Publicado:

2023-02-12

Número:

Vol. 17 Núm. 1 (2023)

Sección:

Visión Investigadora

Sistema inteligente de prescripción de riego agrícola basado en redes de sensores y modelado de cultivos

Intelligent agricultural irrigation prescription system based on sensor networks and crop modeling

Autores/as

  • Andrés Jiménez Universidad de los Llanos
  • Fabián Velásquez Universidad de los Llanos
  • Sebastián Puente Universidad de los Llanos

Palabras clave:

Agricultura, Inteligencia, Prescripción, Redes de sensores inalámbricas, Riego (es).

Palabras clave:

Agriculture, Intelligence, Prescription, Wireless Sensor Networks, Irrigation (en).

Resumen (es)

La gestión inteligente del agua en agricultura mediante el uso de las tecnologías emergentes es esencial para aumentar el rendimiento de los cultivos, disminuir costos de producción y contribuir a la sostenibilidad ambiental. El propósito de este trabajo de investigación fue el de implementar un sistema inteligente de prescripción de riego agrícola. Se implementaron nodos de adquisición y transmisión inalámbrica de datos de potencial matricial del suelo hasta cuatro profundidades, temperatura de la cobertura vegetal, temperatura ambiente y humedad relativa. El sistema de inferencia fue implementado en una estación central que recibe los datos en campo, en donde se determina la prescripción de riego.  La validación de los resultados se realizó usando el software de modelamiento de cultivos AquaCrop. El sistema desarrollado permitió determinar prescripciones de agua diarias según el tipo de suelo y el estado fenológico del cultivo, con el propósito de evitar excesos y deficiencias en la aplicación.

Resumen (en)

The intelligent management of water in agriculture through emerging technologies is essential to increase crop yields, reduce production costs and contribute to environmental sustainability. The aim of this research work was to implement an intelligent agricultural irrigation prescription system. Nodes for the acquisition and wireless transmission of data on soil matric potential up to four depths, canopy temperature, environmental temperature and relative humidity were implemented. The inference system was implemented in a central station that receives data from the field, where the irrigation prescription is determined. The validation of results was carried out using the AquaCrop crop modeling software. The developed system allowed determining daily water prescriptions according to soil type and crop phenology, to avoid excesses and deficiencies in the application.

Referencias

S. W., Tsang, C. Y, Jim. “Applying artificial intelligence modeling to optimize green roof irrigation”. Elsevier, Energy and Buildings, 127: 360-369, 2016.

R., Salazar, J. C., Rangel, C., Pinzón, A., Rodríguez. “Irrigation System through Intelligent Agents Implemented with Arduino Technology”. Advances in Distributed Computing and Artificial Intelligence Journal, 2(3): 29-36, 2013.

C., Kamienski, J. P., Soininen, M., Taumberger, R., Dantas, A., Toscano, T., Salmon Cinotti, A., Torre Neto. “Smart water management platform: Iot-based precision irrigation for agriculture”. Sensors,19(2): 276, 2019.

R., Kulmatov, J., Mirzaev, J., Abuduwaili, B., Karimov. “Challenges for the sustainable use of water and land resources under a changing climate and increasing salinization in the Jizzakh irrigation zone of Uzbekistan”. Journal of Arid Land, 12: 90-103, 2020.

H., Navarro Hellín, J., Martínez del Rincon, R., Domingo Miguel, F., Soto Valles, R., Torres Sánchez. “A decision support system for managing irrigation in agriculture”. Elsevier, Computers and Electronics in Agriculture, 124: 121-131, 2016.

R., Togneri, D. F., dos Santos, G., Camponogara, H., Nagano, G., Custódio, R., Prati... & C. Kamienski. “Soil Moisture Forecast for Smart Irrigation: The Primetime for Machine Learning”. Expert Systems with Applications, 117653, 2022.

B., Keswani, A., Mohapatra, A., Mohanty, A., Khanna, J., Rodrigues, D., Gupta, V., De Albuquerque. “Adapting weather conditions based IoT enabled smart irrigation technique in precision agriculture mechanisms”. Neural Comput. Appl. 31: 277–292, 2019.

L., García, L., Parra, J. M., Jiménez, J., Lloret, P., Lorenz. “IoT-Based Smart Irrigation Systems: An Overview on the Recent Trends on Sensors and IoT Systems for Irrigation in Precision Agriculture”. Sensors, 20(4); 1042, 2020.

B. V., Ashwini. “A study on smart irrigation system using IoT for surveillance of crop-feld”. International Journal of Engineering and Technology (UAE), 7: 370–373, 2018.

M., Jirapond, B., Nathaphon, K., Siriwan, L., Narongsak, W., Apirat, N., Pichetwut. “IoT and agriculture data analysis for smart farm”. Computers and Electronics in Agriculture, 156: 467–474, 2019.

M., Karunakanth, R., Venkatesan, W., Jaspher, G., Kathrine. “IOT based smart irrigation system for home based organic garden”. International Journal of Pure and Applied Mathematics, 119(12): 16193–16199, 2018.

I., Mohanraj, A., Kirthika, J., Naren. “Field monitoring and automation using IOT in agriculture domain”. International Conference on Advances in Computing & Communications, 93: 931–939, 2016.

K. J., Vanaja, A., Suresh, S., Srilatha, K., Vijay Kumar, M., Bharath. “IOT based agriculture system using node MCU”. International Research Journal of Engineering and Technology, 5(3): 3025–3028, 2018.

Y., Shekhar, D., Ekta, M., Sourabh, S., Suresh. “Intelligent IoT based automated irrigation system”. International Journal of Applied Engineering Research, 12(18): 7306–7320, 2017.

R., Raut, H., Varma, C., Mulla, V. R., Pawar. “Soil monitoring, fertigation, and irrigation system using IoT for agricultural application”. In Y. C. Hu, S. Tiwari, & K. Mishra (Eds.), Trivedi intelligent communication and computational technologies. Lecture notes in networks and systems (Vol. 19). Singapore: Springer, 2018. https://doi.org/10.1007/978-981-10-5523-2_7.

S., Rajeswari, K., Suthendran, K., Rajakumar. “A smart agricultural model by integrating IoT, mobile and cloud-based big data analytics”. In 2017 international conference on intelligent computing and control (I2C2) IEEE, pp. 1–5, 2017.

A. F., Jimenez, B. V., Ortiz, L., Bondesan, G., Morata, & D., Damianidis. “Long Short-Term Memory Neural Network for irrigation management: a case study from Southern Alabama, USA”. Precision Agriculture, 22(2), 475-492, 2021.

R., Togneri, C., Kamienski, R., Dantas, R., Prati, A., Toscano, J. P., Soininen, T. S., Conic, “Advancing IoT-Based Smart Irrigation”. IEEE Internet of Things Magazine, 2(4): 20-25, 2019.

A. F., Jiménez, P. F., Cárdenas, & F. Jiménez. “Intelligent IoT-multiagent precision irrigation approach for improving water use efficiency in irrigation systems at farm and district scales”. Computers and Electronics in Agriculture, 192, 106635, 2022.

L., Gong, J., Yan, Y., Chen, J., An, L., He, L., Zheng & Z., Zou. “An IoT-based intelligent irrigation system with data fusion and a self-powered wide-area network”. Journal of Industrial Information Integration, 100367, 2022.

Y., Tace, M., Tabaa, S., Elfilali, C., Leghris, H., Bensag, & E., Renault. “Smart irrigation system based on IoT and machine learning”. Energy Reports, 8, 1025-1036, 2022.

L., Doron. “Flexible and Precise Irrigation Platform to Improve Farm Scale Water Productivity”. Impact, 77–79, 2017.

T., Popovic, N., Latinovic, A., Pešic, Ž., Zecevic, B., Krstajic, S., Djukanovic. “Architecting an IoT-enabled platform for precision agriculture and ecological monitoring: A case study”. Comput. Electron. Agric. 140: 255–265, 2017.

Kamilaris A., F., Gao, F.X., Prenafeta-Boldu, M.I., Ali. “Agri-IoT: A semantic framework for Internet of Things-enabled smart farming applications”. In Proceedings of the 2016 IEEE 3rd World Forum on Internet of Things (WF-IoT), Reston, VA, USA, 12–14, 2016.

M., Rodriguez, L., Cuenca, A., Ortiz. “FIWARE Open Source Standard Platform in Smart Farming—A Review”. In Working Conference on Virtual Enterprises; Springer: Cham, Switzerland, 2018.

R.G., Allen, L.S., Pereira, D., Raes, M., Smith, W., Ab. “Crop evapotranspiration - guidelines for computing crop water requirements”. FAO - Food Agric. Organ. United Nations Rome 1–15. https://doi.org/10.1016/j.eja.1998.

M., Roopaei, P., Rad, K. K. R., Choo. “Cloud of things in smart agriculture: Intelligent irrigation monitoring by thermal imaging”. IEEE Cloud computing, 4(1): 10-15, 2017.

S. R., Evett, S. A., O’Shaughnessy, M. A., Andrade, W. P., Kustas, M. C., Anderson, H. S., Schomberg, A., Thompson. “Precision agriculture and irrigation: Current US perspectives”. Trans. ASABE, 63(1): 57-67, 2020.

F., Viani, M., Bertolli, M., Salucci, A., Polo. “Low-cost wireless monitoring and decision support for water saving in agriculture”. IEEE Sens. J. 17, 2017; 4299–4309. https://doi.org/10.1109/JSEN.2017.2705043.

J., Gutierrez, J.F., Villa-medina, A., Nieto-Garibay, M.A., Porta-Gandara. “Automated irrigation system using a wireless sensor network and GPRS module”. IEEE Trans. Instrum. Meas, 63: 166–176, 2014. https://doi.org/10.1109/TIM.2013.2276487.

H. G., Jones. “Irrigation scheduling–comparison of soil, plant and atmosphere monitoring approaches”. In V International Symposium on Irrigation of Horticultural Crops, 792: 391-403, 2006.

O., Adeyemi, I., Grove, S., Peets, T,. Norton. “Advanced monitoring and management systems for improving sustainability in precision irrigation”. J. Sustain, 9(3): 353, 2017. https://doi.org/10.3390/su9030353

C., Kamienski, M., Jentsch, M., Eisenhauer, J., Kiljander, E., Ferrera, P., Rosengren, J., Thestrup, E., Souto, W., Andrade, D., Sadok. “Application Development for the Internet of Things: A Context-Aware Mixed Criticality Systems Development Platform”. Comput. Commun. 104: 1–16, 2017.

A. F., Jiménez, P. F., Cárdenas, F., Jiménez, A., Ruiz-Canales, & A., López. (2020). “A cyber-physical intelligent agent for irrigation scheduling in horticultural crops”. Computers and Electronics in Agriculture, 178, 105777. https://doi.org/10.1016/j.compag.2020.105777

S. Z., Shirazi, X., Mei, B., Liu, & Y. Liu. “Assessment of the AquaCrop Model under different irrigation scenarios in the North China Plain”. Agricultural Water Management, 257, 107120, 2021.

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.

Cómo citar

APA

Jiménez, A., Velásquez, F., y Puente, S. (2023). Sistema inteligente de prescripción de riego agrícola basado en redes de sensores y modelado de cultivos. Visión electrónica, 17(1). https://revistas.udistrital.edu.co/index.php/visele/article/view/18957

ACM

[1]
Jiménez, A. et al. 2023. Sistema inteligente de prescripción de riego agrícola basado en redes de sensores y modelado de cultivos. Visión electrónica. 17, 1 (feb. 2023).

ACS

(1)
Jiménez, A.; Velásquez, F.; Puente, S. Sistema inteligente de prescripción de riego agrícola basado en redes de sensores y modelado de cultivos. Vis. Electron. 2023, 17.

ABNT

JIMÉNEZ, Andrés; VELÁSQUEZ, Fabián; PUENTE, Sebastián. Sistema inteligente de prescripción de riego agrícola basado en redes de sensores y modelado de cultivos. Visión electrónica, [S. l.], v. 17, n. 1, 2023. Disponível em: https://revistas.udistrital.edu.co/index.php/visele/article/view/18957. Acesso em: 28 may. 2024.

Chicago

Jiménez, Andrés, Fabián Velásquez, y Sebastián Puente. 2023. «Sistema inteligente de prescripción de riego agrícola basado en redes de sensores y modelado de cultivos». Visión electrónica 17 (1). https://revistas.udistrital.edu.co/index.php/visele/article/view/18957.

Harvard

Jiménez, A., Velásquez, F. y Puente, S. (2023) «Sistema inteligente de prescripción de riego agrícola basado en redes de sensores y modelado de cultivos», Visión electrónica, 17(1). Disponible en: https://revistas.udistrital.edu.co/index.php/visele/article/view/18957 (Accedido: 28 mayo 2024).

IEEE

[1]
A. Jiménez, F. Velásquez, y S. Puente, «Sistema inteligente de prescripción de riego agrícola basado en redes de sensores y modelado de cultivos», Vis. Electron., vol. 17, n.º 1, feb. 2023.

MLA

Jiménez, Andrés, et al. «Sistema inteligente de prescripción de riego agrícola basado en redes de sensores y modelado de cultivos». Visión electrónica, vol. 17, n.º 1, febrero de 2023, https://revistas.udistrital.edu.co/index.php/visele/article/view/18957.

Turabian

Jiménez, Andrés, Fabián Velásquez, y Sebastián Puente. «Sistema inteligente de prescripción de riego agrícola basado en redes de sensores y modelado de cultivos». Visión electrónica 17, no. 1 (febrero 12, 2023). Accedido mayo 28, 2024. https://revistas.udistrital.edu.co/index.php/visele/article/view/18957.

Vancouver

1.
Jiménez A, Velásquez F, Puente S. Sistema inteligente de prescripción de riego agrícola basado en redes de sensores y modelado de cultivos. Vis. Electron. [Internet]. 12 de febrero de 2023 [citado 28 de mayo de 2024];17(1). Disponible en: https://revistas.udistrital.edu.co/index.php/visele/article/view/18957

Descargar cita

Visitas

22

Descargas

Los datos de descargas todavía no están disponibles.
Loading...