Desarrollo de una plataforma IoT para la gestión del riego de precisión

Abstract

Hoy en día el riego de precisión es cada vez más importante debido a la necesidad de optimizar el uso de los recursos agua y la energía, los cuales son cada vez más limitantes. Sin embargo, aplicar un riego de precisión no es una tarea fácil para la mayoría de los agricultores, ya que es necesario conocer los factores que influyen en el crecimiento del cultivo. El avance tecnológico está permitiendo que cada vez sea más factible medir, recopilar datos y analizar el manejo del riego, utilizando diferentes tipos de sensores y servidores, de esta manera se pueden calcular de forma automática las necesidades de riego y aplicar el agua de forma precisa justo cuando es más necesaria. No obstante, la mayoría de las plataformas IoT son sistemas cerrados que no permiten la integración con plataformas y sensores de terceros y se limitan a mostrar los valores de estos sensores de manera gráfica, sin entrar en el cálculo de las necesidades del cultivo y, por tanto, no son del todo útiles para funcionar como sistemas de apoyo a la toma de decisiones. El presente trabajo pretende mostrar la metodología para el desarrollo de una plataforma IoT de bajo coste para el riego de precisión, así como la integración de diferentes estrategias de riego en la misma. Para desarrollar la plataforma se ha utilizado el framework Django, de código abierto. Con el fin de conectar diferentes sensores a la plataforma se ha diseñado un dispositivo de toma de datos, de código abierto y eficiente energéticamente, que soporta una gran cantidad de protocolos de comunicación. Finalmente se ha calculado una programación de riego para una finca de estudio. Dicha finca consta de 44 hectáreas de almendros en intensivo y organizados en dos sectores de riego. Las estrategias se han desarrollado con el lenguaje de programación Python y se conectan automáticamente a la red de estaciones meteorológicas de la AEMET y a la página web de elTiempo.es para obtener tanto datos climáticos de la serie histórica como las predicciones para los próximos días. Todos estos datos se muestran en la plataforma de forma gráfica, a través de la cual también se pueden modificar las variables relacionadas con el sistema hidráulico, el cultivo y la explotación