, como la temperatura o lluvia varían de un año a otro. Dicha variabilidad tiene mayor incidencia a nivel regional o local que a una escala hemisférica o global; e incluso puede considerar las variaciones de condiciones extremas, como por ejemplo, las variaciones del número de aguaceros de un verano a otro. Estos eventos extremos han contribuido a incrementar la vulnerabilidad de la agricultura frente a los desastres naturales, afectando así la calidad de vida en zonas rurales.

Ahora bien, considerando la variedad de suelos y pisos térmicos de Países como el nuestro, pequeñas variaciones en las condiciones agroclimáticas puede representar un gran impacto en diversas etapas de los cultivos, afectando así el rendimiento (elevados/bajos durante El Niño/La Niña de acuerdo al patrón de lluvias), acortando/aumentando el ciclo de crecimiento e incrementando la incidencia de enfermedades. Esto representa una problemática considerable en un país como Colombia, el cual cuenta con una alta dependencia del sector agrícola a nivel productivo y una relativa variabilidad del contexto ambiental.

Como apoyo a la problemática antes mencionada, la FAO ha propuesto el concepto de Agricultura Inteligente como una opción que puede apoyar la adaptación de las actividades agrícolas frete a la variabilidad y el cambio climático. La Agricultura Inteligente hace referencia a la aplicación de las Tecnologías de la Información y las Comunicaciones (TIC) en el sector agrícola. Estas nuevas estrategias incluyen diferentes paradigmas tecnológicos como servicios GPS, sensores, procesamiento de imágenes satelitales, Big Data, entre otros; los cuales permiten gestionar de una forma más eficiente la información disponible en los procesos productivos que son desarrollados en la agricultura. Como ya se ha mencionado, un factor clave en la implementación de la agricultura inteligente es la monitorización del clima y los cultivos, ya que permite a los productores evaluar las condiciones de éstos para implementar las mejores prácticas; p.ej. disminuyendo o aumentando el riego a partir del análisis de la fase del cultivo y la pluviosidad actual, implementar la fertilización regular o foliar según la eficiencia esperada, etc. Anteriormente una de las tecnologías más importantes para monitorear el clima y los parámetros de cultivo eran las Redes de Sensores Inalámbricas (WSN), las cuales controlan eficazmente grandes áreas (por ejemplo cultivos), minimizando así la inversión en infraestructuras de alto costo. En la actualidad la IoT (Internet of Things) se posiciona como la tendencia tecnológica a utilizar para la monitorización de diferentes dominios de aplicación, entre ellos el sector agrícola. Basado en lo anterior en el presente proyecto tomamos como premisa que la IoT hace uso de las WSN de tal manera que la monitorización del proceso productivo estará basada en el concepto de IoT integrando las capacidades de WSN, Internet, Apps y computación en la nube.

Por otro lado, diferentes estudios se han enfocado en la optimización del rendimiento en cultivos específicos (entre ellos el Café), además de estimar el nivel de producción, considerando datos climáticos, de suelo y agua de los territorios en los cuales desarrollan sus actividades; todo esto a partir de la aplicación de modelos predictivos que optimizan la implementación de buenas prácticas agrícolas. De igual forma, otros autores han centrado su actividad investigativa en proponer estrategias para personalizar la visualización de la información suministrada por los modelos de predicción a usuario final (agricultor), de tal manera que sean suministrados de una manera sencilla y eficaz los indicadores que facilitan la toma de decisiones. Finalmente existen estudios que se enfocan en el mejoramiento de la gestión de datos no estructurados (limpiar, almacenar, y analizar) mediante el uso de diferentes herramientas de Big Data en el área de la agricultura. Los anteriores enfoques presentan aportes que son relevantes para este proyecto, sin embargo, estas aproximaciones no tienen en cuenta la combinación de tres aspectos importantes. El primero corresponde a la integración de datos de diferentes fuentes, tipos , y escalas . El segundo es la obtención de conocimiento a partir de distintas dimensiones del contexto agrícola para determinar la siembra y producción de un cultivo en un determinado territorio. Y el tercero hace referencia a la calidad de la información que es presentada al tomador de decisiones. Teniendo esto en mente, es de resaltar la importancia de integrar estos tres elementos para mejorar los sistemas de toma de decisiones actuales, y a la vez brindar una mayor capacidad de análisis que se ajuste a los nuevos retos de la agricultura sostenible en el marco del cambio climático.

El presente proyecto ha sido planteado desde el concepto de Agricultura Inteligente, el cual incorpora la IoT y Big Data, en el contexto de variabilidad climática. Por lo tanto, si nos ubicamos en la cadena de valor del Big Data, el proyecto abordará cuatro fases: generación del dato (a través de IoT), la adquisición del dato (a través de plataformas automáticas de gestión y adquisición del dato), almacenamiento (en bases de datos), y análisis de datos (modelos predictivos y prospectivos).

Como puede evidenciarse, los datos representan el principal insumo en esta área del conocimiento y su análisis un factor clave en la toma de decisiones. Dado que la agricultura es uno de los campos donde actualmente se generan más datos, es necesario enfocar diferentes esfuerzos investigativos hacia el desarrollo de mecanismos de análisis que permitan integrar las características más importantes de Big Data como las establecidas en el denominado modelo de las cuatro “V” (volumen, velocidad, variedad, y valor), así como las tres nuevas añadidas (veracidad, viabilidad, y visualización). Cabe aclarar que, para delimitar el alcance de este trabajo, únicamente se abordarán las características de variedad, valor, viabilidad y visualización. Esto radica en las necesidades intrínsecas del dominio de la agricultura; es decir, además del volumen, existe una amplia diversidad de fuentes de datos que requieren de un análisis exhaustivo para determinar las interrelaciones de aquellas variables que generan conocimiento relevante para el usuario encargado de tomar decisiones.

Teniendo en cuenta las anteriores consideraciones, en la presente propuesta se formula la siguiente pregunta de investigación: ¿Cómo soportar alternativas de Agricultura Inteligente para sistemas productivos agrícolas del departamento del Cauca haciendo uso de IoT y Big Data (énfasis Café)?

General:
Proponer esquemas desde el Big Data integrando IoT para el soporte de Agricultura Inteligente en sistemas productivos agrícolas del departamento del Cauca.

Específicos:

  • OBJ1: Evaluar la incorporación de la Internet de las Cosas (IoT) al manejo de sistemas productivos.

  • OBJ2: Estructurar la información que soporta la toma de decisiones integrando los datos provenientes de las diferentes dimensiones, escalas y los datos procedentes de la IoT.

  • OBJ3: Desarrollar pruebas de concepto de la integración en cultivos piloto

  • OBJ4: Construir un modelo enmarcado en el análisis de Big Data que permita tanto la determinación de posibles cultivos que se puedan sembrar en un determinado territorio cafetero, como las mejores estrategias de control de los cultivos, permitiendo consideraciones de posibles predicciones del nivel de producción.


Los siguientes ingenieros estan cursando el programa de Maestría en Ingeniería Telemática de la Universidad del Cauca, el cual tiene el objetivo de consolidar la actividad de investigación y desarrollo tecnológico en el área de la ingeniería telemática, en estrecha relación con los problemas regionales y nacionales, y con una participación activa en el seno la comunidad académica internacional.

Ana Montoya

MSc(c) Ana Isabel Montoya Muñoz

Ingeniera en Electrónica y Telecomunicaciones
Universidad del Cauca

Carlos Rodriguez

MSc(c) Carlos David Rodríguez Pabón

Ingeniero Electronico
Universidad de Nariño

Ana Montoya

MSc(c) Jhonn Pablo Rodríguez Muñoz

Ingeniero de Sistemas
Universidad del Cauca

Juan Carlos Corrales cvlac

Director del Proyecto
PhD en Ciencias de la Computación, University of Versailles Saint-Quentin-en-Yvelines - L'UVSQ
Docente - Universidad del Cauca

Gustavo Adolfo Ramírezcvlac

Investigador
PhD en Ingeniería Telemática, UNIVERSIDAD CARLOS III DE MADRID
Docente - Universidad del Cauca

Oscar Mauricio Caicedocvlac

Investigador
PhD en Ciencias de la Computación, UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL
Docente - Universidad del Cauca

Cristhian Nicolás Figueroa Martínezcvlac

Investigador
PhD en Ingeniería Informática y de Sistemas - Politecnico di Torino (Italia) y PhD en Ingeniería Telemática, UNIVERSIDAD DEL CAUCA
Docente - Universidad del Cauca

Adolfo Plazas Tenoriocvlac

Investigador
MsC en Ingeniería Telemática, UNIVERSIDAD DEL CAUCA
Docente - Universidad del Cauca

Jose Fernando Grasscvlac

Investigador
PhD en Problemas Económico Agroindustriales, UNIVERSIDAD AUTONOMA CHAPINGO
Docente - Universidad del Cauca

Eva Juliana Maya Ortizcvlac

Investigadora
MsC en Ingeniería Telemática, UNIVERSIDAD DEL CAUCA
Docente - Universidad del Cauca

Francisco Orlando Martínez Pabóncvlac

Investigador
PhD en Ingeniería Telemática, UNIVERSIDAD DEL CAUCA
Docente - Universidad del Cauca

Fernando Aparicio Urbano Molanocvlac

Investigador
MsC en Ingeniería énfasis en Ingeniería Electrónica, UNIVERSIDAD DEL VALLE
Docente - Universidad del Cauca

Emigdio Andrés Lara Silvacvlac

Investigador
MsC en Ingeniería Eléctrica, UNIVERSIDAD DE LOS ANDES
Docente - Universidad del Cauca

Cesar Augusto Echeverry

Director Ejecutivo
Parque Tecnológico de innovación
TECNICAFÉ

Francy Viviana Narvaez

Coordinadora Administrativa
Parque Tecnológico de innovación
TECNICAFÉ

Javier Hoyos García

Director Técnico
Parque Tecnológico de innovación
TECNICAFÉ

IoT-Agro es financiado por:


Innovaccion Cauca


Grupo Ingenieria Telematica


Vicerrectoría de Investigaciones - Unicauca


Universidad del Cauca
Tecnicafe

Datos Climáticos obtenidos con:


Meteoblue

Comunícate con nosotros y resolveremos tus dudas acerca de IoT-Agro