Sistema de riego automatizado para solanum lycopersicum con IoT y modelos predictivos para el ahorro de agua en entornos urbanos

Abstract

La presente investigación desarrolla un sistema automatizado para la irrigación inteligente de cultivos de tomate (Solanum lycopersicum var. cerasiforme) basado en el Internet de las Cosas (IoT) y algoritmos de predicción, con el fin de optimizar el uso de agua en la agricultura urbana de Lima Metropolitana. El sistema utiliza sensores inalámbricos para medir la humedad del suelo y la temperatura del ambiente, datos que son almacenados en la nube mediante Firestore. Con esta información, se realizan simulaciones y cálculos de riego, además de aplicar modelos predictivos como ARIMA y Random Forest para predecir la temperatura y humedad, respectivamente. Posteriormente, el sistema activa una bomba que riega el cultivo de acuerdo con los resultados obtenidos. La implementación del sistema logró una mejora del 20% en verano y 25% en invierno en la eficiencia del uso del agua, reduciendo el desperdicio asociado a las técnicas tradicionales de riego. Los resultados demuestran que la integración de IoT y algoritmos de predicción ofrece una solución viable para la agricultura sostenible en entornos urbanos.

This research develops an automated system for the intelligent irrigation of tomato crops (Solanum lycopersicum var. cerasiforme) based on the Internet of Things (IoT) and predictive algorithms, aimed at optimizing water use in urban agriculture in Metropolitan Lima. The system employs wireless sensors to measure soil moisture and ambient temperature, with the data being stored in the cloud using Firestore. This information is used for simulations and irrigation calculations, while predictive models like ARIMA and Random Forest are applied to forecast water needs. Subsequently, the system activates a pump to irrigate the crops according to the results obtained. The implementation of the system achieved a 20% improvement in water use efficiency during the summer and a 25% improvement during the winter, reducing waste associated with traditional irrigation techniques. The results demonstrate that the integration of IoT and predictive algorithms offers a viable solution for sustainable agriculture in urban environments.