Una solución IoT de bajo costo para la predicción de enfermedades foliares en cultivos agroecológicos a escala agricultura familiar
Experiencia en el periurbano platense
Palabras clave:
agroecologia, agricultura familiar, umbrales ambientales, IoT, LoRaResumen
Este trabajo se enmarca en dos proyectos: el primero, un proyecto de I+D+i titulado 'Predicción automática de enfermedades foliares en cultivos de hoja producidos en invernaderos bajo manejo agroecológico', desarrollado por el Laboratorio de Investigación en Nuevas Tecnologías Informáticas de la Universidad Nacional de La Plata (UNLP); y el segundo, un proyecto de Vinculación Tecnológica de la UNLP. Su objetivo es contribuir al desarrollo de tecnologías digitales de bajo costo para la producción agroecológica a escala de agricultura familiar, facilitando el manejo preventivo de enfermedades foliares causadas por hongos y pseudohongos. Para ello, se emplea el sensado automático de las condiciones microambientales de los invernaderos mediante tecnologías IoT. El proyecto se lleva a cabo en la zona hortícola del periurbano platense, específicamente en dos quintas de familias productoras en la localidad de Arana (La Plata). En este contexto, el presente trabajo analiza: a) los aprendizajes de la solución IoT “ad hoc” desplegada y, b) la recolección de datos durante una etapa experimental de 5 meses y medio. En este último punto se evalúa, la cantidad de datos recepcionados, las posibles causas de pérdidas, la calidad de los datos y la identificación de umbrales ambientales relevantes para el problema en estudio. Los primeros hallazgos de este análisis nos permiten determinar la magnitud de las pérdidas y su relevancia en el problema, identificar datos anómalos que requieren normalización y detectar discrepancias en las mediciones obtenidas a partir de distintos dispositivos. Estos aspectos son fundamentales para el desarrollo de un modelo predictivo destinado a la detección de enfermedades foliares, que constituye el objetivo principal de estos proyectos.
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2025 Néstor Castro, Claudia Queiruga, Matías Pagano, Agustín Candia, Enrique Goites, Javier Díaz

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Acorde a estos términos, el material se puede compartir (copiar y redistribuir en cualquier medio o formato) y adaptar (remezclar, transformar y crear a partir del material otra obra), siempre que a) se cite la autoría y la fuente original de su publicación (revista y URL de la obra), b) no se use para fines comerciales y c) se mantengan los mismos términos de la licencia.











