1

UNIVERSIDAD PRIVADA DE TACNA

FACULTAD DE INGENIERÍA

ESCUELA PROFESIONAL DE INGENIERÍA DE SISTEMAS

INFORME DE TESIS

“IMPLEMENTACIÓN DE UN SISTEMA DE INTERNET DE

LAS COSAS PARA OPTIMIZAR LA GESTIÓN DEL AGUA
EN LA AGRICULTURA DE LA REGIÓN TACNA, 2018.”

PARA OPTAR:

TÍTULO PROFESIONAL DE INGENIERO DE SISTEMAS

PRESENTADO POR:

Bachiller Christian César Acero Catacora

TACNA-PERÚ

2019
UNIVERSIDAD PRIVADA DE TACNA
 DECLARACIÓN DE ORIGINALIDAD

Yo, Christian César Acero Catacora, en calidad de: bachiller de la Escuela

Profesional de Ingeniería de Sistemas de la Facultad de Ingeniería de la Universidad
Privada de Tacna, identificado con DNI 46686278.

Declaro bajo juramento que:

1. Soy autor de la tesis titulada:

“Implementación de un Sistema de Internet de las Cosas para optimizar la Gestión

del Agua en la Agricultura de la Región Tacna, 2018”, la misma que presento para
optar:

El título profesional de Ingeniero de Sistemas.

2. La tesis no ha sido plagiada ni total ni parcialmente, para la cual se han

respetado las normas internacionales de citas y referencias para las fuentes
consultadas.

3. La tesis presentada no atenta contra derechos de terceros.

4. La tesis no ha sido publicada ni presentada anteriormente para obtener algún

grado académico previo o título profesional.

5. Los datos presentados en los resultados son reales, no han sido falsificados,
ni duplicados, ni copiados.

Por lo expuesto, mediante la presente asumo frente a LA UNIVERSIDAD

cualquier responsabilidad que pudiera derivarse por la autoría, originalidad y
veracidad del contenido de la tesis, así como por los derechos sobre la obra y/o
invención presentada. En consecuencia, me hago responsable frente a LA
UNIVERSIDAD y a terceros, de cualquier daño que pudiera ocasionar, por el
incumplimiento de lo declarado o que pudiera encontrar como causa del trabajo
presentado, asumiendo todas las cargas pecuniarias que pudieran derivarse de ello
en favor de terceros con motivo de acciones, reclamaciones o conflictos derivados
del incumplimiento de lo declarado o las que encontrasen causa en el contenido de
la tesis, libro y/o invento.
 DEDICATORIA

A Dios por la vida que me ha

ofrecido, lo aprendido, lo malo y lo
bueno. Con todo mi amor quiero
agradecer a mis padres, Cesario y
Ofelia, a quienes estaré
eternamente agradecido por su
amor y apoyo incondicional en
cada etapa de mi vida, ya que sin
ellos no sería posible concluir mi
proyecto de investigación.
 1

AGREDECIMIENTO

En primer lugar, quiero agradecer a Dios por darme fortaleza y la constancia

necesaria para culminar mi tesis titulada: “Implementación de un Sistema de Internet
de las Cosas para optimizar la gestión del agua en la agricultura de la Región Tacna,
2018.”; y permitir tener a mis padres Césario Acero Mamani y Ofelia Catacora Yufra,
por su apoyo incondicional en cada etapa de mi vida.

Un agradecimiento a mi asesor, Ing. Enrique Lanchipa Valencia, por su

asesoramiento, dedicación y apoyo brindado durante el desarrollo de la presente
tesis.

Al Mg. Ing. Julio Mosaja Churata por la información y conocimientos brindados

en el tema de automatización y control de procesos, por su sostenido apoyo y
motivación para mi formación completa como investigador.

Los señores Fidel Castro Vicente, Santos Castro Vargas y Sra. Marta Sucso
Alférez por el terreno brindado para la implementación del proyecto, su tiempo para
la instalación de los instrumentos.

Por ello, muchas gracias a mis docentes, amigos, compañeros que, de alguna
forma, participaron de este proyecto de vida, el cual me hizo aprender más y, sobre
todo, a formarme como persona.

CHRISTIAN CÉSAR ACERO CATACORA

 2

ÍNDICE
CAPÍTULO I: PLANTEAMIENTO DEL PROBLEMA ................................................... 7

1.1. Descripción del problema .............................................................................. 7

1.2. Formulación del problema ........................................................................... 10
1.2.1. Problema General ................................................................................ 10
1.2.2. Problemas Específicos ........................................................................ 10
1.3. Justificación e importancia .......................................................................... 10
1.3.1. Justificación .......................................................................................... 10
1.3.2. Importancia........................................................................................... 12
1.4. Objetivos ...................................................................................................... 13
1.4.1. Objetivo General .................................................................................. 13
1.4.2. Objetivos específicos ........................................................................... 13
1.5. Hipótesis ...................................................................................................... 13
1.5.1. Hipótesis general ................................................................................. 13
1.5.2. Hipótesis especificas ........................................................................... 13
CAPÍTULO II: MARCO TEÓRICO ............................................................................. 14

2.1. Antecedentes de estudio ............................................................................. 14

2.1.1. Antecedentes internacionales .............................................................. 14
2.2. Bases Teóricas ............................................................................................ 19
2.2.1. Internet de las Cosas ........................................................................... 19
2.2.2. Gestión del agua en la agricultura ....................................................... 25
2.3. Definiciones de términos ................................................................................. 33
2.3.1. Máquina a máquina (M2M) .................................................................. 33
2.3.2. Computación en la nube (Cloud computing) ....................................... 33
2.3.3. Microcontrolador .................................................................................. 34
2.3.4. Sensor .................................................................................................. 34
2.3.5. Actuador ............................................................................................... 35
2.3.6. Energía sostenible ............................................................................... 35
2.3.7. Control de procesos ................................................................................. 36
CAPÍTULO III: MARCO METODOLÓGICO .............................................................. 37

3.1. Tipo y diseño de la investigación ................................................................ 37

3.2. Población y/o muestra de estudio ............................................................... 37
3.2.1. Población .............................................................................................. 37
3.2.2. Muestra ................................................................................................ 37
3.3. Operacionalización de variables ................................................................. 37
3.3.1. Definición de las variables: .................................................................. 37
 3

3.4. Técnicas e instrumentos para la recolección de datos .............................. 41

3.4.1. Técnicas ............................................................................................... 41
3.4.2. Instrumentos......................................................................................... 41
3.5. Procesamiento y análisis de datos ............................................................. 41
CAPÍTULO IV: RESULTADOS .................................................................................. 42

4.1. Variable independiente: Sistema de Internet de las cosas ........................... 42

4.1.1. Uso ............................................................................................................ 42
4.1.2. Conocimiento ............................................................................................ 43
4.1.3. Utilidad ...................................................................................................... 44
4.2. Variable dependiente: Gestión de agua en la agricultura ............................. 46
4.2.1. Nivel .......................................................................................................... 46
4.2.2. Esfuerzo .................................................................................................... 47
4.2.3. Gasto ........................................................................................................ 48
4.3. Análisis de resultados de las encuestas ........................................................ 49
4.4. Características del sistema de riego por goteo ............................................. 49
4.5. Resultado obtenido del sistema de riego por goteo sin optimización ........... 50
4.5.1. Eficiencia del transporte del agua ............................................................ 51
4.6. Características del Sistema de Internet de las Cosas, Damla ...................... 52
4.7. Sistema de regadío tradicional y regadío con Damla.................................... 53
4.8. Contraste de hipótesis ................................................................................... 55
4.9. Costo beneficio ............................................................................................... 57
4.9.1. Inversión Inicial para funcionamiento tecnológico ................................... 57
4.9.2. Cuantificación económica según la mediana de riego efectivo............... 58
4.9.3. Cuantificación económica de los datos registrados por mes .................. 60
4.9.4. Viabilidad del proyecto ............................................................................. 63
CAPÍTULO V: DISCUSIÓN ....................................................................................... 69

CONCLUSIONES ...................................................................................................... 70

REFERENCIAS BIBLIOGRÁFICAS .......................................................................... 72

 4

ANEXOS
ANEXOS .................................................................................................................... 76

ANEXO 1: DAMLA, SISTEMA DE INTERNET DE LAS COSAS .............................. 77

ANEXO 2: DISEÑO Y ENSAMBLADO DE DISPOSITIVO DAMLA ......................... 84

ANEXO 3: ÁREA DEL CULTIVO ............................................................................... 93

ANEXO 4: INSTALACIÓN ....................................................................................... 101

ANEXO 6: MANUAL DE USUARIO......................................................................... 112

ANEXO 7: COSTO DE INVESTIGACIÓN ............................................................... 125

ANEXO 6: DATASHEETS DE SENSORES Y MICROCONTROLADOR............... 127

 5

INDICE DE FIGURAS

Figura 1. Distribución del agua en el mundo ............................................................... 3

Figura 2: Consumo total de agua para riego por región, 1995 y 2025 ....................... 7
Figura 3. Proceso de evapotranspiración del cultivo ................................................ 27
Figura 4. Esquema del flujo en el sistema de drenaje de riego: ............................... 29
Figura 5. Pregunta 1 .................................................................................................. 42
Figura 6. Pregunta 2 .................................................................................................. 44
Figura 7. Pregunta 3 .................................................................................................. 45
Figura 8. Duración de regadío(Horas) ....................................................................... 50
Figura 9. Cantidad de litros de consumo en el riego del cultivo ............................... 51
Figura 10. Horas de riego del Sistema con Damla ................................................... 52
Figura 11. Cantidad de agua usada en el riego, Damla ........................................... 53
Figura 12. Eficiencia entre sistemas de riego (Horas) .............................................. 53
Figura 13. Comparación de sistemas de riego (Litros) ............................................. 54
Figura 14. Inversión Inicial del propietario ................................................................. 58
Figura 15. Diferencia económica del uso agua ......................................................... 61
Figura 16. Diferencia económica del uso de energía eléctrica ................................. 62
Figura 17. Tiempo de viaje del agricultor .................................................................. 67
Figura 18. Arquitectura de Hardware de Damla ........................................................ 79
Figura 19 Diagrama de componentes. ...................................................................... 80
Figura 20. Diagrama de despliegue .......................................................................... 80
Figura 21: Dashboard sobre datos del microclima y estado de válvulas y bomba .. 81
Figura 22: Vista Responsiva ...................................................................................... 82
Figura 23. Microcontrolador ESP32 .......................................................................... 85
Figura 24. Diseño 3D de la placa de actuadores ...................................................... 86
Figura 25. Diseño 3D de la placa de sensores ......................................................... 86
Figura 26. Prototipo funcional del dispositivo de sensores ....................................... 87
Figura 27. Dispositivos Damla, Actuadores y sensores respectivamente ................ 88
Figura 28. Diseño de la placa del circuito de Damla sensores ................................. 89
Figura 29. Diseño de la placa del circuito Damla de actuadores/relay ..................... 89
Figura 30. Diagrama esquemático de la placa de sensores ..................................... 90
Figura 31. Diagrama esquemático de la placa de actuadores ................................. 91
Figura 32. Área del terreno de cultivo. ...................................................................... 94
Figura 33. Vista amplia del terreno de cultivo ........................................................... 95
 6

Figura 34. Reservorio ................................................................................................ 96

Figura 35. Tubería de succión ................................................................................... 97
Figura 36. Riego tecnificado por goteo...................................................................... 98
Figura 37. Tubería principal para el riego, una troncal de 2’’.................................... 99
Figura 38. Controlador de riego por temporizador .................................................... 99
Figura 39. Bomba de cuarto de control ................................................................... 100
Figura 40. Instalación, excavado ............................................................................. 102
Figura 41. Instalación: Puesta ................................................................................. 103
Figura 42. Dispositivo Damla Sensores instalado ................................................... 104
Figura 43. Posicionar el sensor de humedad de suelo ........................................... 105
Figura 44. Excavación para sensor de humedad de suelo ..................................... 106
Figura 45: Instalación de sensor de humedad de suelo. ........................................ 107
Figura 46. Puesta en marcha, Damla Sensores ..................................................... 108
Figura 47. Tablero de control de bomba y válvulas. ............................................... 109
Figura 48. Instalación de Damla Contactores/Actuadores ...................................... 110
Figura 49. Puesta en marcha Damla Contactores/Actuadores .............................. 111
Figura 50. Dashboard de control y monitoreo ......................................................... 116
 7

INDICE DE TABLAS

Tabla 1. Uso de un fertilizador con agua ................................................................... 23

Tabla 2: Valores típicos de eficiencia en diferentes sistemas de riego .................... 31
Tabla 3. Variable independiente: Sistema de Internet de las Cosas ........................ 38
Tabla 4. Variable dependiente: optimizar la gestión del agua en la agricultura ...... 39
Tabla 5. Pregunta 1.................................................................................................... 42
Tabla 6. Pregunta 2.................................................................................................... 43
Tabla 7. Pregunta 3.................................................................................................... 45
Tabla 8. Pregunta 4.................................................................................................... 46
Tabla 9. Pregunta 5.................................................................................................... 47
Tabla 10. Pregunta 6 ................................................................................................. 48
Tabla 11. Grupo estadístico ....................................................................................... 56
Tabla 12. Prueba de muestras independientes ........................................................ 56
Tabla 13. Inversión Inicial del propietario .................................................................. 57
Tabla 14. Gasto económico de Damla con respecto a la electricidad ...................... 58
Tabla 15. Gasto económico de sistema de riego tradicional con respecto a la
electricidad ................................................................................................................. 59
Tabla 16. Diferencia de costo energético diario entre ambos sistemas ................... 59
Tabla 17. Ahorro económico energético de acuerdo a la mediana de hora efectivas
de riego ...................................................................................................................... 59
Tabla 18. Ahorro económico de agua de acuerdo a la mediana de hora efectivas de
riego............................................................................................................................ 60
Tabla 19. Diferencia económica del uso agua .......................................................... 60
Tabla 20. Diferencia económica del uso de energía eléctrica .................................. 61
Tabla 21. Recorrido en kilómetros ............................................................................. 62
Tabla 22. Consumo económico en combustible ....................................................... 63
Tabla 23. Ahorro económico total .............................................................................. 63
Tabla 24. Ahorro beneficio con autonomía- Damla como producto ......................... 64
Tabla 25. Ahorro beneficio con autonomía y control remoto- Damla como servicio 64
Tabla 26. Ahorro beneficio- Flujo de ingreso ............................................................ 65
Tabla 28. Tiempo invertido en riego .......................................................................... 67
Tabla 29. Comparación de tamaño de codificación entre diferentes tecnologías de
intercambio de datos .................................................................................................. 83
Tabla 30. Costo y componentes del dispositivo Damla Actuadores ......................... 91
 8

Tabla 31. Costo y componentes del dispositivo Damla sensores ............................ 92

Tabla 32. Indicadores de dashboard de control y supervisión ............................... 117
Tabla 33. Costo de la investigación ......................................................................... 126
 1

RESUMEN

El diseño óptimo de un sistema autónomo para la gestión del recurso hídrico

en la agricultura es consecuencia de un estudio detallado sobre las condiciones en
el cual funcionará el sistema, las cuales deben cumplir exigencias de ingeniería y
estándares internacionales de seguridad y control para garantizar la estabilidad y,
particularmente, ser robustos frente a perturbaciones y errores en los modelos.

En este contexto se aplica el concepto de Internet de las Cosas en conjunto

con un Sistema de Control, para la optimización del proceso de regadío tradicional,
optimización de la gestión del agua, mejora del producto final y ahorro de energía y
tiempo.

La suma de esfuerzos para realizar un sistema autónomo controlado y

monitoreado desde Internet, se define actualmente como Smart Farming o
Agricultura Inteligente, es la mezcla de tecnologías informáticas y dispositivos
capaces de interrelacionarse entre sí, para ofrecer al usuario el control, autonomía
y análisis de datos en tiempo real para la toma de decisiones. En tal sentido, para
la comprobación de su optimización de la gestión del agua se ha establecido la
comparación de un sistema de regadío con Internet de las Cosas y un sistema de
regadío tradicional manual.

Es importante indicar que el terreno de cultivo está tecnificado, para regar por
el método de goteo, el cual es activado por el agricultor o se programa el tiempo de
un dispositivo para que se riegue entre diferentes escalas de tiempo. El terreno
también cuenta con un reservorio de 600 000 litros de agua para 3535 m2 de área
de cultivo.

Los resultados indicaron que la implementación de un Sistemas de Internet

de las Cosas, denominado Damla, optimizó el uso del recurso hídrico hasta un
21.25 % en el riego del cultivo e indirectamente el ahorro de energía por el uso de
las bombas de agua.

Palabras clave: Internet de las Cosas; control de procesos; sistemas de

información; agricultura inteligente.
 2

ABSTRACT

The optimal design of an autonomous system for the management of water

resources in agriculture is the result of a detailed study on the conditions in which
the system will operate, which must meet engineering requirements and
international safety and control standards to ensure stability and, in particular, being
robust against disturbances and errors in the models.

In this context, the Internet of Things concept is applied in conjunction with a

Control System, for the optimization of the traditional irrigation process, optimization
of water management, improvement of the final product and saving of energy and
time.

The sum of efforts to make an autonomous system controlled and monitored

from the Internet, is currently defined as Smart Farming or Intelligent Agriculture, is
the mixture of computer technologies and devices capable of interrelated with each
other, to offer the user the control, autonomy and analysis of Real-time data for
decision making. In this regard, the comparison of an irrigation system with the
Internet of Things and a traditional manual irrigation system has been established
to verify its optimization of water management.

It is important to indicate that the cultivation land is technified, to irrigate by the drip
method, which is activated by the farmer or the time of a device is programmed to
be watered between different time scales. The land also has a reservoir of 600,000
liters of water for 3535 m 2 of cultivation area.

The results indicated that the implementation of an Internet of Things System, called
Damla, optimized the use of water resources up to 21.25% in crop irrigation and
indirectly the energy savings from the use of water pumps.

Keywords: Internet of Things; process control; information systems; smart farming.

 3

INTRODUCCIÓN

“Hay mucha agua sin vida en el universo, pero en ninguna parte hay vida sin
agua”.

Sylvia A. Earle, Un mensaje de los océanos (1935).

El mundo está experimentando un continuo desarrollo tecnológico. Los

avances tecnológicos recientes están permitiendo el desarrollo y lanzamiento de
productos electrónicos cada vez más pequeños y sofisticados de bajo costo.
Actualmente estas tecnologías se utilizan en una variedad de sectores; la
agricultura es seguramente uno de ellos. Por siglos la agricultura desempeñando
un papel importante en la economía de cada cultura, país y nación. Así, es como la
producción agrícola ha experimentado la mejora continua de sus procesos
producción y técnicas. Una sus mejoras hace algunas décadas es agricultura de
precisión (AP).

El objetivo principal de la agricultura de precisión es, mediante la recolección

de datos del medio ambiente o microclima, mejorar la calidad de los productos y
mantener una agricultura sostenible. Para lograrlo, se quiere de optimizar los
recursos utilizados en los procesos agrícolas, principalmente en el sistema de riego.
Entonces el agua juega un papel crucial en el ciclo de vida de las plantas y la de
todos los seres vivos.

Por ello, el agua proporcionada por la precipitación natural, como las lluvias,
no proporcionan la cantidad de agua que las plantas requieren para crecer de
manera saludable. Al ser un recurso escaso, se determinó que al menos el 3% del
agua del mundo es dulce, siendo el agua de mar restante y no potable. El 2.5% de
este 3% está congelado, es decir, la humanidad debe confiar en el 0.5% del agua
restante, tal como indican el informe de Fry (2005). (Fry, 2005)

Figura 1. Distribución del agua en el mundo

 4

Fuente: UNESCO, Agua para todos, agua para la vida: informe de las Naciones
Unidas sobre el desarrollo de los recursos hídricos en el mundo.

La agricultura consume alrededor del 70% del agua dulce. Este porcentaje
puede disminuirse realizando una gestión eficiente del agua cuando se trata de
riego. El riego de precisión es un concepto que lleva años de aplicación el cual ha
mejorado el uso de agua en el riego de los cultivos, pero con un cambio climático
que está tocando las puertas de algunos países y alertando sobre posibles sequias,
nos es indiferente no pensar en nuevas formas y técnicas para mejorar las técnicas
de riego existentes.

Según Hedley & Yule (2013) es importante plantear la optimización según:

- Calidad del cultivo, se busca proporcionar al cultivo la cantidad exacta de agua

que necesitan, no solo ahorraría agua, sino que también mejoraría la calidad del
cultivo. En última instancia, el ahorro de agua no generaría grandes beneficios si
no se combina con la mejora de la calidad del cultivo.
- Económicos, el costo del agua seguirá creciendo junto con la disminución de la
disponibilidad de agua dulce. Al proporcionar soluciones para que el cultivo reciba
la cantidad correcta de agua, se puede ahorrar dinero. El rendimiento también se
puede aumentar, y con ello, su beneficio comercial.
- El ahorro del agua, siendo su objetivo principal aplicar la cantidad precisa de agua
de acuerdo con las necesidades de agua del cultivo. Se busca poder regar las
plantas de forma más selectiva y precisa de acuerdo con las necesidades
individuales de las plantas. Los estudios han demostrado que es posible tener
ahorros significativos de agua del 8 al 27%. (Hedley & Yule, 2013)

De la misma manera, Kamienski, Soininen & otros (2019), manifiestan que

una gestión inteligente del agua para el riego de precisión es esencial para
incrementar la calidad del cultivo y disminuir costos, mientras que contribuye a la
sostenibilidad ambiental. Es por ello que el uso de Internet de las Cosas es la opción
natural para las aplicaciones inteligentes para la gestión del agua.

En el área de la optimización de riego basado en Deep Learning e Internet

de las cosas en sistemas de bombeo para riego de precesión, Ahamed (2019),
manifiesta que los sistemas basados en Internet de las cosas proporcionan
soluciones a los agricultores de gran escala. También manifiesta que gracias a la
lectura de los datos recolectados por lo sensores pueden ser gran utilidad para los
 5

profesionales de la agricultura, ya que sirven para dar un seguimiento a tiempo real

del cultivo. (Ahamed, 2019)

Por ello, la implementación optima de un sistema de Internet de las Cosas

debe operar de manera autónoma y efectiva, con datos que son procesados a
tiempo real para un análisis temprano de decisiones y el funcionamiento efectivo
del proceso, esto se traduce en un ahorro de tiempo para operador o agricultor,
mejora del cultivo y ahorro económico. En tal sentido, la experiencia ingenieril se
convierte en un valor agregado, ya que ofrece una transformación de un sistema
tradicional de regadío a un sistema autónomo moderno de primer mundo basado
en la industria 4.0.

Es necesario señalar que para optimizar estos objetivos también se ha

desarrollo dos dispositivos electrónicos, Damla, en cual cuenta con diferentes
sensores para determinar el tiempo de irrigación efectiva. Damla funciona con
energía renovable y lee parámetros del medio ambiente, enviándolos a un servidor
en la nube para que sean visualizados desde una app web. Para ello se demostró
su efectividad en relación con un sistema de regadío por goteo en un área de Olivos
de 3535 m2, abastecida por un reservorio de 600000 litros.

La presente investigación abarca los siguientes capítulos. En el Capítulo I

se plantea el problema de la investigación, caracterizándolo y delimitándolo en
función a la problemática inmersa. Además, se formula el problema de estudio y
consecuentemente la justificación, los objetivos y las hipótesis.

En el Capítulo II se presentan tanto los antecedentes del estudio

internacional, nacional y local, así como los fundamentos teóricos que enmarcan y
sustentan la presente investigación y la definición de términos.

En el Capítulo III se describe el proceso metodológico y se establece el tipo

y diseño de investigación. En tal sentido, la población y muestra a estudiarse, la
variable independiente y dependiente, las técnicas e instrumentos que sirvieron
para la recolección de datos, los cuales se utilizaron durante el desarrollo de la
investigación. Además, se presenta el procesamiento y análisis de los datos a
estudiar.

En el Capítulo IV se comprueban los resultados obtenidos a partir de la

aplicación del Sistemas de Internet de las Cosas con la comparación de un sistema
tradicional de regadío sin criterios de optimización.
 6

En el Capítulo V se desarrolla la discusión de los resultados obtenidos de la

comparación de la aplicación del Sistemas de Internet de las Cosas con el sistema
de riego tradicional sin criterios de optimización.

Finalmente, se presentan las conclusiones, recomendaciones, referencias

bibliográficas y anexos que se han utilizado en la elaboración del presente trabajo
de investigación.
 7

CAPÍTULO I: PLANTEAMIENTO DEL PROBLEMA

1.1. Descripción del problema

“La escasez de agua tiene un fuerte impacto en la producción de

alimentos. Sin agua, las personas no tienen un medio para regar sus cultivos
y, por lo tanto, para proporcionar alimentos a la población en rápido
crecimiento.” (Sentlinger, 2004)

Según el Instituto Internacional de Gestión del Agua, la agricultura, que

consume alrededor del 70% de las extracciones de agua dependiendo del tipo
de país, compite constantemente con los usos domésticos, industriales y
ambientales por un suministro de agua escaso. Para 2025, la población
mundial probablemente aumentará a 7.9 billones, de los cuales más del 80%
vive en países en desarrollo y el 58% en áreas urbanas de rápido crecimiento,
según las tendencias dietéticas esto se traducirá en una demanda de agua
aún mayor si los alimentos producidos son para proporcionar una nutrición
adecuada. En un intento de solucionar este problema cada vez mayor,
muchas organizaciones mundiales están intentado formar métodos más
efectivos de gestión del agua. (Mark, Cai, & A. Cline, 2002)

1800
1600
1600
1400
1400 1300
1200
1200

1000 900 920

800

600
380 400
400
170 170 150 160
200

0
Asia Latino Sudáfrica Países Países en Nivel Mundial
Ámerica desarrollados desarrollo

1995 2025

Figura 2: Consumo total de agua para riego por región, 1995 y 2025

Fuente: World Water and Food to 2025: Dealing with Scarcity

 8

Es por eso que los gobiernos y organizaciones a nivel mundial están

buscando soluciones innovadoras para tener una mejor gestión de sus
recursos naturales, tales como el agua. El estrés hídrico, es decir, la
disminución de la cantidad de agua consumible se está expandiendo a nivel
mundial a un ritmo alarmante, de acuerdo con la ONU. Siendo la escasez de
agua quien afecta a más del 40% de la población mundial, una cifra alarmante
que probablemente crecerá con el aumento de las temperaturas globales
producto del cambio climático y el crecimiento de la población.

Esto ya ha obligado a los gobiernos ha concientizar a sus habitantes a

tener un uso más responsable de este recurso. Científicos, empresas y start-
ups están desarrollando tecnologías y sistemas que permiten un mejor uso
del agua ya sea por sistemas de riego automatizado, sistemas de monitoreo
de calidad del agua, invenciones para generar agua el aire o neblina, uso
botellas especiales para limpiar el agua sucia y tornarla en potable. Entonces
es posible purificar el agua sucia, pero es costoso e ineficiente. (Ciencias,
2018).

También ha obligado a organizaciones como la ONU desarrollar

programas que plantean estrategias que se adoptan con el propósito de
alejarse del límite planetario de los recursos hídricos y volver a equilibrar el
ciclo del agua, garantizar la salud y la supervivencia humana, así como mitigar
los efectos desfavorables generados por el cambio climático. (Staff, Forbes,
2018)

Un caso actual es del denominado “Día Cero” cuando al menos un

millón de hogares en la Ciudad del Cabo, Sudáfrica, en julio de este año no
tendrá más acceso al agua. Debido a la sequía de tres años no ha terminado.
Esto en a mediano plazo podrá verse en otros países sino se toman medidas
correctivas y preventivas (Leahy, 2018)

Perú

Perú se encuentra entre los 30 países que enfrentan el estrés hídrico y

la escasez más severos a nivel mundial. Siendo la agricultura el principal
usuario de agua en nuestra sociedad, utilizando el 80% de los retiros totales
para irrigar un área de 128'521,560 ha., solo en la región costa se encuentra
un 11.6%, el cual tiene una mayor probabilidad de sufrir sequias. El uso
doméstico, que tiene la prioridad de asignación según la ley, del 12.2% del
 9

agua. Pero el 24% de los peruanos no tiene acceso a los servicios de agua,
el 43% no tiene instalaciones de saneamiento básico y solo el 22% del agua
residual doméstica es tratada adecuadamente. La minería y la industria
consumen una proporción menor de la demanda nacional de agua y ambos
sectores producen un valor económico significativamente más alto que los
demás. Aunque el sector minero utiliza solo el 2% del total de extracciones de
agua. (Alegria, 2013)

Además, las áreas de glaciares (2,600 Km²) se han reducido en un 22%

en los últimos 27 a 35 años, los niveles de agua en las lagunas naturales y
represas están descendiendo a falta de lluvia en la sierra, un gobierno que no
gestiona bien el recurso hídrico, minería ilegal, descuido humano en
empresas petroleras están acabando con este recurso tan valioso, por ende,
se ven afectados la agricultura, ganadería y comunidad en general. A pesar
que de que en el 2007 se fundó el programa Agua Limpia, Sierra Azul,
programa administrado por el ministerio de agricultura, que se enfoca en el
recurso hídrico en la sierra, poco se nota el apoyo en la agricultura al proponer
soluciones innovadoras que logren una mejor gestión del recurso hídrico en
la agricultura.

Los gobiernos regionales están implementando medidas necesarias

para concientizar y sensibilizar al agricultor de que el agua es un recurso
escaso, y como tal ha de ser tratado, dónde desde ya se ha visto la necesidad
de implementar tecnología para optimizar su uso de manera más eficiente.

Local

Hiam, D. (2019). Diseño de la prosperidad Sostenible. C.

Galbez(Presidencia), Perumin 34, congreso llevado a cabo en Arequipa,
Perú. Sostiene que la región norte de Chile y Sur del Perú se enfrentara a un
déficit de agua en los próximos 10 años. También menciona que la
implementación de plantas de tratamiento de agua aumenta el costo del
proyecto y no es sostenible para las empresas mineras. (Hiam, 2019)

En Tacna, las partes interesadas en el agua actúan de manera

independiente y competitiva, ya que algunas veces parecen consumir el agua
de manera beligerante porque no están seguras de "lo que ganan al
conservar". Hay una frustración constante entre el EPS y el sector agrícola, y
la minería y la población. Si bien muchos estudios han relacionado la escasez
 10

de agua con todo, desde el cambio climático hasta las demandas de agua en
la minería, o la falta de educación sobre sostenibilidad, el caso particular de
Tacna experimenta todas estas cosas. En otros lugares, la adaptación ha sido
eficiente y efectiva en respuesta al empeoramiento de la disponibilidad de
agua, pero en Tacna, se ha trabajado poco para la creación de soluciones
innovadoras aplicables. (Conor, 2012)

En la Región de Tacna la falta de optimización de los recursos hídricos

en la agricultura es baja, un ejemplo, desde la instauración del Distrito de
Yarada- los Palos, hace ya casi cinco años se mencionaba en una entrevista
al ex presidente Ollanta Humala que se buscaba una zona donde se haga
agricultura Inteligente. Pese a los años han pasado y los gobiernos
cambiando, solo se ha logrado un sistema de riego tradicionales. Está es una
oportunidad para el uso de tecnologías que permitan al agricultor gestionar
de manera más efectiva un recurso tan valioso como el agua, evitando que
más gente siga haciendo perforaciones de pozos ilegales que sigan agotando
el acuífero que tenemos.

1.2. Formulación del problema

1.2.1. Problema General

¿Cuál es la efectividad de la implementación de un sistema de Internet de

las Cosas para optimizar la Gestión del agua en la Agricultura de la Región
Tacna?

1.2.2. Problemas Específicos

a. ¿Cómo optimiza la aplicación de un sistema de Internet de las Cosas

en la agricultura de la Región Tacna?

b. ¿Cuán efectiva la implementación de un sistema de Internet de las

Cosas en la solución del problema propuesto?

1.3. Justificación e importancia

1.3.1. Justificación

“El manejo del agua de riego tiene que adaptarse a los crecientes
requerimientos de alimentos (…). Las principales tecnologías que se
 11

utilizarán en los países en desarrollo con abundante mano de obra y escaso

capital son el riego por goteo y subterráneo, que depende de pequeñas
cantidades frecuentes de agua directamente a la zona de raíces de los
cultivos. La agricultura siempre seguirá siendo el usuario más dominante de
los recursos hídricos a nivel mundial y está destinada a aumentar
especialmente en las regiones áridas y semiáridas”. (Luquet, Vidal, Smith, &
Dauzat, 2005)

Por ello resulta necesario implementar esta solución para evaluar el

impacto al aplicar tecnologías de información para optimizar la gestión del
agua en la agricultura, evaluando costo-beneficio de la propuesta de valor.

Además, los sistemas de información orientados a las exigencias del

futuro tecnológico en la agricultura deben optimizar los recursos tales como
el agua, calidad de tierra y energía ya que si no se implementan traerían
consecuencias negativas para el agricultor a mediano y largo plazo para las
áreas de cultivo, en especial en zonas áridas como la costa sur del Perú.

Por lo tanto, está investigación buscó una solución para optimizar el

recurso hídrico en la agricultura de la Región Tacna a través de la
implementación de sistema IoT(Internet of Things), que está basado en un
dispositivo propio, denominado Damla, que es un dispositivo embebido(
compuesto de sensores y actuadores), también una aplicación web y una
aplicación servidor para la comunicación entre Damla y la aplicación web.
Así, en conjunto cumplan con el concepto de Internet of Things orientado a
la agricultura. Permitiendo en base a diferentes sensores determinar el
tiempo de riego optimo, accionar válvulas y bomba de agua de manera
autónoma. A lado del agricultor, la aplicación le permitirá visualizar el nivel
de humedad del suelo, humedad relativa aire, temperatura ambiente,
estados de motores y válvulas, adicionalmente permitirá visualizar nivel de
radiación UV y calidad del aire para que el agricultor pueda utilizar los datos
para la toma de decisiones sobre el cultivo. Para que cumpla con el concepto
Internet of Things, todos los datos podrán ser visualizados desde cualquier
parte del mundo ya que los dispositivos estarán conectados a Internet, en
caso el usuario desee hacer una operación de manera remota, podrá hacerlo
desde una app web.
 12

De esta manera se busca que el agricultor pueda gestionar sus

terrenos de manera remota, optimizar el recurso hídrico a través de la lectura
y procesamiento de datos de los sensores.

A nivel del Perú empresas internacionales están ingresando al

mercado proponiendo soluciones similares, pero a precios descomunales y
poco accesibles para el agricultor. Es por ello que se plantea la
implementación de un sistema de Internet of Things robusto que procese los
datos de los sensores a tiempo real y sean visualizados a través de un HMI
en diferentes dispositivos y lograr que sea accesible para los agricultores.

1.3.2. Importancia

La presente investigación es importante porque permite al agricultor

de la región Tacna tener un sistema capaz de funcionar de manera
autónoma, recolecta información del microclima en el ambiente, ahorro
energético y principalmente optimizar el recurso hídrico que es muy
apreciado en una región que potencialmente sufrirá una escasez de agua a
mediano y largo plazo sino se toman medidas para remediarlo.

La presente investigación aporta un diseño a bajo costo de un

sistema integrado inteligente basado en una aplicación de Internet of Things,
integrando una app web, dispositivo embebido y cloud computing. Teniendo
una infraestructura como servicios (IaaS) en Amazon Web Services.

De acuerdo a un reporte de la Organización de las Naciones Unidas

([FAO],2013), ya es un hecho que la industria agrícola será más importante
que nunca en las próximas décadas. El mundo necesitará producir un 70%
más de alimentos para el 2050 que en el 2006 para alimentar a una creciente
población en el mundo. Para logar satisfacer esa demanda, los agricultores,
las empresas agrícolas y Start-ups están recurriendo a Internet de las cosas
para la recolección y el análisis de datos para lograr una mayor capacidad
de producción.

El uso de Internet de las cosas (IoT, Internet of Things) garantiza un

impulso el futuro de la agricultura al siguiente nivel. La agricultura inteligente
o Smart farming ya se está convirtiendo en algo más común entre los
consumidores lejanos, por ello la agricultura que usa tecnologías actuales
 13

se está convirtiendo rápidamente en un estándar gracias a la aplicación de

drones, robots y sensores.

1.4. Objetivos
1.4.1. Objetivo General

Demostrar la efectividad de la implementación de un sistema de Internet de

las Cosas en la optimización de la gestión del agua en la agricultura de la
Región Tacna, 2018.

1.4.2. Objetivos específicos

a. Determinar cómo la implementación de un sistema de Internet de las

Cosas optimiza el uso de agua en la agricultura.
b. Evaluar la efectividad de un sistema de Internet de las Cosas en la
agricultura.

1.5. Hipótesis
1.5.1. Hipótesis general

La implementación de un sistema de Internet de las Cosas es efectiva para la

optimización de la gestión del agua en la agricultura.

1.5.2. Hipótesis especificas

a. La aplicación de un sistema de Internet de las Cosas asegura mejor

gestión del agua.
b. Un sistema de Internet de las Cosas resulta ser una solución de menor
costo que cumple con un estándar de la industria 4.0 y con alta
confiabilidad.
 14

CAPÍTULO II: MARCO TEÓRICO

2.1. Antecedentes de estudio

2.1.1. Antecedentes internacionales

Dias Sales(2015); en su proyecto de tesis: “Cloud-based Wireless

Sensor and Actuator System for Smart Irrigation”, en Lisboa, Portugal;
concluye que, a través del estudio e investigación de la literatura relacionada
con los estudios de campo relacionados a Internet de las cosas, Maquina-a-
Maquina (Machine to machine) y de las redes inalámbricas de sensores y
actuadores, fue posible identificar un ahorro de agua gracias a los continuos
desarrollos en los últimos años. Todavía hay un gran problema para abordar
con respecto a los datos generados y recopilados. Siendo la computación
en la nube (Cloud Computing) un enfoque que le proporciono diferentes
recursos. Concluyendo que esta integración podría aplicarse a una gran
cantidad de casos de uso, siendo el caso de uso agrícola el que se utilizó.

Sekharm, Manujunatha & Sundeep (2013); en su trabajo de

Investigación “Modelo de evapotranspiración usando un Controlador de IA
para un Sistema Automatico de Riego”, de la Escuela de Ingenieria de
Ciencias de la Computación de CMR Institute of Technology; sostienen que
la implementación de sensores, redes inalámbricas y controladores ANN
para un sistema automático de riego tienden a obtener un ahorro de energía
y agua. Este sistema propuesto se comparó con un sistema existente; se
muestra que los dispositivos de hardware de tarifa fija están fallando debido
a sus limitaciones. El Sistema propuesto se implementa mejor y es más
eficiente que el Sistema existente, el Sistema propuesto cambia su decisión
y producción de acuerdo con la condición ecológica. Al utilizar el concepto
ANN, obtuvieron resultados precisos al calcular la humedad del suelo
requerida a partir de los parámetros de entrada.

Villabos, Orgaz, Testi, & Fereres (2000); en su trabajo de

investigación “Medición y modelización de la evapotranspiración de la
aceituna (Olea europaea) huertos”; del Instituto de Agricultura Sostenible,
CSIC y departamento de Agronomia de la Universidad de Córdoba;
concluyeron que las mediciones de la evaporación por encima y por debajo
 15

de un huerto de olivos y la conductancia aerodinámica permitió la calibración

de un modelo de transpiración de olivos. El modelo se combinó con un
modelo de evaporación del suelo y se contrastó con un conjunto de datos
independientes, lo que indica un rendimiento justo a menos que una fracción
sustancial de la superficie del suelo sea mojada por los emisores de riego,
lo que el modelo no toma en cuenta. Los coeficientes de los cultivos de olivos
en el sur de España cambian durante el año en relación a los cambios de la
radiación neta, la temperatura relativa del aire, la velocidad del viento, el
defecid de presión de vapor(VPD) y la evaporación de la superficie del suelo.
El coeficiente de cultivo promedio es bastante bajo debido a la baja
cobertura del suelo y al control mejorado de la conductancia del dosel por
las respuestas estomáticas al VPD. Estos resultados indican que las
estimaciones de los requerimientos de agua de aceituna no pueden
evaluarse con precisión con el método del coeficiente de cultivo, enfoque,
como el que se presenta aquí es necesario.

Muñoz, Calero & Marín (2013), en su informe “Diseño e

Implementación de un Sistema de Riego Inteligente basado en Sensores y
Módulos de Radiofrecuencia para Transmisión y Sistema de Control” de
Facultad de Ingenieria en Electricidad y Computación de la Escuela Superior
Politécnica del Litoral; concluyen que al hacer uso de un sistema de riego
inteligente se obtiene un significativo ahorro de los recursos hídricos frente
al sistema de riego tradicional, manteniendo el mismo nivel de producción
como se demuestra en la sección seis a través del análisis estadístico de los
frutos obtenidos. El costo de implementar un sistema de riego inteligente
diseñado y ensamblado de forma individual y propia es muchísimo menor
que los sistemas de riego que existen actualmente en el mercado.

Lavoa (2016); en su tesis “Medición y modelamiento de la

evapotranspiración real del cultivo de clavel en invernadero en La Sabana
de Bogotá, usando lisímetros electrónicos de pesada”, del departamento de
Ingenieria Civil y Agricola de la Universidad Nacional de Colombia; afima
que el modelo matematico de evapotranspiracion basado en el metodo de
García y López, Penman-Monteith y tanque evaporímetro presentaron
resultados de evapotranspiración de referencia más reales de acuerdo a las
variables climatológicas de la finca de Marengo pero que puede variar de
 16

acuerdo a la zona es porque los metodos descritos requieren en muchos

casos acceso a las variables climatologicas.

Castro, Chamorro, & VIteri (2015); en su trabajo de investigación

“Una red de sensores inalámbricos para la automatización y control del riego
localizado“, presentado a la revista de Ciencas Agricolas de Colombia;
afirman que un diseño WSN(por sus siglas Wireless Sensor Network)
permite capturar los datos de humedad volumétrica en un cultivo de fresas
y controlar de forma general o sitio-específica el riego por metodo por goteo
en el cultivo. En base al prototipo desarrollado, el cual hizo posible verificar
la existencia de un grado de variabilidad espacial de humedad de suelo
cultivable. De esta forma, se evidencia la importancia del uso de
herramientas tecnológicas para lograr una caracterización de humedad de
suelo promedio mucho más precisa, definir bajo criterios técnicos cuánto y
cuándo regar en diferentes áreas del cultivo.

Váscones & Chamba (2013); en sus tesis “Diseño e implementación

de un sistema de riego automatizado y controlado de forma inalámbrica para
una finca ubicada en el sector popular de Balario” de la Universidad
Politecnica Salesiana; sustentan, que su sistema de riego GSM funciona de
manera eficiente pero con retardos de 45 segundo, su cobertura se ve
afectada de acuerdo al operador movil que esté trabajando. El uso de
modulos XBee para la comunincación inalambrica presenta perdidas de
señal cuando no se encuentran en linea de vista, lo cual disminuye su
alcance e eficiencia.

Flores(2015); en su tesis “Software de riego inteligente basado en

control difuso para mejorar la administración del consumo de agua en los
campos del Valle Chicama” de la Escuela Academico Profesional de
Informatica de la Universidad Nacional de Trujillo; concluye que, la utlización
de un software basado en el control difuso optimizo el uso del agua para el
riego haciendo pruebas pre y post test, tambien disminuyo el deterioro del
cerco del terreno en relación al riego sin software.

Mayhua, Ludeña, Tamayo, Cuba, Nuñez, Gonzales & Lozada (2016);

en su trabajo de investigación “Sistema de riego por goteo automático
utilizando una red de sensores inalámbricos”, presentado a la Revista de
Investigación Arequipa; concluyen que con el uso de la implementación de
 17

sensores para determinar la humedad en el suelo y la sectorización del

terreno para la apertura y cierre de valvulas para el riego según el nivel de
humedad del suelo se consigue un ahorro de hasta 25.62% en el consumo
de agua por hectarea. El aumento de producción por hectaria ascendio
4.31%. Donde las prestaciones de este sistema a manera de piloto, se han
evaluado en un campo de cultivo ubicado en el distrito de Santa Rita de
Siguas de la provincia de Arequipa, específicamente en el Fundo Santa
Gabriela. Los resultados han mostrado una mejora en la productividad y un
menor consumo de agua por cada hectárea de cultivo.

Anaya, Peluffo, Rios, Castro, Carvaja & Espinosa (2017); en su

trabajo de investigación “Sistema de Riego Basado en la Internet de las
Cosas”; presentado en la Jornada Internacional FICA; donde concluyeron
que en la agricultura es necesario el desarrollo de herramientas como los
sistemas automatizados de riego para el eficiente uso del agua, pues como
es evidente en la actualidad donde un país pasa por una época de verano
intensa, las pérdidas por la escasez del vital líquido son inmensas en el
sector agrícola. Aunque en el mercado se encuentren sistemas autónomos
y automatizados, la gran mayoría de ellos son difíciles de acceder debido al
elevado costo económico que presentan, por esto se hace necesario el
desarrollo de sistemas similares tratando de disminuir sustancialmente el
costo para ponerlo a disposición de la sociedad.

Ravazzani, Corbari, Morella, Gionoli & Mancini (2012), en su trabajo

de investigacion titulado “Modified Hargreaves-Samani Equation for the
Assessment of Reference Evapotranspiration in Alpine River Basins”;
presentado en la revista “Journal of Irrigation and Drainage Engineering”;
sostienen basado en el uso del metodo de Hargreaves- Samani y FAO-56
PM para estimar la evotranspiración por un periodo de 8 años. La ecuación
FAO-56 PM se recomienda como el estándar para calcular
ET0(evapotranspiración del cultivo de referencia), pero su aplicación está
limitada por la disponibilidad de los datos meteorológicos requeridos. En
estas circunstancias, la ecuación de HS(Hargreaves-Samani)sobre la base
de la temperatura máxima y mínima del aire se considera una buena
alternativa, pero a menudo se requiere el ajuste de los coeficientes
empíricos a las condiciones climáticas locales, manteniendo a la FAO-56 PM
como punto de referencia. La ecuación HS se comparó con la ecuación
 18

FAO-56 PM para pasos diarios de tiempo para 40 estaciones dentro de la

cuenca del río Upper Po y 11 estaciones dentro de la cuenca del río Ródano,
respectivamente, en los Alpes italianos y suizos. Los resultados muestran
una sobreestimación general en la elevación más baja y una subestimación
en las estaciones más ventosas en la elevación más alta.

Dukes, Shedd, & Davis (2014); en su trabajo de investigación titulado

“Smart Irrigation Controllers: Operation of Evapotranspiration-Based
Controllers” de la Universitu of Florida IFAS Extension; concluyen que los
controladores evapotranspiración(ET) pueden ser herramientas muy útiles
para mejorar la aplicación de agua de riego porque permiten al propietario
"configurarlo y olvidarlo". La mayoría de estos controladores de ET calculan
los tiempos y ciclos de riego en función de las entradas de da el usuario y
las condiciones climáticas. Sin embargo, estos controladores no pueden
optimizar un sistema de riego mal diseñado o mal mantenido. Por ellos los
autores recomiendan que el sistema de riego se inspeccione regularmente
y que se haga un mantenimiento preventivo.

Tambien comentan que los diversos controladores ET disponibles

comercialmente tienen diferentes términos de programación, entradas y
procedimientos; No existe un modelo estandar. Los fabricantes diseñan los
controladores para que los instalen contratistas expertos que entiendan las
distintas entradas. La programación del controlador para cada paisaje único
es crítico para lograr reducir el uso de agua.

Remédios, Arsenio & Sales (2015); en su trabajo de investigación

“Wireless Sensor and Actuator System for Smart Irrigation on the Cloud”,
presentado en el II Foro Internacional de Internet de las Cosas de la IEEE,
realizado en la Ciudad de Milan, Italia; concluyen que el desarrollo de un
sistema de riego inteligente puede beneficiarse enormemente del
conocimiento de la dinámica del suelo y del agua. En su estudio exhaustivo
de dichos temas permitió a los autores tener una visión más clara de las
necesidades de agua en el cultivo .

La información recolectada fue utilizada para el desarrollo de la

solución propuesta. En ello se sumo el monitoreo de la humedad del suelo,
para evaluar las necesidades de agua en el cultivo para su desarrollo
adecuado y saludable, tambien evaluaron la posibilidad de la optimización
 19

del uso de los recursos naturales. En este contexto introdujeron la

integración de parámetros para pronosticar el tiempo, asi poder optimizar el
uso de los recursos naturales. Las pruebas experimentales en una granja
permitieron la identificación de algunas limitaciones, principalmente
relacionadas con la energía.

El esquema actual, aunque es significativamente mejor que los

prototipos iniciales basados en hardware Arduino, no puede durar tanto
como fuera deseable. Además, existe la necesidad de tener un mayor
conocimiento de los distintos tipos de suelo, las distintos tipos de cultivos y
los métodos de riego aplicados. Estos factores influyen en la optimización
del ahorro de agua. La disponibilidad de una gran cantidad de datos permite
la creación de servicios inteligentes con un potencial muy alto, como la
correlación de datos entre diferentes cultivos y/o campos, la estimación de
diferentes enfermedades en el cultivo mendiante tecnicas de aprendizaje
automático(machine learning) o determinar que cultivo es apropiado según
las condiciones del suelo.

2.2. Bases Teóricas

2.2.1. Internet de las Cosas

Hoy en día las industrias y las sociedades se han ido adaptando a

las diferentes avances tecnológicos y científicos. En la era 3.0 en las
industrias se aplica y se sigue aplicando sistemas de automatización y
electrónica que optimizan los procesos, disminuyen recursos y ofrecen
calidad en un tiempo menor. Ahora las industrias del todo el mundo
requieren un análisis de datos a tiempo real, dispositivos que les permita
procesar información de diferentes procesos, implementar técnicas y
modelos que les permita optimizar aún más sus procesos de manera
automatizada que dan lugar a la industria 4.0, por ello es vital que las
industrias se adapten a los cambios para seguir su permanencia en el
tiempo. (Basco, Beliz, Coatz, & Gamelo, 2018).

La industria 4.0 trae consigo Internet de las Cosas (IoT, por sus siglas
en ingles Internet of Things) en términos simples se trata conectar cosas a
Internet y usar esa conexión para proporcionar algún tipo de monitoreo
remoto o control de esas cosas. Esta definición de IoT es limitada y solo
 20

hace referencia a una parte de la evolución de IoT. Es básicamente un

cambio de marca del mercado actual de Máquina a Máquina (M2M) de hoy.

Así, en la década de los 90, la conectividad a Internet comenzó a

aumentar en diferentes mercados, pero su uso se vio limitado debido al bajo
rendimiento de la interconexión de la red. En el siglo XXI, la conectividad a
Internet se convirtió en la norma para muchas aplicaciones y hoy forma parte
de muchos productos empresariales, industriales y de consumo masivo
proporcionando acceso a la información. Sin embargo, estos dispositivos
son principalmente cosas conectados en Internet que requieren una mayor
interacción humana y monitoreo a través de aplicaciones e interfaces. La
idea principal de IoT está empezando a hacerse realidad: cuando la
tecnología opera detrás de la escena, responde dinámicamente a cómo
queremos que "las cosas" actúen, sin interacción de las personas.

Hasta el momento, el mundo cuenta con cerca de 5 mil millones de

cosas "inteligentes" conectadas a internet. Las estadísticas dicen que habrá
50 mil millones de dispositivos conectados para 2020 y viviremos en una red
de trillones de nodos.

2.2.1.1. Internet de las cosas del futuro

Hoy en día estamos en una era donde si voy a un hotel donde tengo
una reservación sabe a qué hora aproximada es mi llegada porque he
permitido que Google y/o Apple rastreen mi ubicación. También sabe mi
temperatura corporal y que estoy sudoroso de mi viaje debido a los
sensores de temperatura y humedad que forman parte de mi reloj
inteligente.

A mi llegada, el portero del hotel me espera. Una vez que me

encuentra cerca del lobby del hotel, hay una aplicación para abrir la puerta
desde mi teléfono. Cuando llego a la habitación, la temperatura de la
habitación se ajustó según la lectura de los sensores de reloj inteligente.
El nivel de luminosidad, la música y se ajusta mis requisitos. Como estoy
caliente y sudoroso, la habitación prepara la tina con una temperatura
adecuada que probablemente tomaré después de entrar a la habitación.
Una vez sea de noche, la habitación detecta que las luces se apagan,
 21

cambia la configuración de la temperatura según mis preferencias de

sueño.

En este ejemplo, cada habitación en esta cadena de hoteles tiene

múltiples sensores y actuadores. Estoy usando varios sensores y
actuadores, como una vibración del reloj para alertas. No estoy
interactuando constantemente con la pantalla táctil de mi teléfono para
hacer que estas cosas. Así, habrá millones de personas haciendo esto
todos los días. Cuando llegue ese tiempo, los humanos estaremos viviendo
en los datos.

Esta es la visión de IoT, que sucederá en los próximos años. La

escala requerida solo se logrará mediante la creación de un protocolo en
común, un esquema de mensajería simple que todos en el planeta estén
de acuerdo. Tendrá que ser digitalmente orgánico, imitando la naturaleza.

Hoy en día, los protocolos de tecnología y las estructuras de datos

están limitados por cómo fueron diseñados, así como por la seguridad, la
extensibilidad y mucho más. Los dispositivos tendrán que ser más fáciles
de usar, aunque la complejidad de los dispositivos aumentará. La línea
entre analógico y digital se difuminará. Donde cada persona podrá "crear"
su propio entorno de vida, a pesar de que básicamente no saben nada
sobre la tecnología subyacente.

2.2.1.2. Internet de las cosas de hoy

Muchas empresas tecnologías han estado conectando cosas a

Internet antes de que lo llamáramos Internet. Los fabricantes actuales de
M2M han estado integrando sus sistemas a Internet en el seguimiento de
activos de alto valor, sistemas de alarma, seguridad, gestión de flotas,
procesos industriales y similares durante más de 15 años. Estos sistemas
M2M son difíciles de construir, aunque algunos se basan en protocolos
estándar de la industria. Sin embargo, cada vez es más fácil integrar los
sistemas M2M a medida que son más potentes. (Kranz, 2017).

Los procesadores están incorporados en los nodos finales o

elementos finales, como los sensores. Y como estos procesadores son
compatibles con sistemas operativos (OS, por sus siglas en inglés
 22

Operation System) y lenguajes de alto nivel. Estos sistemas suelen estar

vinculados a capas de servicios de alto nivel y son administrados por un
centro de control de la red (NOC, por sus siglas en ingles Network
Operation Center).

Los consumidores finales ya tienen objetos conectados a internet

como termostatos, medidores de energía, sistemas de control de
iluminación, sistemas de transmisión y control de música como Siri,
sistemas de piscina temperadas y sistemas de irrigación, y hay más por
venir. La gran mayoría de estos sistemas tienen cierta conectividad a
través de un sitio web o una aplicación móvil, de modo que un usuario
puede administrarlos a través de un navegador web o una aplicación de
teléfono inteligente, que actúa como un NOC personal.

2.2.1.3. Internet de las Cosas en la Agricultura

Hongal et al. (2017) afirman que Internet de las cosas (IoT)

desempeña un papel crucial en la agricultura inteligente. La agricultura
inteligente es un concepto emergente, porque los sensores de IoT son
capaces de proporcionar información sobre sus campos agrícolas IoT y la
agricultura inteligente utilizando la automatización. (Hongal, M, & S, 2017)

El uso de IoT puede proveer un aumento en la producción a bajo

costo al monitorear la eficiencia del suelo, la temperatura y la humedad, el
monitoreo de la lluvia, medir eficiencia de los fertilizantes, monitorear la
capacidad de almacenamiento de los tanques de agua y la detección de
robos en áreas agrícolas. La combinación de métodos tradicionales con
las últimas tecnologías como Internet de las cosas y una red de sensores
inalámbrica (Wireless Network Sensor) puede llevar a la modernización
agrícola. Una red de sensores inalámbricos puede recopilar a los datos de
diferentes tipos de sensores y los envía al servidor principal mediante un
protocolo en específico.

Nikesh Gondchawar (2015) propuso un trabajo sobre la agricultura

inteligente basada en IoT. El objetivo de su trabajo fue hacer que la
agricultura sea inteligente utilizando la automatización y las tecnologías
sobre Internet de las Cosas. Por ello desarrollo un robot controlado a
distancia basado en GPS, el cual realizaba las operaciones como
 23

desherbar, rociar, detectar la humedad, etc. También su trabajo incluye

irrigación inteligente con control inteligente y toma de decisiones inteligente
basada en datos de campo para realizar una gestión inteligente de
almacenes. Todas las operaciones fueron controladas por un dispositivo
inteligente y se realizaron mediante la interconexión de sensores a través
módulos ZigBee, cámaras y actuadores con un controlador Raspberry Pi.
En su proyecto logro conectar los sensores y microcontroladores
exitosamente con tres Nodos que utilizan un Raspberry Pi y la
comunicación inalámbrica.

Mat, Rawidean, Nizar & Mat (2018) sostienen que con la agricultura
inteligente se puede construir campos que sean monitoreados con ayuda
de sensores así se forma una red inalámbrica para lograr un sistema de
irrigación inteligente. En su caso lograron un sistema baso en solo un
sensor de humedad incrementar el rendimiento del agua en el riego. Tal
como se muestra la siguiente tabla. (Mat, Rawidean, Nizar, & Mat, 2018)

Tabla 1. Uso de un fertilizador con agua

Tipo de riego Riego por día Fertilizando Total

agua(litros) consumido(litros)
Programado por 5 500 2500
horarios
Riego 2 500 1000
Automático
Fuente: Mat, Rawidean, Nizar, & Mat (2018). Agricultura inteligente
usando Internet de las Cosas, conferencia en Sistemas Abiertos, IEEE

2.2.1.4. Requisitos fundamentales de Internet de las Cosas:

a. Conectividad: Se necesita un estándar de conectividad que "gane"

sobre los demás. Debido a que habrá una gran cantidad de estándares
cableados e inalámbricos, así como aplicaciones propietarias
utilizadas para conectar las cosas a internet. Es por ello que se
necesita lograr que los estándares de conectividad se comuniquen
entre sí como una única moneda de datos mundial.
b. Energía: Más cosas dentro de la IoT usarán baterías para ser más
portátiles y autosuficientes. Los dispositivos alimentados necesitarán
 24

ser más eficientes energéticamente. En este desafío es necesario

facilitar la administración de energía a estos dispositivos y equipos.
Una de ellas es la carga inalámbrica incorporará conectividad con la
gestión de carga.
c. Seguridad: Con la cantidad de datos que se envían dentro de Internet
de las Cosas, la seguridad es un requisito indispensable. Primero se
necesita la seguridad de hardware incorporada y el uso de los
protocolos de seguridad de conectividad cliente-servidor existentes
son esenciales para asegurar Internet de las Cosas ante posibles
ataques informáticos. Otro reto es educar a los consumidores finales
para que utilicen la seguridad que está integrada en sus dispositivos.
d. Complejidad: Las empresas tecnológicas buscan agregar
conectividad a sus dispositivos y equipos que nunca se han conectado
antes para formar parte de IoT. Entonces estos dispositivos deben
considerar que la facilidad de diseño y desarrollo forma parte esencial
de conectar más cosas a internet, especialmente cuando la
programación típica de RF (radio frecuencia) es compleja. Además, el
consumidor final debe poder configurar y utilizar sus dispositivos sin
un requisito de formación técnica.
e. Rápida evolución: IoT está cambiando y evolucionando
constantemente. Cada día se agregan más dispositivos y la industria
aún está en su fase inicial. El desafío que enfrenta la industria es lo
desconocido. Dado esto, debe haber flexibilidad en todas las facetas
del desarrollo. Los procesadores y microcontroladores que van desde
16–1500 MHz para abordar el espectro completo de aplicaciones
desde un microcontrolador (MCU) en un pequeño nodo de sensor
inalámbrico de energía recolectada hasta procesadores multinúcleo
de alto rendimiento para infraestructura de IoT. Se necesita una amplia
variedad de tecnologías de conectividad por cable e inalámbrica para
satisfacer las diversas necesidades del mercado. Por último, se
requiere una amplia selección de sensores, tecnologías de señal mixta
y administración de energía para proporcionar la interfaz de usuario a
la IoT y diseños amigables con la energía.
 25

2.2.2. Gestión del agua en la agricultura

Un estudio patrocinado por las Naciones Unidas y el Banco Mundial

indica que la agricultura deberá proporcionar hasta el 70% del aumento
para cubrir las necesidades alimentarias del mundo en 2025.

Postel (1999) indica que los niveles de producción de alimentos

necesarios en 2025 podrían requerir hasta 2,000 kilómetros cúbicos
(1,600 millones de acres-pies) de agua adicional para riego del cultivo.

La gestión del agua y los rendimientos de los cultivos pueden

mejorarse mediante el uso incrementado de métodos confiables para
estimar la evapotranspiración de los cultivos(ET), riego de precisión
avanzado en conjunto con los métodos de precesión como riego por
goteo o expansión.

Cabe mencionar que una buena gestión del agua en la agricultura

también incluye la gestión del agua utilizada en la producción, producción
de la pesca continental y producción ganadera, y la mejora de la gestión
en estas áreas de producción es la respuesta a la seguridad alimentaria
en el mundo.

2.2.2.1. Evapotranspiración

“Más de una veintena de métodos han sido propuestos y utilizados

en los últimos 50 años. Muchos organismos internacionales están
intentando desarrollar un consenso con respecto a las mejores y más
apropiados métodos para usar en el cálculo de la evapotranspiración de
del cultivo de referencia” (Allen,1994).

La crítica sobre el uso de los métodos empíricos por H. L. Penman y

otros alentó la búsqueda de un método sólido y práctico basado en datos
climáticos fácilmente disponibles para calcular la evapotranspiración
potencial o la evapotranspiración del cultivo de referencia (ETo). Uno de
estos esfuerzos finalmente culminó con el método de 1985 Hargreaves
ETo.

“El manejo eficiente del riego requiere una buena cuantificación de la

evapotranspiración (…). Una buena gestión del riego requiere una
 26

cuantificación precisa de la evapotranspiración del olivo. El enfoque más

común para calcular la evapotranspiración (ET) ha sido el coeficiente de
referencia ET (ETo)”. (Villabos, Orgaz, Testi, & Fereres, 2000).

“La Evapotranspiración es la combinación de dos procesos naturales

donde el agua se pierde a través de la superficie del suelo (evaporación) y
por la transpiración del cultivo. La unidad de medida de la
evapotranspiración es milímetro por unidad de tiempo, que puede ser hora,
día, mes o año.“ (Anaya, y otros, 2017).

Para hay que entender las definiciones propuestas por Anaya, Peluffo,
Rios, Castro, Carvajal & Espinoso (2017), existen dos procesos:

a. Evaporación: Es el proceso por el cual el agua líquida se convierte

en vapor de agua (vaporización) y se retira de la superficie
evaporante (remoción de vapor). La radiación solar, la humedad
atmosférica, la temperatura ambiente y la velocidad del viento son
parámetros climatológicos que influyen en el proceso de
evapotranspiración. Para cambiar el estado de las moléculas de
agua se requiere energía, que es proporcionada por la radiación solar
directa y la temperatura ambiente del aire. La fuerza que retira el
vapor de agua es dada por la diferencia entre el vapor de agua en la
superficie evaporante y la presión de vapor de agua de la atmosfera
circundante. A medida que se va ocurriendo el proceso de
evaporación, el aire del ambiente se satura y el proceso se vuelve
lento hasta que el viento retira el vapor que hay alrededor de la hoja
b. Transpiración: La transpiración consiste en la vaporización del agua
líquida contenida en los tejidos de la planta y su posterior remoción
hacia la atmósfera. Este proceso se lleva a cabo a través de las
estomas de las hojas de las plantas.

También, al igual que en la evaporación, la radiación solar, la

temperatura ambiente, la humedad relativa y velocidad del viento
contribuyen en este proceso natural.
 27

Figura 3. Proceso de evapotranspiración del cultivo

Fuente: Evapotranspiración del cultivo: Guías para la determinación de

los requerimientos de agua de los cultivos, Estudio FAO

La ecuación de Hargreaves de 1985 y su comparación con la

evapotranspiración (ET) pronosticada por el método Penman-Monteith de la
Organización de las Naciones Unidas para la Agricultura y la Alimentación
(FAO) se describen para proporcionar antecedentes e información útil para
seleccionar una ecuación ET de referencia apropiada bajo diversas
situaciones de datos. En California y otras regiones áridas y semiáridas se
dieron los primeros esfuerzos en los cálculos de requisitos de agua de riego
para obtener ecuaciones ET simplificadas. Varios esfuerzos iniciales se
dirigieron a mejorar la utilidad de la evaporación de la bandeja para estimar
los requerimientos del agua de riego. (Sekharm, Manujunatha, & Sundeep,
2013)

𝐸𝑇𝑜 = α . (𝑇 + 17.78)(𝑇𝑚𝑎𝑥 − 𝑇𝑚𝑖𝑛)0.5 . ( 𝑅𝑎

∗ 𝐻𝑚) (1)
𝐷𝑜𝑛𝑑𝑒:
𝑇𝑚𝑎𝑥 = 𝑇𝑒𝑚𝑝𝑒𝑟𝑎𝑡𝑢𝑟𝑎 𝑚𝑎𝑥𝑖𝑚𝑎
𝑇𝑚𝑖𝑛 = 𝑇𝑒𝑚𝑒𝑝𝑒𝑟𝑎𝑡𝑢𝑟𝑎 𝑚𝑖𝑛𝑖𝑚𝑎
𝑅𝑎 = 𝑟𝑎𝑑𝑖𝑎𝑐𝑖𝑜𝑛 𝑠𝑜𝑙𝑎𝑟
α = 𝑐𝑎𝑙𝑖𝑏𝑟𝑎𝑐𝑖𝑜𝑛 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑒 𝑒𝑠 0.0023 𝑏𝑎𝑗𝑜 𝑒𝑠𝑡𝑢𝑑𝑖𝑜 𝑑𝑒𝑙 𝑎𝑟𝑒𝑎
Hm = 𝐻𝑢𝑚𝑒𝑑𝑎𝑑 𝑑𝑒𝑙 𝑠𝑢𝑒𝑙𝑜
 28

La similitud con los climas de otros países permitió que los

desarrollos en California se extendieran al extranjero. Así, surgió la crítica
sobre métodos empíricos por H. L. Penman y otros, que alentó la búsqueda
de un método practico y solido basado en datos climáticos fácilmente
disponibles para calcular la evapotranspiración potencial o la
evapotranspiración del cultivo de referencia (ETo).

Uno de estos esfuerzos finalmente finalizo con el método de 1985 de

Hargreaves ETo, el cual solo requiere datos de temperatura medida, es
simple y parece tener menos impacto que los métodos de tipo Penman
cuando se recopilan datos de sitios áridos o semiáridos, no irrigados.

2.2.2.2. Eficiencia de riego

El término eficiencia de riego expresa la utilidad y rendimiento de un

sistema de riego completo o componentes del sistema. La eficiencia de riego
se define como la relación entre la cantidad de agua utilizada para cumplir
con el requisito de uso de consumo del cultivo más la necesaria para
mantener un balance de sal favorable en la zona de la raíz del cultivo al
volumen total de agua desviada, almacenada o bombeada para riego. Por
lo tanto, el agua aplicada por el sistema de riego y que no está disponible
para ser absorbida por las raíces del cultivo se desperdicia y disminuye su
eficiencia del riego del cultivo. (Bos & Chambouleyron, 1998).
 29

Figura 4. Esquema del flujo en el sistema de drenaje de riego:

Fuente: (Bos, Kselik, Allen, & Molden, 2009) Water Requirement for Irrigation
and Enviroment, Bos

Según Bos, Kselik, Allen & Molden (2009) describen los

componentes de la pérdida de agua desde la fuente hasta el punto de
aplicación como se observa en la figura 4. Además, también pueden ocurrir
pérdidas durante el almacenamiento en el caso de estanques, tanques o
depósitos. Las causas principales de la reducción de la eficiencia del riego
incluyen pérdidas de almacenamiento, pérdidas de transporte y pérdidas de
aplicación en el campo. Por ello es necesario satisfacer las crecientes
demandas de agua para alimentos, medio ambiente, urbanismo e industria,
es necesario mejorar la eficiencia del riego en todos los niveles.

Por ejemplo, una de ellas es determinar la eficiencia del reservorio, para ello
se determina bajo la siguiente formula:

𝑉𝑒 +𝑉𝑠 𝑉𝑜 +𝛥𝑆
𝐸𝑟 = 100 𝑥 (1 − ) = 100 ( ) (2)
𝑉𝑖 𝑉𝑖

Donde:

Ve = Volumen de evaporación del reservorio

Vs= Volumen de filtación del revervorio

Vt= Entrada de embalse

 30

Vo= Volumen de salida del reservorio

Δs= Cambio en el depósito de almacenamiento

Según Majumdar (2010) debemos determinar la eficiencia del

transporte del agua, que se utiliza para medir la eficiencia de los sistemas
de transporte de agua asociados con la red de canales, cursos de agua y
canales de campo. Se define como la relación entre el agua que llega a una
granja o campo y que se desvía de la fuente de agua de riego.
Matemáticamente se representa de la siguiente manera. (Majumdar, 2010)

𝑉𝑓
𝐸𝑐 = 100 ( ) (3)
𝑉𝑑

Donde:

Ec = Eficiencia del transporte (%)

Vf=El volumen de agua que llega a la granja o al campo(m 3)

Vd=El volumen del agua desviada de la fuente (m 3)

También se debe mejorar que la eficiencia de la aplicación se

relaciona con el almacenamiento real de agua en la zona de la raíz para
satisfacer las necesidades de agua del cultivo en relación con el agua
aplicada al campo. Puede definirse para riego individual o partes de riegos
o conjuntos de riego. La eficiencia de la aplicación incluye cualquier pérdida
de aplicación por evaporación o filtración de canales o surcos de agua
superficial, cualquier fuga de rociadores o tuberías de goteo, percolación
debajo de la zona de la raíz, deriva de los rociadores, evaporación de gotas
en el aire o escorrentía del campo. En el caso del riego de superficie, las
pérdidas por evaporación son generalmente pequeñas, pero la escorrentía
y la percolación profunda son sustanciales. La eficiencia de la aplicación se
define como:

𝑊𝑓
𝐸𝑎 = 100 ( ) (4)
𝑊𝑑

Donde:

Ea= Eficiencia de la aplicación (%)

Vs=El volumen de agua almacenada en la zona de la raíz(m 3)

Vf= Agua entregada al campo o granja(m3)

 31

Para determinar la eficiencia del agua ya se estudiaron diferentes sistemas

de irrigación como lo que se muestra en la siguiente tabla.

Tabla 2: Valores típicos de eficiencia en diferentes sistemas de riego

Tipo de sistemas Rango de eficiencia (%)

Superficial
Riego tradicional o tendido 10 - 30
Riego en Curvas de Nivel 30 - 60
Riego por bordes 40 - 80
Riego por surcos 40 - 85
Presurizado
Riego por aspersión 50 - 90
Riego por microjet 60 - 95
Riego por goteo 65 - 95
Fuente: Núñez, Alberto (2015), Manual del Cálculo de eficiencia para
Sistemas de Riego, Dirección general de Infraestructura Agraria y
Riego

a. Eficiencia de irrigación del proyecto

Las dos últimas formula sirven para determinar la eficiencia

del proyecto de irrigación el cual está determinada por la
siguiente formula

𝐸𝑎 𝐸
𝐸𝑝 = 100 𝑥 ( 𝑥 𝑐) (5)
100 100

Donde:
Ep= Eficiencia de irrigación del proyecto (%)
Ec= Eficiencia del transporte (%)
Ea= Eficiencia de la aplicación (%)
 32

b. Eficiencia de almacenamiento

La eficiencia del almacenamiento de agua evalúa el

almacenamiento de agua en la zona de la raíz después del riego
en relación con la necesidad de agua antes del riego.

𝑉𝑆
𝐸𝑠 = 100 𝑥 ( ) (6)
𝑉𝑅𝑍

Donde:

Es= Eficiencia de almacenamiento (%)

Vrz = Capacidad de almacenamiento de la raíz (m3)

La profundidad de la zona de raíz y la capacidad de

retención de agua de la zona de raíz determinan Vrz. La
eficiencia del almacenamiento tiene poca utilidad para el riego
por aspersión o micro riego porque estos métodos de riego rara
vez llenan completamente la zona de la raíz.

c. Eficiencia de distribución del agua

Es la relación entre la media de las desviaciones

numéricas de la profundidad promedio del agua almacenada
durante el riego (Y) y la profundidad promedio almacenada
durante el riego (d). Se expresa matemáticamente como:

𝑌´
𝐸𝑑 = (1 − ) 𝑥 100 (7)
𝑑′

Donde:

Y= Desviación numérica promedio en la profundidad del agua

almacenada desde la profundidad promedio almacenada
durante el riego

d=Profundidad media de agua almacenada durante el riego.

Es una medida de distribución de agua dentro del campo. Una

baja eficiencia de distribución significa falta de uniformidad en la
distribución del agua de riego. Esto puede deberse a la
nivelación irregular del terreno.
 33

2.3. Definiciones de términos

2.3.1. Máquina a máquina (M2M)

La comunicación de máquina a máquina (M2M, machine to machine

en inglés) es la manera de cómo se transmiten datos que permite que una
máquina se comunique con otras máquinas de manera cableada o
inalámbrica, sin o con un mínimo de intervención humana. M2M utiliza
dispositivos para adquirir datos por medio de un sensor o medidor, que se
transmiten a través de la red para ser recopilados y procesados.

Principalmente M2M está enfocada para trabajar de manera

inalámbrica. Sin embargo, en algunas ocasiones, los sistemas cableados
son más apropiados. Por ejemplo, en un edificio donde la propagación de
las ondas de radio de un sistema inalámbrico es limitada. Las áreas de
aplicación más notables de M2M son: transporte, seguridad, salud
electrónica, minería y petróleo, servicios públicos y gestión de instalaciones.
(Misic & Misic, 2014)

El principal desafío para este concepto se basa en la estandarización

de la comunicación M2M, que se debe al hecho de que las redes
inalámbricas actuales están diseñadas para una comunicación de persona
a persona (H2H). El desarrollo de estándares es esencial para la
comunicación M2M para seguir adelante. Algunos grupos estándar de
ingeniería como IEEE, 3GPP y ETSI, están en la búsqueda de manera activa
para dar solución a este problema debido a las demandas del mercado.
(Kim, Soong, Tseng, & Xiang, 2011)

2.3.2. Computación en la nube (Cloud computing)

Vaquero, Rodero, Caceres, & Lindner (2009) sostienen Cloud

Computing es un concepto emergente, falta una definición completa. En su
informe se hizo él estudió de las definiciones de Cloud Computing
proporcionadas por 20 expertos. Después de extraer y resumir diferentes
definiciones, se propuso una única definición integral: (Vaquero, Rodero, Caceres, & Lindner, 2009)

“Las nubes son un gran grupo de recursos virtualizados fácilmente

utilizables y accesibles (como hardware, plataformas de desarrollo y/o
servicios). Estos recursos se pueden reconfigurar dinámicamente para
 34

ajustarse a una carga variable (escala), lo que permite también una

utilización óptima de los recursos. Este conjunto de recursos generalmente
se explota mediante un modelo de pago por uso en el que el proveedor de
infraestructura ofrece garantías mediante SLA personalizados ".

2.3.3. Microcontrolador

Un microcontrolador (MCU, por sus siglas en inglés microcontroller

unit) es una pequeña computadora en un solo chip de circuito integrado de
metal-oxido-semiconductor (MOS). En la terminología moderna, es similar
pero menos sofisticado que un System On a Chip(SoC); un SoC puede
incluir un microcontrolador como uno de sus componentes. Un
microcontrolador contiene una o más CPU (núcleos de procesador) junto
con memoria y periféricos de entrada / salida programable.

Los microcontroladores se utilizan en productos y dispositivos para

ser controlados automáticamente, como sistemas de control de motores de
automóviles, dispositivos médicos implantables, controles remotos,
máquinas de oficina, electrodomésticos, herramientas eléctricas, juguetes y
otros sistemas integrados. Al reducir el tamaño y el costo en comparación
con un diseño que utiliza un microprocesador, una memoria y terminales de
entrada/salida separados, los microcontroladores hacen que sea posible
controlar digitalmente aún más dispositivos y procesos de manera
económica. (Shirriff, 2016)

2.3.4. Sensor

En la definición más amplia, un sensor es un dispositivo, módulo,

máquina o subsistema cuyo propósito es detectar eventos o cambios en su
entorno físico y enviar la información a otros dispositivos electrónicos, con
frecuencia a una computadora. Un sensor siempre se usa con otros
dispositivos electrónicos, como un transmisor y un transductor.

Los sensores son usados en objetos cotidianos, como los botones

del elevador sensibles al tacto (sensor táctil) y las lámparas que se atenúan
o iluminan al tocar la base, además de innumerables aplicaciones de las que
muchos de nosotros no lo percibimos.
 35

Según Bennett (1993) con los avances en la industria tecnologia y

plataformas de microcontroladores fáciles de usar, los usos de los sensores
se han expandido más allá de los campos tradicionales de medición de
temperatura, presión o flujo. (Bennett, 1993)

2.3.5. Actuador

Un actuador es un componente de una máquina que se encarga de

mover y controlar un mecanismo o sistema, por ejemplo, la apertura de una
válvula. En términos simples, es un "motor", también llamado elemento final
de control.

Un actuador requiere una señal de control y una fuente de energía.

La señal de control es de energía relativamente baja y puede ser voltaje o
corriente eléctrica. Su principal fuente de energía puede ser una corriente
eléctrica, presión neumática o presión fluido hidráulico. Cuando recibe una
señal de control, un actuador responde convirtiendo la energía de la señal
en movimiento mecánico.

Un actuador es el mecanismo por el cual un sistema de control actúa

sobre un entorno. El sistema de control puede ser simple (un electrónico fijo
o sistema mecánico), basado en software (por ejemplo, un sistema de
control de robot, controlador de impresora), un humano o cualquier otra
entrada. (Solbes & Raul, 2013)

2.3.6. Energía sostenible

Mulder define como energía sostenible al aprovechamiento de la

energía de manera eficiente. Donde utilice fuentes de energía, tales como
molinos, pantallas de energía solar, en el proceso de producción. (Mulder, 2010)

Menéndez (2003) describe como energía sostenible al modelo único

para preservar y mantener la naturaleza, resultado ser el camino para el
crecimiento futuro viable para conjugar protección, desarrollo y conservación
del medio ambiente. (Menéndez, 2003)
 36

2.3.7. Control de procesos

Miranda (2017) describe que el control de procesos mejora la calidad

del producto, minimiza el error humando, reduce los costos operacionales y
disminuye las emisiones de la planta.

También define que el proceso se refiere a una planta o porción de

ella donde las materias primas o productos intermedios sufren una
transformación física. El control de procesos se refiere a los métodos que se
usan para monitorear y regular las condiciones físicas en un proceso durante
la producción de un producto. (Miranda, 2017)
 37

CAPÍTULO III: MARCO METODOLÓGICO

3.1. Tipo y diseño de la investigación

El tipo de investigación es aplicada, ya que soluciona problemas

prácticos, buscando nuevos conocimientos para poder ser aplicados en el
campo de la ingeniería. Esta investigación tiene como fin demostrar la
efectividad de la aplicación de un sistema de internet de las cosas como
método para aumentar la efectividad del uso agua en la irrigación.

3.2. Población y/o muestra de estudio

3.2.1. Población

Catorce parcelas del asentamiento 4. Utilizan el pozo de agua 106 del

sector agrario de la Yarada- Los Palos.

3.2.2. Muestra

Se cuenta con una parcela con un área de cultivo de Olivo de

aproximadamente 3535 m 2, con un reservorio de 600000 litros de agua
aproximadamente.

3.3. Operacionalización de variables

3.3.1. Definición de las variables:

a. Variable independiente: Sistema de Internet de las Cosas

Conjunto de elementos relaciones entre sí para realizar uno o

varios procesos en específico, procedimientos, reglas, datos e
información asociada a estas que funcionan específicamente en
diferentes dispositivos.

En referencia a lo mencionado anteriormente entonces

definiremos que un sistema de Internet of Things que serán
instrucciones lógicas capaces de interactuar con dispositivos,
sensores, actuadores desde internet y en tiempo real,
 38

procedimientos relacionados a la seguridad, documentación, datos e

información asociados al control y monitoreo de metadatos obtenido
por sensores.

Tabla 3. Variable independiente: Sistema de Internet de las Cosas

Variable Definición Factor Indicador Reactivo Tipo de

Operacional Pregunta
Sistema Conjunto de Uso Uso Actual ¿Se hace uso Dicotómica
de elementos de Sistemas
Internet relaciones entre con internet
de las sí para realizar de las cosas
Cosas uno o varios en la
procesos en agricultura en
específico, la Región
procedimientos, Tacna?
reglas, datos e Conocimiento Conocimiento ¿Cuál es el Elección
información conocimiento
asociada a estas actual que se
que funcionan posee sobre
específicamente sistemas de
en diferentes Internet de las
dispositivos. Cosas
En referencia a lo Utilidad Utilidad Los sistemas Dicotómica
mencionado de Internet de
anteriormente Cosas es
entonces manera como
definiremos que conectamos
un sistema de objetos a
Internet of Things internet con la
que serán finalidad de
instrucciones obtener
lógicas capaces información
de interactuar con importante
dispositivos, para optimizar
sensores, diferentes
actuadores desde procesos y
internet y en mejorar la
tiempo real. Los calidad de
cuales vida de las
 39

proporcionan personas.
información útil Conociendo
que optimizar esto, ¿Cree
procesos, rutinas, que es útil su
reduciendo integración de
costos y Internet de las
ofreciendo una Cosas en
mejor forma de nuestras
vida. (Khan & vidas?
Yuce, 2019)

Fuente: Elaboración propia

b. Variable dependiente: optimizar la gestión del agua en la

agricultura

Se entiende como optimizar al proceso de modificar un sistema

para mejorar su eficiencia y el uso de los recursos disponibles.
Entonces podemos decir que usaremos tecnologías para optimizar
el proceso del regadío de los cultivos en la agricultura. Llegando a
automatizar el proceso con un dispositivo inteligente, monitorear el
cultivo desde una aplicación web y centralizar diferentes dispositivos
interconectados entre sí a través un servidor remoto alojado en la
nube

Tabla 4. Variable dependiente: optimizar la gestión del agua en la agricultura

Variable Definición Factor Indicador Reactivo Tipo de

Operacional Pregunta
optimizar la Se entiende Nivel El nivel de la ¿Cómo Elección
múltiple
gestión del como optimizar al gestión de consideraría
agua en la proceso de agua en la el nivel de la
agricultura modificar un agricultura de gestión del
sistema para la Región agua en la
mejorar su Tacna agricultura de
eficiencia y el uso la región
de los recursos Tacna?
disponibles. Esfuerzo Esfuerzo ¿Cuál es el Elección
múltiple
Entonces esfuerzo que
podemos decir se realiza en
 40

que usaremos la actualidad

tecnologías para para mejorar
optimizar el la gestión
proceso del agua en la
regadío de los agricultura de
cultivos en la la región
agricultura. Tacna?
Llegando a Gasto Gasto ¿Cómo Elección
Múltiple
automatizar el consideras los
proceso con un gastos
dispositivo realizados en
inteligente, gestión del
monitorear el agua en la
cultivo desde una agricultura?
aplicación web y
centralizar
diferentes
dispositivos
interconectados
entre sí a través
un servidor
remoto alojado en
la nube.
Fuente: Elaboración propia
 41

3.4. Técnicas e instrumentos para la recolección de datos

3.4.1. Técnicas

Aplicación del sistema de Internet de las Cosas y el sistema de riego por

goteo controlado por temporizador para su comparación respectiva.

3.4.2. Instrumentos

Uso del Sistema de Internet de las Cosas denominado Damla para evaluar
la efectividad del riego basándonos en los datos capturados por:

- Sensor de Radiación UV
- Sensor de humedad de suelo
- Sensor de humedad del aire
- Sensor de temperatura ambiente

Los datos son procesados para determinar el tiempo efectivo de riego en el

cultivo.

3.5. Procesamiento y análisis de datos

- La recolección de datos mediante en encuestas es solo para saber si
existe la necesidad de un sistema de internet de las cosas para optimizar
el agua
- Los datos recolectamos por el dispositivo desarrollado, Damla, nos
ayuda a saber los intervalos de tiempo de riego del cultivo.
- La presentación de la información a través de tablas luego de
procesamiento de la misma, por lo tanto, se hará una presentación
tabular para la discusión de los procedimientos lógicos de la deducción
e inducción al comparar los resultados con el sistema Damla y el sistema
de riego tradicional por controlador de tiempo de riego.
 42

CAPÍTULO IV: RESULTADOS

4.1. Variable independiente: Sistema de Internet de las cosas

4.1.1. Uso

Este indicador tiene asociada una pregunta en la encuesta realizada para

determinar la necesidad de un sistema de internet de las cosas

Pregunta 1: ¿Se hace uso de Sistemas con internet de las cosas en la

agricultura en la Región Tacna?,

Tabla 5. Pregunta 1

Frecuencia % % Valido %
Acumulado
SI 0 0.00 0.00 0.00
NO 30 100.00 100.00 100.00
Total 30 100.00 100.00
Fuente: Elaboración propia

Figura 1
120.00

100.00

80.00

60.00

40.00

20.00

0.00
SI NO

Figura 5. Pregunta 1

Fuente: Elaboración propia

Interpretación: Según se observa en la tabla, con respecto al funcionamiento

del proceso actual de irrigación en la zona de la Yarada- Los Palos,
 43

asentamiento 4, los lugareños, en una muestra de 30 personas, afirman que

no se hace uso de Sistemas de Internet de las Cosas

4.1.2. Conocimiento

Este indicador tiene asociada una pregunta en la encuesta realizada para

determinar el conocimiento de un sistema de internet de las cosas.

Pregunta 2: ¿Cuál es el conocimiento actual que se posee sobre sistemas

de Internet de las Cosas?,

Tabla 6. Pregunta 2

Frecuencia % % Valido %
Acumulado
Conozco el tema a 0 0.00 0.00 0.00
profundidad.
Sé algo del tema. 4 13.33 13.33 13.33
Conozco el término, 5 16.67 16.67 30.00
pero no he
investigado sobre el
tema.
No conozco nada 21 70.00 70.00 100.00
sobre domótica.
Total 30 100.00 100.00
Fuente: Elaboración propia
 44

Figura 2
100.00
90.00
80.00
70.00
60.00
50.00
40.00
30.00
20.00
10.00
0.00
Conozco el tema a Sé algo del tema Conozco el termino No conozco nada
profundidad pero no he sobre el tema
investigado

Figura 6. Pregunta 2

Fuente: Elaboración propia

Interpretación: Según se observa en la figura, con respecto al

conocimiento actual, ni una persona sabe con profundidad sobre el tema.
Un 15 % tiene un conocimiento superficial. El 20% escucho el termino, pero
no investigó. Y como apreciamos, la mayoría de ellos, el 70%, no conoce
nada sobre el tema.

4.1.3. Utilidad

Este indicador tiene asociada una pregunta en la encuesta realizada para

determinar la utilidad de un sistema de internet de las cosas.

Pregunta 3: 3. Los sistemas de Internet de Cosas es manera como

conectamos objetos a internet con la finalidad de obtener información
importante para optimizar diferentes procesos y mejorar la calidad de vida
de las personas. Conociendo esto, ¿Cree que es útil la integración de
Internet de las Cosas en nuestras vidas?
 45

Tabla 7. Pregunta 3 - Tabla de Frecuencia

Frecuencia % % Valido %
Acumulado
SI 30 100.00 100.00 100.00
NO 0 0.00 0.00 0.00
Total 30 100.00 100.00
Fuente: Elaboración Propia

Pregunta 3
120.00

100.00

80.00

60.00

40.00

20.00

0.00
SI NO

Figura 7. Pregunta 3

Fuente: Elaboración Propia

Interpretación: Según se observa en la figura, con respecto a la

utilidad de la integración de Internet de las Cosas en nuestras vidas, se
puede apreciar que un 100% de los encuentras, reconoce la importancia de
la implementación de un sistema de Internet de las Cosas en nuestras vidas.
 46

4.2. Variable dependiente: Gestión de agua en la agricultura

4.2.1. Nivel

Este indicador tiene asociada una pregunta en la encuesta realizada para

determinar la necesidad de optimizar la gestión del agua

Pregunta 4: ¿Cómo consideraría el nivel de la gestión del agua en la

agricultura de la región Tacna?,

Tabla 8. Pregunta 4

Frecuencia % % Valido %
Acumulado
ALTO 4 13.33 13.33 13.33
MEDIO 15 50.00 50.00 63.33
BAJO 11 36.67 36.67 100.00
Total 30 100.00 100.00

Fuente: Elaboración Propia

Pregunta 4
60.00

50.00

40.00

30.00

20.00

10.00

0.00
ALTO MEDIO BAJO

Pregunta 4 – Grafico

Fuente: Elaboración Propia

 47

Interpretación: se observa en la figura, con respecto a la gestión del

agua en la agricultura, un 50% considera que existe un nivel medio de la
gestión del agua, un 36% considera que el nivel de gestión es bajo, mientras
que una pequeña minoría piensa que es alto.

4.2.2. Esfuerzo
Este indicador tiene asociada una pregunta en la encuesta realizada
para determinar si existe algún esfuerzo para de optimizar la gestión del
agua

Pregunta 5: ¿Cuál es el esfuerzo que se realiza en la actualidad para

mejorar la gestión agua en la agricultura de la región Tacna?

Tabla 9. Pregunta 5

Frecuencia % % Valido %
Acumulado
ALTO 0 0.00 0.00 0.00
MEDIO 12 40.00 40.00 40.00
BAJO 18 60.00 60.00 100.00
Total 30 100.00 100.00

Fuente: Elaboración Propia

Pregunta 5
70.00

60.00

50.00

40.00

30.00

20.00

10.00

0.00
ALTO MEDIO BAJO

Pregunta 5 – Grafico

Fuente: Elaboración Propia

 48

Interpretación: se observa en la figura, con respecto a la gestión del

agua en la agricultura, nadie indico que se hiciera un gran esfuerzo para
mejorar la gestión del agua, mientras que el 40% considera que se hace un
esfuerzo mediano y un 60% considera que el esfuerzo bajo. Por lo tanto,
podemos afirmar que los agricultores afirman que existe un nivel bajo de
esfuerzo en la gestión de agua.

4.2.3. Gasto
Este indicador tiene asociada una pregunta en la encuesta realizada
para el gasto realizados para la gestión del agua en la agricultura.

Pregunta 6: ¿Cómo consideras los gastos realizados en la gestión

del agua en la agricultura?

Tabla 10. Pregunta 6

Frecuencia % % Valido %
Acumulado
ALTO 18 60.00 60.00 60.00
MEDIO 6 20.00 20.00 80.00
BAJO 6 20.00 20.00 100.00
Total 30 100.00 100.00

Fuente: Elaboración Propia

Pregunta 6
70.00

60.00

50.00

40.00

30.00

20.00

10.00

0.00
ALTO MEDIO BAJO

Pregunta 6 – Grafico
Fuente: Elaboración Propia
 49

Interpretación: Se observa en la figura, con respecto al gasto

realizado en la gestión del agua, que un 60% considera que gastan mucho
en el pago del agua, un 20% piensa que es medio, así como también las
personas que piensan que es bajo el costo para la gestión del agua. Por lo
tanto, podemos afirmar que existe una cantidad elevada en los gatos
realizados para la gestión de agua.

4.3. Análisis de resultados de las encuestas

En primer lugar, el objetivo de las encuestas fue determinar si hay

una necesidad entre los agricultores de mejorar su proceso y/o método de
riego para optimizar el uso del agua en el cultivo.

Entonces, se determinó desde el principio de la presente

investigación que el problema general se basa en la efectividad de
implementar un sistema de Internet de las Cosas para optimizar la gestión
del agua en la agricultura basándonos en que existe un escaso recurso
hídrico en nuestra región. Es por eso, que, al hacer la encuesta, determine
el problema y que existe una necesidad para optimizar el proceso de riego
del cultivo para mejorar la gestión del agua.

4.4. Características del sistema de riego por goteo

La red de riego está compuesta por un reservorio con 600 000 l. El

sistema de riego se encuentra en un cuarto de control, donde se encuentran
los filtros y una bomba centrifuga trifásica de caudal de 5 HP y 4.9 amperios,
con un caudal de 350 l/min.

Funcionamiento nominal del sistema de riego, tienen como entrada

y salida una tubería de 2’’, una troncal que distribuye el agua de 2’’,

Aproximadamente 40 tubos de ½’’, los cuales están conectados a la

trocal, para luego distribuir el agua por el método de goteo a más de 80
ejemplares de olivo.

Los motores son activados por un controlador marca Galcon, el cual

es programado para que a ciertas horas se riegue el cultivo, sin alguna
retroalimentación acerca del clima.
 50

4.5. Resultado obtenido del sistema de riego por goteo sin optimización

Para obtener un promedio de horas riego durante el transcurso del

año, primero se revisó el controlador utilizado por los dueños de área de
cultivo de olivo, para tratar de extraer sus datos de la EEPROM del
controlador, pero no se pudo ya que se pudo haber perdido el programa
interno. Por ello se estimó el tiempo con una comunicación directa con el
agricultor para estimar la cantidad de agua consumida.

En el siguiente cuadro de muestras la cantidad de horas irrigadas por

mes.

Duración de regadio(horas)
300
250 240 240
200 210
180 180
150
135 135
120 120 120
100 90 90
50 49 56 56
42 42 31.5 31.5
21 21 28 28 28
0 6 6 7 8 8 3 3 4 4 4 4.5 4.5

Diarias Semanales Mensuales

Figura 8. Duración de regadío(Horas)

Fuente: Elaboración Propia

En la figura 8 se puede observar la cantidad de horas de riego
efectuadas en diferentes meses, segmentadas entre diaria, semanales y
mensuales. Los cuales muestran que en estaciones de verano es cuando se
incrementa las horas de riego porque las altas temperaturas evaporan en
agua del cultivo.
 51

Cantidad de agua consumida(litros)

6000000.00

LITROS DE AGUA CONSUMIDAS

5000000.00

4000000.00

3000000.00 Mensuales,
2834999.90
2000000.00
Semanales,
1000000.00 661499.90
0.00 Diarias, 94499.90

Figura 9. Cantidad de litros de consumo en el riego del cultivo

Fuente: Elaboración Propia

Como podemos observar en la figura 9, se calculó la cantidad de
agua utilizada basándonos en el tiempo efectivo de riego, sabiendo que el
caudal es de 350 l/min.

4.5.1. Eficiencia del transporte del agua

A continuación, se determinó la eficiencia del transporte de agua, es

decir cuan eficiente es el sistema de tuberías para el riego.

Se determinó la eficiencia del transporte

350𝑥9.8%
𝐸𝑐 = 100 ( ) (8)
350

𝐸𝑐 = 90.2%
Donde:

350 = es el caudal del ducto de distribución

9.8% = es la perdida de presión de agua entrada debido a las curvas de

sistema de tubería.
 52

4.6. Características del Sistema de Internet de las Cosas, Damla

Los datos analizados están basados en el tiempo en que Damla

activa las bombas de agua para regar el cultivo, estos datos sirven para
determinar un aproximado de cuánta agua consumo en relación al tiempo
en que las bombas de agua riegan el cultivo. Los datos capturados son a
partir de la fecha en que Damla empezó a operar.

Damla, horas de riego

140.00
114.70
120.00
102.00
97.65
100.00

80.00 66.00 Diarias

63.55
Semanales
60.00
Mensuales
40.00 25.90
22.05 23.80
15.40 14.35
20.00
2.20 2.05 3.15 3.40 3.70
0.00
Junio Julio Agosto Setiembre Octubre

Figura 10. Horas de riego del Sistema con Damla

Fuente: Elaboración Propia

En la figura 10, observamos un promedio de las horas de riego
efectuadas entre los meses de junio y octubre. La tendencia a subir las horas
de riego también se replica como el sistema de convencional de riego, es
decir por la estación o temporada del año.
 53

Damla, cantidad de agua usada en el riego

3000000.00

2500000.00 2408699.90
2000000.00 2050649.90 2141999.90
Diarias
1500000.00
1385999.90 1334549.90 Semanales
1000000.00 Mensuales

500000.00 463049.90 499799.90 543899.90

323399.90 301349.90
0.00 46199.90 43049.90 66149.90 71399.90 77699.90
Junio Julio Agosto Setiembre Octubre

Figura 11. Cantidad de agua usada en el riego, Damla

Fuente: Elaboración Propia

En la figura de 11, observamos la cantidad de agua utilizada para el
riego, teniendo que se tenía la misma bomba de agua, es decir una bomba
de 350 l/min.

4.7. Sistema de regadío tradicional y regadío con Damla

Tomamos los datos en relación a los meses en que ambos sistemas

trabajaron en paralelo, para así determinar el nivel de efectividad que tienen
Damla sobre un sistema tradicional de riego.

Eficiencia entre sistemas de riego(Horas)

4.50
4.00 4 4 4
3.70
3.50 3.40
3.00 3.15
3 3
2.50
Damla
2.20
2.00 2.05
Tradicional
1.50
1.00
0.50
0.00
Junio Julio Agosto Setiembre Octubre

Figura 12. Eficiencia entre sistemas de riego (Horas)

Fuente: Elaboración Propia

 54

En la figura 12, observamos una tendencia en horas utilizadas en el

regadío entre ambos sistemas. Podemos observar que, con el sistema de
internet de las cosas, Damla tenemos un menor tiempo de riego, el cual
equivale a mayor ahorro de agua.

Comparación de sistemas de riego (Litros)

90000.00
80000.00
70000.00
LITROS DE AGUA

60000.00
50000.00
40000.00
30000.00
20000.00
10000.00
0.00
Junio Julio Agosto Setiembre Octubre
Damla 46199.90 43049.90 66149.90 71399.90 77699.90
Tradicional 62999.90 62999.90 83999.90 83999.90 83999.90

Figura 13. Comparación de sistemas de riego (Litros)

Fuente: Elaboración Propia

En la figura 13, observamos una media de la cantidad de agua

utilizada diariamente entre ambos sistemas. Podemos observar que con
Damla, obtenemos un ahorro de agua basándonos en el tiempo de riego.

Entonces, tomando los resultados de las horas diarias podemos

determinar la mediana de las horas.

∑𝑛
𝑖=1 𝑋𝑖
𝑋= (9)
𝑛

𝑋 = 𝑀𝑒𝑑𝑖𝑎𝑛𝑎

𝑋𝑖 = 𝑒𝑙 𝑐𝑜𝑛𝑗𝑢𝑛𝑡𝑜 𝑑𝑒 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑐𝑖𝑜𝑛𝑒𝑠

𝑛 = 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑒𝑙𝑒𝑚𝑒𝑛𝑡𝑜𝑠

Entonces:

𝑋𝑡𝑟𝑎𝑑𝑖𝑜𝑛𝑎𝑙 = 4
 55

𝑋𝐷𝑎𝑚𝑙𝑎 = 3.15

Es decir que Damla es 21.25% más efectivo que el sistema

tradicional de goteo controlado con controladores de tiempo.

Teniendo en cuenta la media entre ambos sistemas, podemos decir

que:

Sistema Traditional Sistema Damla

Aut = 4*(350*60) -(100-Ec) Aut = 3.15*(350*60) -(100-Ec)
Aut = 4*(350*60) -(100-90.02) Aut = 3.15*(350*60) -(100-90.02)
Aut = 83999.90 l. Aut = 66149.90 l.

Aut= Agua utilizada para regar

Donde Ec = Eficiencia del transporte de agua

Considerando los datos calculados para una media de horas de riego

diaria podemos decir que Damla ahorra diariamente 17 849 litros de agua.

4.8. Contraste de hipótesis

Teniendo en cuenta los resultados obtenidos sobre la cantidad de agua

utilizada para el riego diariamente observados en la figura 13, se realizó la
prueba estadística de T-student para muestras independientes.

Datos:

Nivel de significancia = 5% es decir 0.05

Formulación de Hipótesis:

H0= El sistema de riego tradicional por método de goteo es efectivo

para la optimización de la gestión del agua en la agricultura.

H1= La implementación de un sistema de Internet de las Cosas es

efectiva para la optimización de la gestión del agua en la agricultura

Entonces se obtuvieron los siguientes resultados a través del

software IBM SPSS
 56

Tabla 11. Grupo estadístico

Grupo Estadístico
Std. Std. Error
Riego N Mean Deviation Mean
Agua Damla 5 56899.900 11497.44537 5141.81388
0
RT 5 75599.900 11502.17371 5143.92846
0

Fuente: Elaboración propia

Tabla 12. Prueba de muestras independientes

Prueba de muestras independientes

Levene's Test
for Equality of
Variances t-test for Equality of Means
Std. 95% Confidence
Mean Error Interval of the
Sig. (2- Differenc Differen Difference
F Sig. t df tailed) e ce Lower Upper
Agua Equal .020 .891 -2.571 8 .033 - 7273.1 - -
variances 18700.00 1831 35471.84 1928.
assumed 000 091 15909
Equal -2.571 8.000 .033 - 7273.1 - -
variances 18700.00 1831 35471.84 1928.
not 000 140 15860
assumed

Fuente: Elaboración propia

Observamos que el valor p o significancia asintótica bilateral es de 0.033.

Como establecimos un valor de significancia de 0.05 podemos decir:

0.033 < 0.05

Como nuestro valor p es menor al nivel de significancia establecido

rechazamos la hipótesis nula y aceptamos la hipótesis alterna,
 57

Puedo decir que se ha encontrado diferencias significativas entre ambos

sistemas y podemos validar que Damla es un sistema de internet de las cosas
que optimiza la gestión del agua en la agricultura.

4.9. Costo beneficio

Para determinar el costo beneficio de la investigación implementada
en campo de cultivo se consideró el gasto que el dueño debió hacer para
automatizar y controlar un área total de 3535 m 2.

4.9.1. Inversión Inicial para funcionamiento tecnológico

A continuación, se muestra la cantidad de dinero que el agricultor tuvo

que hacer para la implementación del sistema de internet de las cosas para
optimizar la gestión del agua.

Tabla 13. Inversión Inicial del propietario

Concepto Cantidad Costo Costo Total %

Unitario
Consultoría y/o servicios 1 200 8.86
Instalación de equipo 2 100 200 8.86
Damla
Licencia de Uso de 2 270 540 23.93
Damla
Equipos(Dispositivo 2 622.3 27.57
Damla)
Valulas Solenoides 2’’ 4 173.68 694.72 30.78
Total 2257.02 100.00
Fuente: Elaboración propia

Se precisa que la licencia del uso de Damla, es por el uso que le dará
el agricultor para controlar y monitorear su cultivo desde Internet, el gasto
de la licencia es de un año por ambos dispositivos o una membresía
mensual de S/45 soles. Los costos de los dispositivos se pueden apreciar
en los Anexos.
 58

Consultoria y/o servicios Instalación de equipo Damla

Licencia de Uso de Damla Equipos(Dispositivo Damla)
Valvulas Solenoides 2''

9%
9%
31%

24%

27%

Figura 14. Inversión Inicial del propietario

Fuente: Elaboración propia

En cuanto a la distribución de los gastos se observa que se invertirá

más en la compra de las válvulas solenoides y la de los dispositivos
respectivamente.

4.9.2. Cuantificación económica según la mediana de riego efectivo

A continuación, se cuantifico los datos de la media de horas de riego

registrada anteriormente de ambos tipos de sistemas de riego, tradicional y
la implementación de un sistema de internet de las cosas para optimizar el
agua en la agricultura de la Región Tacna.

Tabla 14. Gasto económico de Damla con respecto a la electricidad

Gasto energético con el Sistema de Internet de las Cosas -Damla

Conexi Corrie Potencia Precio Costo uso Horas al Costo

Item
ón nte Wh KWh por hora día S/.

Trifásic
Motor 4.9 2156 4.28 9.22 3.15 29.07
o

Damla Monofá
2 24 4.28 0.10 3.15 0.32
Actuador sico

Total 29.39

Fuente: Elaboración propia

 59

Los datos registrados en la tabla 14 registrados como corriente,

potencia y corriente son registrados de las especificaciones técnicas de la
bomba de agua utilizada para el riego y el precio de KW/h fueron registrados
del pliego tarifario de electricidad de Electrosur S.A. (S.A, 2018)

Tabla 15. Gasto económico de sistema de riego tradicional con respecto a

la electricidad

Costo económico de la energía con el Sistema de Riego Tradicional

Costo
Potencia Precio
Item Conexión Corriente uso por Horas Costo
(Wh) KWh
hora

Motor Trifásico 4.9 2156 4.28 9.22768 4 36.91

Fuente: Elaboración propia

Diferencia:

Tabla 16. Diferencia de costo energético diario entre ambos sistemas

Sistema Costo Diario S/.

Sistema de Internet de las 29.39
Cosas Damla
Sistema de Riego 36.91
Tradicional
Fuente: Elaboración propia
Como observamos en la tabla anterior, los gastos económicos de
Damla es inferior al del sistema de riego tradicional por S/7.84 soles diarios.

La valorización del gasto económico de las tablas 14 y 15 están

relacionadas a los resultados obtenidos con respecto a la mediana de las
horas de riego efectivas.

Tabla 17. Ahorro económico energético de acuerdo a la mediana de hora

efectivas de riego

Ahorro Económico con respecto a la electricidad

Ahorro Diario Mensual Anual
Sistema de Internet 7.52 225.52 2706.21
de las Cosas Damla

Fuente: Elaboración propia

 60

En la tabla 17, observamos con más claridad la cantidad de dinero ahorrada

durante un año.

Ahora consideramos también los datos registrados en el riego efectivo diario

en litros para determinar cuál es el ahorro económico en el agua.

Cabe mencionar que los registros dados son en base al costo del agua
vigente de categoría industrial.

Tabla 18. Ahorro económico de agua de acuerdo a la mediana de hora

efectivas de riego

Diferencia económica entre el Sistema Damla y el sistema de riego tradicional

Horas Caudal Diario Mensual Agua Costo Soles
Riego m3 M3 de
agua
Damla 3.15 350 l/min 66150 1984500 1980.45 0.2503 498.70

Tradicional 4 350 l/min 84000 2520000 2520 0.2503 630.75

Fuente: Elaboración propia

Los datos registrados en la tabla 18 como el caudal son adquirido de
las especificaciones del motor anteriormente mencionado y el costo del agua
en m3 es adquirido de estructura tarifaria del consejo directivo N° 056-2018-
SUNASS. (Tacna, 2018)

4.9.3. Cuantificación económica de los datos registrados por mes

a. Agua

En la siguiente tabla observamos la cantidad de agua en M3 consumida

durante diferentes meses y su equivalencia en soles peruanos.

Tabla 19. Diferencia económica del uso agua

Ahorro económico de agua

Damla Tradicional Diferencia
Mes M3 S/ M3 S/ Ahorro
Junio 1386.00 346.92 1890.00 473.07 126.15
Julio 1334.55 334.04 1890.00 473.07 139.03
Agosto 2050.65 513.28 2520.00 630.76 117.48
Setiembre 2142.00 536.14 2520.00 630.76 94.61
Octubre 2408.70 602.90 2520.00 630.76 27.86

Fuente: Elaboración propia

 61

RELACIÓN DE AHORRO ECONÓMICO DE

AGUA
Damla Tradicional

630.76

630.76

630.76
602.90
536.14
513.28
473.07

473.07
346.92

334.04

JUNIO JULIO AGOSTO SETIEMBRE OCTUBRE

Figura 15. Diferencia económica del uso agua

Fuente: Elaboración propia

b. Energía eléctrica

En la siguiente tabla observamos la cantidad de energía eléctrica utilizada

en base a los KW 3 consumida durante diferentes meses y su equivalencia
en soles peruanos.

Tabla 20. Diferencia económica del uso de energía eléctrica

Ahorro económico de energía

Damla Tradicional Diferencia
Mes KW Damla KW Tradicional Ahorro
Junio 143.88 615.81 196.2 839.736 223.93
Julio 138.54 592.95 196.2 839.736 246.79
Agosto 212.88 911.11 261.6 1119.648 208.53
Setiembre 222.36 951.70 261.6 1119.648 167.95
Octubre 250.05 1070.20 261.6 1119.648 49.45
Fuente: Elaboración propia
 62

RELACIÓN DE AHORRO ECONOMICO DE

ENERGIA
Damla Tradicional

1119.648

1119.648

1119.648
1070.20
951.70
911.11
839.736

839.736
615.81

592.95

JUNIO JULIO AGOSTO SETIEMBRE OCTUBRE

Figura 16. Diferencia económica del uso de energía eléctrica

Fuente: Elaboración propia

c. Combustible

También se consideró como ahorro el gasto en gasolina que el agricultor

hace para transportarse hasta el cuarto de control para activar de manera
manual.

Para ello se tiene como dato que la distancia que recorre diariamente en ida
es de 2.95 Km.

Pero el usuario riega en diferentes intervalos de tiempo durante el día,

teniendo aproximadamente dos viajes.

Tabla 21. Recorrido en kilómetros

Viaje Ida Vuelta Total Km

1 2.95 2.95 5.9
2 2.95 2.95 5.9
Total 11.8
Fuente: Elaboración propia

El total recorrido diario es 11.8 Km, teniendo en cuenta que el precio del
galón de gasolina 84, tipo de gasolina utilizado por el agricultor, tiene un
precio de S/.10.30 soles según los reportes de precios de combustibles de
 63

Repsol del 18 de diciembre de 2019. Si cada galón tiene un uso efectivo de

30 Km para una camioneta del ’97 tendremos un consumo total de S/4.57
soles diarios solo en gasolina para un recorrido de 11.8 Km.

Tabla 22. Consumo económico en combustible

Viaje Recorrido Consumo Consumo

diario en S/. mensual
1 11.8 4.57 137.23
Fuente: Elaboración propia

Como se observa en la tabla 24, tendremos un consumo mensual

aproximado de S/.121.54 soles. El gasto utilizado solo porque el agricultor
no tiene una herramienta que permita un control remoto de su cultivo o
simplemente un sistema que determine de manera autónoma el tiempo de
riego efectivo.

4.9.4. Viabilidad del proyecto

a. Ahorro económico

Obtenido los datos de gastos sobre la energía, agua y combustible se obtuvo

el siguiente ahorro:

Tabla 23. Ahorro económico total

Ahorro económico general

Agua Luz Combustible Total
Mes
S/. S/. S/. Ahorrado S/.
Junio 223.93 126.15 137.23 487.31
Julio 246.79 139.03 137.23 523.05
Agosto 208.53 117.48 137.23 463.24
Setiembre 167.95 94.61 137.23 399.79
Octubre 49.45 27.86 137.23 214.54
Fuente: Elaboración propia

Como se observa en la tabla 23, se determinó un ahorro económico total de

los beneficios del sistema Damla. Con los datos de ahorro listos se procedió
a una evaluación de viabilidad del proyecto del costo beneficio.
 64

Tenemos la inversión de S/.1717.02 soles, tal como indico en la tabla 13, cabe
resaltar que la inversión total no se consideró el ítem del uso de la licencia de
Damla. A continuación, se muestra Damla como producto, es decir, un
sistema autónomo que determina el riego efectivo del cultivo. Posteriormente
a Damla como servicio, es decir la posibilidad de monitorear y controlar desde
cualquier parte del mundo a través de una interfaz gráfica su cultivo.

Tabla 24. Ahorro beneficio con autonomía- Damla como producto

Gastos MES 1 MES 2 MES 3 MES 4 MES 5

Sistema
1312.80 1312.80 1,750.40 1,750.40 1,750.40
Tradicional
Sistema
962.72 926.98 1,424.39 1,487.39 1,673.09
Damla
Ahorro
350.08 385.82 326.01 263.01 77.31
beneficio
Fuente: Elaboración propia

Tabla 25. Ahorro beneficio con autonomía y control remoto- Damla como
servicio

Flujo de Caja MES 1 MES 2 MES 3 MES 4 MES 5

Costo-
350.08 385.82 326.01 263.01 77.31
Beneficio
Membresía -45.00 -45.00 -45.00 -45.00 -45.00
Ahorro
305.08 340.82 281.01 218.01 32.31
beneficio neto
Fuente: Elaboración propia

Como se observa en la tabla 25, el ahorro beneficio disminuye

considerablemente cuando se tiene una membresía de S/.45 soles por dos
dispositivos Damla.

Ahora se valoró el ahorro adicional con respecto al gasto realizado en la

movilización del agricultor, obteniendo la siguiente tabla.
 65

Tabla 26. Ahorro beneficio- Flujo de ingreso

Flujo de
MES 0 MES 1 MES 2 MES 3 MES 4 MES 5
Caja
Inversión -1,717.02

Ahorro
463.24
beneficio 487.31 523.05 400.24 214.54

Membresía
-45.00 -45.00 -45.00 -45.00 -45.00
Utilidad
-1,717.02 442.31 478.05 418.24 355.24 169.54
Neta
Fuente: Elaboración propia
A continuación, se evaluó la viabilidad según el ahorro beneficio que se
especifica en la tabla 23. de la implementación del proyecto según los datos
económicos registrados según el ahorro económico en uso del agua,
electricidad y combustible con la membresía del uso del sistema de manera
remota. Para ello se determinó el valor actual neto y la razón beneficio-costo.

(9)

VAN= Valor actual neto

Qn = Flujo de caja en el periodo n
N = número de periodo
L = es el valor de la inversión inicial

Se determinó un VAN = S/. 1813.32 hasta los primeros 5 meses de

desempeño del sistema. Como el VAN es mayor a la inversión se concluye
que con una membresía de S/.22.5 soles por dispositivo el proyecto es viable
para que el agricultor lo implemente en un área de cultivo de 3535 m 2.

Teniendo en cuenta un ahorro total de los diferentes ítems de la tabla 26, se

evaluó la viabilidad del proyecto de acuerdo al valor actual neto y el beneficio
costo obteniendo la siguiente tabla.
 66

(10)

Bj = Flujo neto positivo en el periodo k

Cj = Flujo neto negativo en el periodo j

I= tasa de descuento del inversionista(TMAR)

N = Horizonte de evaluación

Se determinó que el valor B/C es 1.06 en los primeros 5 meses de

desempeño del sistema. Como la relación B/C es mayor a 1, se concluye
que el proyecto es viable para el agricultor.

Según la tabla 26, se determinó siguientes valores para el VAN y B/C:

Valor Actual Neto: S/. 1813.32

Razón Beneficio/Costo: 1.06

a. Tiempo

El ahorro de tiempo está determinado por la cantidad de minutos le toma al

agricultor llegar hasta su centro de control para activar las bombas.

Para ello se determinó la distancia entre la casa del dueño del agricultor y la
parcela donde se instaló el sistema Damla. Para ello se calculó la distancia
según google maps.
 67

Figura 17. Tiempo de viaje del agricultor

Fuente: Elaboración propia

A través de las imágenes satelitales de google maps se determinó que el

dueño de la parcela recorre una distancia de 2.95 Km desde La Ampliación
de la Yarada hasta su parcela de olivos en el asentamiento 4 de la Yarada-
Los Palos.

A una velocidad media de 30 Km/h, una velocidad que le permite al

conductor manejar con seguridad en terrenos hostiles. Y la distancia hallada
a través de las imágenes satelitales se determinó que al agricultor le toma 5
minutos 54 segundos para llegar a su parcela de olivos y regar el cultivo.

Teniendo en cuenta que el agricultor riega normalmente riega de 2-4 horas

durante diferentes horarios del día se considera que:

Tabla 27. Tiempo invertido en riego

Viaje Ida Vuelta Total

1 5’ 54’’ 5’ 54’’ 11’ 48’’
2 5’ 54’’ 5’ 54’’ 11’ 48’’
Total 23 ’ 24’’
Fuente: Elaboración propia

Es decir, el agricultor pierde casi 24 minutos al día para llegar solamente su

cultivo, sin considera el tiempo que le tomará aperturar las válvulas
manuales en el terreno.
 68

b. Calidad de cultivo

Al determinar la efectividad del riego del cultivo, también se ofrece al

agricultor una mejor calidad del cultivo, tal como indican, Hedley & Yule
(2013) en su publicación “Farmer uptake of variable rate irrigation
technologies in New Zealand”, en el cual mencionan que una cantidad del
cultivo más exacta no solo ahorra agua, sino que mejora la calidad del
cultivo.

Así también lo mencionan Margaris & Mooney (2013) en su libro

“Componentes of productiviy Of Mediterranean-climate regions Basic and
apllied aspects”, que el exceso de agua induce al mismo efecto que la
escasez del agua o salinidad en la disminución de la capacidad de
fotosíntesis y clorofila, por lo tanto, disminuye la calidad del cultivo. (Margaris
& Mooney, 2013)
 69

CAPÍTULO V: DISCUSIÓN

El resultado del procesamiento de la información con Damla, ha permitido

obtener resultados positivos para la optimización del ahorro de agua en la irrigación
del cultivo, pero es importante mencionar que el proyecto podría funcionar de mejor
manera en invernaderos, ya que se aprovecharía mejor sus sensores como el de
temperatura y humedad, las cuales en un invernadero servirían como elemento de
control para cambiar la temperatura del ambiente y la humedad, así poder tener
mejores resultados en cuanto la calidad del cultivo.

Si bien existen diferentes métodos para la mejora de riego en el cultivo, por

ejemplo, determinar la evapotranspiración con el método de FAO, Penman y
Penman-Monteith o Hargreaves- Samani los cuales determinan la
evapotranspiración para que luego se pueda hacer un cronograma de riego, en la
presente investigación se utilizó una función hibrida para que el sistema pueda
tomar decisiones en tiempo real y no necesariamente diseñe un cronograma de
riego.

Las propuestas para mejorar el uso del agua en la Región de Tacna son
escasas de innovación tecnología y deficientes. Por ello es de mucha importancia
que el proyecto Damla pueda seguir implementándose en diferentes campos de
cultivo. Por ello se tendrá que elaborar un artículo científico para su presentación
en el colegio de Ingeniero de Ingenieros del Perú, ANA y demás organizaciones de
interés.

También Internet de las Cosas es un mercado emergente y con la llegada

de la red 5G aún más. Es decir, al diseñar un dispositivo electrónico, el proyecto
fácilmente puede escalar para seguir conectando otros dispositivos a internet el cual
vuelve al proyecto realizado en mi investigación en un potencial producto y/o
servicio comercializable que principalmente esté al alcance de los agricultores.
 70

CONCLUSIONES

- Con una reducción de 21.25% de tiempo el riego efectivo del cultivo, se

concluye que un sistema de Internet de las Cosas optimiza la gestión del
agua en la agricultura ya que las horas de riego está directamente
relacionada al agua utilizada para el riego.

- Se evidencia notables mejoras respecto a otros métodos tradicionales

asegurando un mejor uso de un recurso natural tan escaso como el agua.
Pero también es importante resaltar que el sistema provee un ahorro
energético, ya que está directamente relacionado al uso de las bombas
eléctricas en el riego.

- También se evidencio beneficios económicos relacionados al uso del agua

y energía. También ahorro de tiempo en las actividades del agricultor,
aunque este factor tiempo es relativo a la distancia, medio de transporte que
use el agricultor. También se destaca un incremento en la calidad del cultivo
al hecho de que el cultivo recibe el agua que realmente necesita.

- El uso de sensores en un dispositivo electrónico, como Damla, proporciona

mejoras en el proceso de riego en la Agricultura. Es decir, profesionales
relacionados a la tecnología e información pueden cubrir soluciones
relaciones sobre un mercado emergente de internet de las cosas.

- En las estaciones como la primera o verano, es cuando más se requiere del

agua, llegando a escasear el agua en los reservorios el cual provoca que a
veces se pierda la cosecha de la aceituna por la falta de riego en el cultivo.
Sin embargo, esta solución está basada en la nueva revolución industrial
4.0, Internet de las cosas y tecnologías en la nube. Ahora los agricultores
pueden usar menos agua para su cultivo, tener una herramienta tecnológica
de ingeniería robusta y de primer mundo que permite automatizar, controlar
y monitorear su cultivo desde cualquier parte de mundo
 71

RECOMENDACIONES

- Se recomienda capacitar a los agricultores en tecnologías de riego basadas

en Internet de las Cosas como Damla, a familiarizarse con los teléfonos
inteligentes, aunque Damla funcione de manera autónoma, los datos
registrados pueden resultar de mucha ayuda a ellos.

- De debe implementar el sistema en invernaderos, los cuales podrían mejorar

la calidad del cultivo y disminuir el tiempo de floreamiento debido a que las
condiciones climáticas como la temperatura, humedad, radiación pueden
ser controladas.

- Se debe desarrollar más técnicas de riego eficiente, incorporando

información de las necesidades de diferentes plantas, tipo de suelo, calidad
de tierra, y de agua para así obtener una calidad de producto alto.

- Se debe realizar una mejora en la elección de la batería para el

funcionamiento semi-permanente de dispositivo Damla, ya que al estar a la
intemperie y con una radiación solar alta, las baterías secas pueden hacer
cortocircuito.

- Se debe incorporar el concepto de Internet de las cosas en diferentes

aspectos de nuestra vida, por ejemplo, automatizar el regadío de parques y
avenidas para mantener un ambiente sostenible en la ciudad, conectividad
con semáforos inteligente, edificios inteligentes, medidores de luz
inteligente, entre otros. Ya que vivimos en un mundo prácticamente digital y
la entrada de la red 5G abrirá muchas oportunidades a los profesionales de
internet de las cosas y data science.
 72

REFERENCIAS BIBLIOGRÁFICAS

Ahamed, T. (2019). Deep learning and IoT-based pump systems for precision irrigation.
Tokyo: apo-tokyo.

Alegria, J. F. (2013). The Challenges of water resources management in Peru. Lima.

Anaya, A., Peluffo, D., Rios, J., Castro, J., Carvajal, D., & Espinosa, L. (2017). Sistema de
Riego Basado en la Internet de las Cosas. San Miguel de Ibarra.

Basco, I., Beliz, G., Coatz, D., & Gamelo, P. (2018). Industria 4.0: Fabricando el Futuro.
Buenos Aires: Creative Commons.

Bennett, S. (1993). A History of Control Engineering, 1930-1955. En S. Bennett, A History

of Control Engineering, 1930-1955 (pág. 250). Peter Peregrinus Ltd.

Bos, M., & Chambouleyron, J. (1998). Parámetros de desempeño de la Agricultura de

Riego de Mendoza, Argentina. Buenos Aires: International Water Management
Institute.

Bos, M., Kselik, R., Allen, R., & Molden, D. (2009). Water Requirement for Irrigation and
Environment. Springer.

Calderón Mendoza, E. (2014). Desarrollo de un sistema de control neuro-difuso de la

distribución de agua en un tramo de un canal principal de riego. Lima.

Castro, N., Chamorro, L., & VIteri, C. (2015). Una red de sensores inalámbricos para la
automatización y control del riego localizado. Pasto.

Ciencias. (22 de Enero de 2018). www.elcomercio.pe. Obtenido de

https://elcomercio.pe/tecnologia/ciencias/razones-escasez-agua-mundo-noticia-
490577

Clark, L. (24 de Abril de 2015). wired. Obtenido de Condé Nast:

https://www.wired.co.uk/article/clive-brown-oxford-nanopore-technologies-
wired-health-2015

Conor, A. (2012). Water resource management, group theory and the tragedy of the
commons in Tacna, Peru. Toronto.

Dave, E. (3 de Abril de 2011). CISCO. Obtenido de www.cisco.com:

https://www.cisco.com/c/dam/global/es_mx/solutions/executive/assets/pdf/inte
rnet-of-things-iot-ibsg.pdf

Davis Internacional. (1 de Junio de 2018). JUPM. Obtenido de http://www.jupm.pe:

http://www.jupm.pe/desarrollo/notas/15278819684/busqueda/fecha/2018-06-
25

Dennis, A. K. (2013). Raspberry Pi Home Automation with Arduino. En A. K. Dennis,

Raspberry Pi Home Automation with Arduino (pág. 176). Estados Unidos: PACKT.
 73

Dias Sales, N. F. (2015). Cloud-based Wireless Sensor and Actuator System for Smart.
Lisboa.

Dukes, M., Shedd, M., & Davis, S. (2014). Smart Irrigation Controllers: Operation of
Evapotranspiration-Based Controllers. Florida: Electronic Data Information.

Factory Fresh. (9 de Junio de 2016). Technology Quarterly. Obtenido de economist:

https://www.economist.com/technology-quarterly/2016-06-09/factory-fresh

Flores Aguilar, D. I. (2015). Software de riego inteligente basado en control difuso para
mejorar la administración del consumo de agua en los campos del Valle Chicama.
Trujillo.

Fry, A. (2005). Agua: Hechos y tendencias. Texas: Earthprint Ltd.

Guzman, J. (2013). Arduino. Madrid: MediaLab.

Hedley, C., & Yule, I. (2013). Farmer uptake of variable rate irrigation technologies in New
Zeland. Palmerston North: Landcare Research, Gerald St., Lincoln.

Hiam, D. (20 de Setiembre de 2019). Cumbre Minera Perumin 34. Obtenido de

https://www.convencionminera.com/: https://youtu.be/5CTjW8JVxF8?t=621

Hongal, A., M, J., & S, P. (2017). Agriculture, Iot baed monitoring system in Smart
Agriculture. Karnataka: IEEE.

Ivar Jacobson, G. B. (1999). El Proceso Unificado de Desarrollo de Software. En The Unified

Software Development Process (pág. 74). Estados Unidos.

Jorge Abdo Francis, F. D. (2005). Diagnostico sobre el sistema de seguridad Publica en

Tabasco. En F. D. Jorge Abdo Francis, Diagnostico sobre el sistema de seguridad
Publica en Tabasco (pág. 245). Tabasco,Mesico: Univeridad Juavez Autonoma de
Tabasco.

José, M., Calero, V., & Marín, I. (2013). Diseño e Implementación de un Sistema de Riego
Inteligente basado en Sensores y Módulos de Radiofrecuencia para Transmisión y
Sistema de Control. Guayaquil.

Khan, J., & Yuce, M. (2019). Internet of things(ioT): Sistemas y aplicaciones. CRC Press.

Kim, C., Soong, A., Tseng, M., & Xiang, Z. (2011). Global Wireless Machine-to-Machine
Standardization. IEEE.

Kranz, M. (2017). Internet of Things: Construye nuevos modelos de negocio. Bogotá: LID
Editorial.

Lavoa Pastrana, S. (2016). Medición y modelamiento de la evapotranspiración real del

cultivo de clavel en invernadero en La Sabana de Bogotá, usando lisímetros
electrónicos de pesada. Bogota.

Leahy, S. (22 de Marzo de 2018). www.news.nationalgeographic.com. Obtenido de

https://news.nationalgeographic.com/2018/03/world-water-day-water-crisis-
explained/
 74

Lequerica, J. R. (2003). Web Services (edición especial). España.

Lopez, J., Rios, R., Bao, F., & Wang, G. (4 de Octubre de 2017). Evolving privacy: From
sensors to the Internet of Things. Obtenido de sciencedirect:
https://www.sciencedirect.com/science/article/pii/S0167739X16306719?via%3Di
hub

Luquet, D., Vidal, A., Smith, M., & Dauzat, J. (2005). ‘More crop per drop’: how to make it
acceptable for farmers? Montpellier: ELSEVIER.

Majumdar, D. (2010). Irrigation Water Management. New Delhi: PHI Learnin.

Margaris, N., & Mooney, H. (2013). Components of productivity of Mediterranean-climate

regions Basic and applied aspects: Proceedings of the International symposium on
photosynthesis, primary production and biomass utilization in Mediterranean-
type ecosystems. En N. Margaris, & H. Mooney, Components of productivity of
Mediterranean-climate regions Basic and applied aspects (págs. 71-73). New York:
Springer Science & Business Media.

Mark, W. R., Cai, X., & A. Cline, S. (2002). World Water and Food to 2025. Washington
D.C.: Colombo, Sri Lanka.

Mat, I., Rawidean, M., Nizar, A., & Mat, I. (2018). Smart Agriculture Using Internet of.
Malasia: IEEE.

Mayhua, E., Ludeña, J., Tomayo, J. C., Nuñez, Á., Gonzales, N., & Lozada, D. (2016).
Sistema de riego por goteo automático utilizando una red de sensores
inalámbricos. Arequipa.

McBratnetm, A., & Pringle, M. (1999). Precision Agriculture. US: Springer.

Menéndez, E. (2003). Energía y sostenibilidad: Indicencia en el medio marino. En E.

Menéndez, Energía y sostenibilidad: Indicencia en el medio marino (págs. 21-23).
Madrid: netbiblo.

Ministerio de la Producción, G. d. (2015). Decreto Legislativo 1086: ley de promoción de la

competitividad, formalización y desarrollo de la micro y pequeña empresa y del
acceso al empleo decente.

Miranda, J. (2017). Fundamentos De Medición Y Control De Procesos. En J. Miranda,

Fundamentos De Medición Y Control De Procesos (págs. 3-6). Indiana: Palibrio.

Misic, V., & Misic, J. (2014). Machine-to-Machine Communications: Architectures,

Technology, Standards, and Applications. London: CRC Press.

Mulder, K. (2010). Desarrollo sostenible para ingenieros. Catalunya: GreenLeaf Publishing

Ltd.

Nacho, C. (2015). Domótica para ingenieros. En C. Nacho, Domótica para ingenieros (pág.
349). España: Ediciones Parainfo.

Ravazzani, G., Corbari, C., Morella, S., Gionoli, P., & Mancini, M. (2012). Modified
Hargreaves-Samani Equation for the Assessment of Reference Evapotranspiration
in Alpine River Basins. Journal of Irrigation and Drainage Engineering.
 75

Remédios, O., Arsenio, A., & Sales, N. (2015). Wireless Sensor and Actuator System for
Smart Irrigation on the Cloud. Milan: IEEE.

Reyes, P. (2010). Las pymes se erigen como las principales creadoras de empleo.
Aproximáte.

S.A, E. (27 de Junio de 2018). Electrosur: Iluminando el sur. Obtenido de Electrosur:

Iluminando el sur:
http://www.electrosur.com.pe/Contenido/publicaciones/PLIEGO_TARIFARIO_VIG
ENTE_ELECTROSUR.pdf

Sanches, M. (2012). Gobernanza Global del Comercio en Internet . Mexico: INAP.

Sanchez, G. (2013). Lyfe Style Remote. Madrid.

Sekharm, R., Manujunatha, S., & Sundeep, K. (2013). Evapotranpiration Model Using AI
Controller for automatic. Bangalore: International Journal of Computer Trends
and Technology.

Sentlinger, K. (12 de Agosto de 2004). The water Project. Obtenido de The water Project:
https://thewaterproject.org/water-scarcity/water-scarcity-and-agriculture

Shirriff, k. (30 de Agosto de 2016). Spectrum IEEE. Obtenido de Spectrum IEEE:

https://spectrum.ieee.org/tech-history/silicon-revolution/the-surprising-story-of-
the-first-microprocessors

Singh, J., Pasquier, T., & Bacon, J. (23 de Julio de 2015). Twenty Security Considerations for
Cloud-Supported Internet of Things. Obtenido de IEEE:
https://ieeexplore.ieee.org/document/7165580/?arnumber=7165580

Solbes, & Raul. (2013). Automatismos industriales: Conceptos y procedimientos. Valencia:

Ulzama.

Staff, Forbes. (22 de Marzo de 2018). forbes. Obtenido de Padece escasez de agua más del
40% de la población mundial: https://www.forbes.com.mx/padece-escasez-de-
agua-mas-del-40-de-la-poblacion-mundial/

Tacna, E. (21 de Diciembre de 2018). Trabajando para Ti, ESP. Obtenido de Trabajando
para Ti, ESP: http://www.epstacna.com.pe/eps-
pw/index.php?t=showcontent&c=c_tarifas&l=semifull&id_pmenu=20

Trank.in. (2 de Mayo de 2017). How IoT’s Are Changing The Fundamentals Of “Retailing”.
Obtenido de trank: http://trak.in/tags/business/2016/08/30/internet-of-things-
iot-changing-fundamentals-of-retailing/

Vaquero, L., Rodero, L., Caceres, J., & Lindner, M. (2009). A Break in the Clouds: Towards a
Cloud Definition. Madrid: CCR.

Váscones Cuzco, J. C., & Chamba Tenemaza, F. d. (2013). Diseño e implementación de un

sistema de riego automatizado y controlado de forma inalámbrica para una finca
ubicada en el sector popular de Balario. Guayaquil.

Villabos, F., Orgaz, F., Testi, L., & Fereres, E. (2000). Measurement and modeling of
evapotranspiration of olive. Cordoba: European Journal of Agronomy.
 76

ANEXOS
 77

ANEXO 1: DAMLA, SISTEMA DE INTERNET DE LAS COSAS

 78

Damla, Sistema de Internet de las Cosas

Damla, Sistema de internet de las cosas para optimizar la gestión de agua

en la agricultura. Una solución integral que tiene antecedente el proyecto del
Sistemas de Gestión Energética en los Pabellones “C” y “F” de la Facultad de
Ingeniería de la Universidad Privada de Tacna.

1. Contexto

En las últimas dos décadas, la información y los datos experimentaron un

significativo desarrollo, especialmente gracias a las tecnologías de los sensores.
Los sensores pueden proveer un flujo continuo de información sobre el medio
que lo rodera, recibiendo y procesando para datos sobre una estimación o
estado. Sin embargo, para poder procesar e integrar la información de un
espacio sensorizado, es necesario resolver ciertos problemas que están
inherentes a este tipo de tecnologías.

Internet de las cosas está caracterizado por proveer una infraestructura

capaz de capturar, guardar y procesar grandes cantidades de datos provenientes
del sensor. Capturar grandes tramos de información no es una tarea fácil,
principalmente si vivimos con tecnologías que no están completamente
estandarizados. Sin embargo, la solución tiene implícito un alto costo de las
empresas propietarias. Por ello de desarrollo una plataforma el cual sea capaz
de recolectar datos, gestionarlo como si fuera un montón de datos heterogéneos.

Por ello, es necesario describir como está compuesta y qué ventajas tiene
la plataforma para hacer viable la implementación a escala de varios dispositivos
para áreas de cultivo industriales.

2. Arquitectura de hardware

En primer lugar, el servidor está alojado en la nube para términos una mejor
administración remota del servidor y ahorrar en gastos administrativos,
mantenimiento y tiempo.
Cada dispositivo hace una petición al servidor a través del dominio del
servidor o IP, como también apuntando a puerto del servicio de IoT del servidor.
Una vez conectado el dispositivo puede ser monitoreado o controlado de manera
asíncrona desde la plataforma web. En caso exceso de peticiones hacia el
 79

servidor, este a través de ELB balancea las cargas hacia el servidor, permitiendo
q funcione de manera óptima.
Esta demás mencionar que el proyecto de mi investigación está desplegado
sobre una instancia, en la cual se ha agregado demás servicios para que nuestra
aplicación funcione de manera óptima.
En las siguientes líneas de código definimos las directivas para la conexión al
servidor y el puerto.

#ifndef THINGER_SERVER
#define THINGER_SERVER "x.x.x.x"
#endif

#ifndef THINGER_PORT
#define THINGER_PORT xxxxx
#endif

Figura 18. Arquitectura de Hardware de Damla

Fuente: Elaboración propia

 80

Figura 19 Diagrama de componentes.

Fuente: Elaboración propia

Figura 20. Diagrama de despliegue

Fuente: Elaboración propia

 81

3. UIX Damla

Figura 21: Dashboard sobre datos del microclima y estado de válvulas y

bomba
Fuente: Propia

En la siguiente pantalla se muestra el nivel del reservorio

- El estado de los sensores

- El estado de actuadores
- Nivel de agua (Prueba /Error)
- Hora del próximo riego
- Geolocalización del dispositivo
 82

Figura 22: Vista Responsiva

Fuente: Propia

4. Eficiencia de transmisión

La mayoría de los plataforma de Internet de las Cosas usan protocolos

tradicionales basado en HTTP o MQTT para enviar datos de un dispositivo a
la nube. Pero con un enfoque HTTP, cada dispositivo que envía dato a un
servidor en la nube emite una solicitud HTTP de carga útil o más conocido en
inglés como payload.

En tal caso las plataformas de internet de las cosas están recibiendo

peticiones tal cual un servidor web, y almacena la información en una base de
datos. Esta forma de comunicación resulta ineficiente, en términos de ancho de
banda, latencia y consumo de energía de los dispositivos inteligentes.

Sin embargo, existe otro protocolo basado en MQTT, este es un

protocolo de telemetría diseñado hace decanas, el cual provee una
comunicación bidireccional entre servidores y dispositivos inteligentes.

Por ello, se presenta una solución eficiente parecida al protocolo MQTT,

se planteó utilizar filas de conexiones binarias sin la cabecera HTTP, o ser
 83

capaz de proveer métodos publish-subscribe. Proporcionando características

que no se encuentran en el protocolo MQTT. En tal sentido se usó protoson.

Protoson fue diseñado para admitir dispositivos con recursos limitados,

como memoria o potencia de procesamiento. Protoson permite codificar datos
no estructurados como JSON, pero en un formato binario compactado.

Tabla 28. Comparación de tamaño de codificación entre diferentes

tecnologías de intercambio de datos

Comparación de tamaño de codificación

600

500

400

300

200

100

0
Json Bson PSON XML

Fuente: Elaboración propia

5. Comunicación bidireccional en tiempo real

Las plataformas basadas en protocolos HTTP puedes ser fácilmente

desarrolladas. Sin embargo, no se llega aprovechar un eficiente mecanismo de
comunicación bidireccional. Sin embargo, Damla permite actuar sobre el
dispositivo Damla de manera asíncrona con otros clientes en tiempo real.

Otra solución en usar soluciones basado en protocolo MQTT, es decir

Protoson, que también provee comunicación entre servidores y clientes. Pero
el protocolo actúa sobre la capa de transporte, permitiendo comunicarse con
diferentes clientes, pero no define un lenguaje para modelar la información
como el protocolo basado en esta solución.
 84

ANEXO 2: DISEÑO Y ENSAMBLADO DE DISPOSITIVO DAMLA

 85

Diseño y ensamblado de dispositivo Damla,

1. Contexto

Para desarrollo de la lógica de lectura de los datos se tomó en consideración

tecnologías que tienen una visión más actual sobre la Industria 4.0 e Industrial
IoT. Es por ello que la lógica se basó en la programación de microcontroladores
ESP-32, para ello se hizo en un lenguaje de programación en C++ y PSON

Figura 23. Microcontrolador ESP32

Fuente:Digikey Marketplace
2. Desafíos

La lógica de operación física se programó para que funcione en el

microcontrolador que vemos en la figura anterior. Ello ya que se requirió de
dispositivos que funcionen con energía renovable, por ello se optó por estos
microcontroladores que pueden llevar a consumir entre 0.07 a 0.3 Amp/h y
también que tienen integrada ya una tarjeta de red, funcionan con bluetooth y
WiFi, también se optó por el uso de este microcontrolador por su robustez y
porque es económicamente viable.

3. Damla Sensor y Actuador

Damla es un dispositivo electrónico inteligente el cual está compuesto en

dos: Damla sensores, es quien está en medio del campo detectando la humedad
relativa del aire, la humedad del suelo, la radicación UV y la calidad del aire.
Toda la información recolectada es procesada para determinar luego el tiempo
efectivo de riego.
 86

La información proveída de Damla sensores enviada a nuestro servidor en

la nube, desde ahí enviada a Damla actuadores, los cuales activan las válvulas
de la zona que es necesario regar y luego activa la bomba de agua.

Figura 24. Diseño 3D de la placa de actuadores

Fuente: Elaboración propia

Figura 25. Diseño 3D de la placa de sensores

Fuente: Elaboración propia

 87

Calidad de Aire

Sensor de
Humedad

Humedad y
Temperatura
Ambiente
Radiación UV

Figura 26. Prototipo funcional del dispositivo de sensores

Fuente: Elaboración propia

 88

Figura 27. Dispositivos Damla, Actuadores y sensores respectivamente

Fuente: Elaboración propia

En la figura 23, se puede observar a la izquierda el dispositivo Damla
Controlador y la derecha el dispositivo Damla Sensor. El dispositivo Damla
sensor funciona con energía solar.
 89

4. Diseño de la placa del circuito

Para el diseño placa se utilizó la IDE de Altium Designer

Figura 28. Diseño de la placa del circuito de Damla sensores

Fuente: Elaboración propia

Figura 29. Diseño de la placa del circuito Damla de actuadores/relay

Fuente: Elaboración propia

 90

5. Diagrama esquemático de entradas y salidas

El diagrama esquemático muestra la distribución de cada terminal que

estará conectado con nuestra placa.

Figura 30. Diagrama esquemático de la placa de sensores

Fuente: Elaboración propia

 91

Figura 31. Diagrama esquemático de la placa de actuadores

Fuente: Elaboración propia

6. Costo de dispositivo

En la siguiente tabla se describe el gasto de dispositivo Damla actuadores.

Tabla 29. Costo y componentes del dispositivo Damla Actuadores

Dispositivo Damla Actuadores

Componentes Precio Unidad Costo(S/.)

Unidades
Microcontrolador NODE MCU 32 1 32
ESP32
Caja PCB 10x10 7 1 7
Estaño 2 1 2
metro
Resistencia 1k 0.7 20 14
Capacitores 1 4 4
Jamper 1 1 1
metro
Terminal Phonex 2.5 8 20
Cable calibre 14 1.5 2 3
metros
Módulo Delay 20 1 20
Regulador de voltaje DC 24 1 24
Terminales de Cable octagonal 2.5 3 7.5
 92

Pulsadores 1 3 3
Transformador 12 V 5A. 34 1 34
Costo Total 171.5
Fuente: Elaboración propia

Tabla 30. Costo y componentes del dispositivo Damla sensores

Dispositivo Damla Sensores

Componentes Precio Unidades Costo(S/.)
Unidades
Microcontrolador NODE MCU 32 1 32
ESP32
Sensor DHT22 25 1 25
Sensor Capacitivo de Humedad 30 1 30
Sensor UV 25 1 25
Sensor MQ-135 20 1 20
Terminales Phoenix 2.5 5 12.5
Terminales Molex 0.5 5 2.5
Resistencia 1k 0.7 4 2.8
Capacitadores 1 5 5
Jampers 1 1metro 1
Cable calibre 16 2 2 metros 4
Batería seca 12v 6A 60 1 60
Panel solar 18.V 130 1 130
Controlador de carga 24v a 12 V 84 1 84
Pulsadores 2 4 8
Estaño 2 1 metro 2
Caja PBC 10x10 7 1 7
Costo total 450.8

Fuente: Elaboración propia

 93

ANEXO 3: ÁREA DEL CULTIVO

 94

Área de cultivo

1. Elección

De acuerdo a la necesidad de ahorrar agua y mejorar el cultivo del Olivo en

la Yarada-Los Palos, se preguntó a diferentes agricultores sí podrían ayudar a
encontrar una solución para los problemas del agua. Así encontramos al Sr. Y la
Sra. Castro, que me facilitaron el acceso y control de una de las diferentes áreas
de cultivo que poseen.

Figura 32. Área del terreno de cultivo.

Fuente: Google Maps

 95

Figura 33. Vista amplia del terreno de cultivo

Fuente: Google Maps

El área total de la parcela que me ha sido prestada es de 3535 m2

Ubicación geográfica:

Latitud: -18.146421

Longitud: -70.467692

Propietarios:

Nombres y apellidos Sr. Santos Castro Vargas

Nombres y apellidos Sra. Marta Sucso Alferez

 96

Figura 34. Reservorio

Fuente: Elaboración propia

Reservorio de 600 m3, el cual le da un abasto de 600000 litros de agua el

riego 3535 m 2 de plantaciones de Olivo. Cada semana hay una estación de
bomba para extraer el agua de un acuífero, el cual sirve para atender el
reservorio de diferentes agricultores de la zona.
 97

Figura 35. Tubería de succión

Fuente: Elaboración propia

El diámetro de la tubería de succiones es de 2’’, la tubería ingresa hasta el

cuarto de control donde se encuentran las bombas y está aislado y protegido
contra terceras personas.
 98

Figura 36. Riego tecnificado por goteo

Fuente: Elaboración propia

El área del cultivo ya se encuentra tecnificado, el método de riego es por

goteo, su eficiencia de riego de dicho método es de hasta 95%. Las tuberías
utilizadas son de 3/8’’.
 99

Figura 37. Tubería principal para el riego, una troncal de 2’’

Fuente: Elaboración propia

Figura 38. Controlador de riego por temporizador

Fuente: Elaboración propia

Galcon, es un controlador de riego por temporizadores, es decir el

usuario tiene que programar el tiempo en que se prense y se activa la bomba.
Tal cual un despertador.
 100

Figura 39. Bomba de cuarto de control

Fuente: Elaboración propia

El dueño de cultivo compro una bomba centrifuga de impulsión de 5 HP,

trifásico. Succión de 350 l/min por recomendación de la empresa que le hizo la
instalación, el cual funciona de manera óptima.
 101

ANEXO 4: INSTALACIÓN
 102

Instalación

1. Instalación

Para hacer las pruebas se instaló el dispositivo aproximadamente a

unos 50 metros del cuarto del control. Ubicado el lugar debemos cavar un
agujero que donde el follaje de la planta no haga sombra con nuevo
dispositivo.

Figura 40. Instalación, excavado

Fuente: Elaboración propia

El agujero tiene que tener una profundidad entre 30 y 40 cm. Para que
el dispositivo Damla Sensores este bien asegurado y firme ante las
perturbaciones del medio ambiente.
 103

Botón de
encendido

Figura 41. Instalación: Puesta

Fuente: Elaboración propia

Una vez colocado el dispositivo debajo de la tierra, enterramos el dispositivo

con la misma arena que hemos escarbado.
 104

Panel solar de 40
Watts hora

Cable de
alimentación

Cable de datos para

sensor de humedad
de suelo

Figura 42. Dispositivo Damla Sensores instalado

Fuente: Elaboración propia

Como podemos apreciar, el dispositivo está a unos metros de un árbol de

olivo, lo importante es que es que el follaje no cubra por completo el dispositivo,
así pueda recargar la batería que su optima operación.
 105

Sensor de
humedad de
suelo

Figura 43. Posicionar el sensor de humedad de suelo

Fuente: Elaboración propia

Para posicionar el dispositivo primero darnos cuentea q el dispositivo no

está dañado y ajustar bien la rosta que sujeta el cable de color blanco.
 106

Figura 44. Excavación para sensor de humedad de suelo

Fuente: Elaboración propia

Hacemos un agujero de entre 15 y 10 centímetros y luego enterramos el

dispositivo, con la finalidad de dar lectura o medir la humedad del suelo.
 107

Figura 45: Instalación de sensor de humedad de suelo.

Fuente: Elaboración propia

Enterramos el sensor el sensor asegurándonos que no haya mucha

acumulación de piedras a su alrededor.
 108

LED que indica

que eta prendido
el dispositivo

LED parpadea = CO2 elevado

LED que indica el estado del
dispositivo del dispositivo, LED prendido = Radiación UV
automático o manual. superior a 7

Figura 46. Puesta en marcha, Damla Sensores

Fuente: Elaboración propia

Ponemos en marcha el sistema y empieza a capturar los datos del

microclima. Para ello hay un botón en la parte izquierda del dispositivo. Y sus
respectivos LEDS indicadores
 109

Terminales para conectar las

salidas del dispositivo actuador,
tener conocimiento previo en
electricidad, sino llamar a un
profesional

Figura 47. Tablero de control de bomba y válvulas.

Fuente: Elaboración propia

El cuarto de control opera solo con un tablero de control, en el cual se

observar los contactores, cabe mencionar que funciona con energía trifásica.
 110

Prender el dispositivo con

corriente continua.

Energizar el dispositivo con Pulsadores para las válvulas y la

corriente alterna. bomba de agua cuando este en
modo manual.

Figura 48. Instalación de Damla Contactores/Actuadores

Fuente: Elaboración propia

Comparación de tamaño entre el dispositivo Damla y el sistema de riego

por temporizadores.
 111

Los cables de las salidas

correspondes a los diferentes
elementos finales de control como
válvulas y motores.

Figura 49. Puesta en marcha Damla Contactores/Actuadores

Fuente: Elaboración propia

Conectamos las salidas de Damla hacia el tablero de control, ahora el

cerebro del proceso es Damla, el cual hace el proceso de riego de manera
autónoma, de acuerdo a los datos que manda Damla Sensores.
 112

ANEXO 6: MANUAL DE USUARIO

 113

INTRODUCCIÓN

Una herramienta de monitoreo y control es aquella que permite al usuario

ver los datos históricos de diferentes elementos conectados a través de un interfaz
alámbrica o inalámbrica.

Damla operativa con dispositivos inteligentes denominados, Damla Sensor

y Damla Actuador. Ambos dispositivos se conectan a una red de manera
inalámbrica y a través de internet pueden ser monitoreados y controlados desde
cualquier parte del mundo.

Antes de iniciar, debemos saber que es un dashboard. es una interfaz

gráfica de usuario que permite mostrar su información en diferentes figuras y
gráficos. Un dashboard también puede mostrar información en tiempo real desde
los dispositivos Damla, usando websockets a través de un servidor en la nube para
así garantizar al usuario una demora mínima al momento de controlar o monitorear
un elemento.
 114

INDICE DE MANUAL

1. Acceso ........................................................................................................ 115

2. Vista general ........................................................................................... 11616
3. Modo de operación ................................................................................. 11717
4. Elementos de control ................................................................................ 1188
5. Elementos de supervisión o monitoreo .................................................. 11919
5.1. Geolocalización ............................................................................... 12020
5.2. Temperatura ambiente .................................................................... 12020
5.3. Humedad del suelo ......................................................................... 12121
5.4. Humedad ambiente ......................................................................... 12222
5.5. Nivel de CO2 ................................................................................... 12222
5.6. Nivel de radiación ............................................................................ 12323
5.7. Histórica humedad de suelo............................................................ 12323
6.
Desconexión.............................................................................................12424
 115

1. Acceso

El acceso para usuario será independiente debido a que cada terreno de

cultivo tiene diferentes necesidades en cuanto a la cantidad de sensores
utilizados y también la cantidad de actuadores como motores y válvulas.

Para el siguiente caso, el usuario acceso a través de un código QR de su

dashboard personal, cabe mencionar que se está implementando el acceso al
dashboard. Para más información acerca de los avances que se hacen visitar
www.masterprojectperu.com

Nota: se recomienda no compartir con nadie el código QR.

 116

2. Vista general

10

7
9

6
2

5
4
1

8
3

Figura 50. Dashboard de control y monitoreo

Fuente: Elaboración propia

 117

Tabla 31. Indicadores de dashboard de control y supervisión

Indicadores de Dashboard de control y

supervisión
Valor Nombre Niveles Unidad
1 Hora - -
2 Geolocalización del dispositivo -
3 Lectura de la temperatura ambiente -24 || 80 Celsius
4 Lectura de la humedad del suelo 0-100 %
5 Lectura de la humedad relativa del 0-100 %
ambiente
6 Lectura de nivel de CO2 0-1000 ppm
7 Lectura del nivel de radiación 0-10 UV
8 Tendencia histórica de la humedad 0-100 -
9 Estados de las válvulas y las bombas Discreto -
10 Cambiar el modo Discreto -
Fuente: Elaboración propia

3. Modo de operación

El modo de operación, el cual se ubica en el ítem 10 del capítulo anterior

es importante, ya que si el switch está apagada o esta como se muestra en la
imagen, quiere decir que el modo esta en automático, es decir el sistema de
internet de las cosas, Damla, está determinando cuando regar.

Como se observa en la imagen, debajo de la etiquita Modo, se observa en la

parte inferior “Auto || Manual”, eso quiere decir que el switch o toggle está hacia
la izquierda el modo de operación será automático, caso contrario será manual:

- Modo Automático: El sistema determina cuando inicia el próximo riego del

cultivo. El mismo sistema activa la bomba de agua y válvula necesaria para el
 118

riego, al momento de terminar apaga la bomba o válvula que se haya activado

y sigue leyendo los datos del microclima a través del dispositivo Damla Sensor.

- Modo Manual: En el modo manual, el usuario toma las decisiones sobre

cuando regar a través de los elementos de control que se especifican más
adelante.

4. Elementos de control

Los elementos de control son aquellos los que se van a poder controlar
tales como las válvulas y las bombas de agua. De esta manera el agricultor
podrá tomar las decisiones de manera remota.

Para ellos el usuario deberá activar el modo de operación en manual

Modo Automático

Una vez que el modo de operación sea manual usted recién podrá
controlar los estados de las bombas de agua y válvulas, caso contrario Ud. no
podrá controlar ni un elemento de control.

Los elementos de control se encuentran ubicados en el ítem 10 del

capítulo anterior y están conformados por:

- Bomba de control: Utilizada para el riego del cultivo

- Bomba de nutrientes: Utilizada para ingresar los nutrientes a la troncal
de riego.
- Válvula Este: Válvula ubicada en el lado este de la parcela.
- Válvula Oeste: Válvula ubicada en el lado oeste de la parcela.
 119

Como se observa en la siguiente imagen, las bombas están identificada con

un color café y las válvulas con un color verde.

Apagado

Elementos de control

Se igual manera los elementos de control como las válvulas y bombas

están en encendido cuando Ud. Pulsa sobre el switch o toggle de la pantalla de
supervisión.
Encendido

Encendido

Sabemos que está prendido cuando el switch se desliza a la derecha y

su fondo cambie de color.

5. Elementos de supervisión o monitoreo

El elemento de supervisión está compuesto por todos los gráficos de
nuestro Dashboard, tales como la lectura del sensor de humedad del suelo,
humedad del aire, temperatura ambiente, radiación, calidad de aire (sensor de
bióxido de carbono) y la geolocalización del dispositivo.

A continuación, se explicará la descripción de cada elemento de supervisión.

 120

5.1. Geolocalización
La geolocalización está cada por la ubicación geográfica dónde el
dispositivo está conectado. De esta manera, en caso el usuario tuviera una
cantidad excesiva de dispositivos, él puede encontrarlo con mayor facilidad. La
ubicación de los datos es en el ítem 2 del capítulo de vista general.

Localización de dispositivo Damla

5.2. Temperatura ambiente

La temperatura está ubicada en el ítem 3 de la sección de Vista General.
Ud. Pobra visualizar los datos de la temperatura ambiente que está siendo
medida a través del dispositivo Damla Sensor, el cual tiene un rango de
medición desde los -24 hasta los 80 grados Celsius.

Los datos presentados en el dashboard pueden servir como para que el

agricultor determine condiciones del estado del cultivo, pero principalmente
sirve que el el dispositivo tome decisiones del próximo riego que se hará
cuando el modo de operación sea automático

Temperatura en
C°

Temperatura ambiente
 121

5.3. Humedad del suelo

La humedad del suelo está ubicada en el ítem 4 de la sección de Vista
General La humedad del suelo es medida a través del dispositivo Damla
Sensor, el cual tiene un rango de trabajo de 0 a 100 %. De igual manera los
datos registrados sirven para determinar el tiempo efectivo de riego.

Humedad de Suelo

Nivel de
humedad

Nivel alto de humedad

En caso vea un nivel alto de la humedad es un factor que le está indicando a

Ud. Cuando el cultivo está siendo regado.
 122

5.4. Humedad ambiente

La humedad del ambiente está ubicada en el ítem 5 de la sección de Vista
General. La humedad relativa o del ambiente es medida a través del dispositivo
Damla Sensor, el cual tiene un rango de trabajo de 0 a 100 %. De igual manera
los datos registrados sirven para determinar el tiempo efectivo de riego cuando
el modo de operación sea automático.

Niveles altos de humedad indican un nivel alto de evapotranspiración, datos

que pueden ser utilizados por profesionales de la agricultura.

Humedad relativa de aire

5.5. Nivel de CO2

El bióxido de carbono o CO2 del ambiente está ubicada en el ítem 6 de
la sección de Vista General. El nivel de bióxido de carbono o CO2 es medida a
través del dispositivo Damla Sensor, el cual tiene un rango de trabajo de 0 a
1000 ppm (partes por millón). Cuando el usuario vea un nivel superior a los 450
ppm, es un indicio de que hay un incendio por donde está instalado el
dispositivo Damla Sensor.
 123

CO2 ambiente

Nivel alto de CO2 en el ambiente, indicador de posible incendio.

5.6. Nivel de radiación

El nivel de radiación UV del ambiente está ubicada en el ítem 7 de la
sección de Vista General. La radiación del ambiente es medida a través del
dispositivo Damla Sensor, el cual tiene un rango de trabajo de 0 a 10. De igual
manera los datos registrados sirven para determinar el tiempo efectivo de riego.
Cuando el valor sea mayor a 7 tenga cuidado y use protector solar, así prevenir
cáncer de piel.

Nivel alto de CO2 en el ambiente

5.7. Histórica humedad de suelo

La tendencia historia de la humedad del suelo está ubicada en el ítem 8
de la sección de Vista General El grafico histórico determina el nivel de
humedad de suelo, los datos pueden servir para determinar cuándo fue regado
el cultivo, ya que los índices altos de humedad indica presencia de agua en el
ambiente.
 124

Humedad de suelo
alta, indicador de que
fue regado el cultivo

Tendencia de la humedad

6. Desconexión
En caso se visualice el símbolo marcado en la siguiente imagen en
cualquier indicador de sensores o switches de control, tiene que supervisar el
equipo o ver si tiene conexión a internet, ya que el dedo pulgar hacia abajo
significa el dispositivo se desconectó del servidor. Si no está seguro que hacer,
contáctese con proveedor del servicio.

Indicador de desconexión de dispositivo

Indicador de
desconexión
 125

ANEXO 7: COSTO DE INVESTIGACIÓN

 126

Costos

1. Costo de la investigación

Las estimaciones del costo se hicieron en base a las herramientas

utilizadas durante casi un año, debido a que no se ha realizado la
investigación a tiempo completo no he considerado mi tiempo como un
recurso económico adicional.

Tabla 32. Costo de la investigación

Costo total del proyecto Damla

Tecnológico
Item Costo Unidades Precio
Unitario (S/.)
Dispositivo Damla Contactores 171.5 2 343
Dispositivo Damla Sensores 450.8 2 901.6
Hosting 99 9 meses 891
Servidor en la nube y servicios 69 9 meses 621
Licencia de software de diseño 64 1 64
electrónico
Subtotal 2820.6
Oficina
Item Costo Unidades/Mes Precio
Unitario (S/.)
Papel 10 6 paquetes 60
Lapiceros 4 4 16
Computadora 200 9 meses 1800
Internet 99 9 meses 891
Teléfono 99 9 meses 891
Subtotal 3658
Administrativo
Item Costo Unidades/Mes Precio
Unitario (S/.)
Viajes 400 9 3600
Asesoría externa 0 0 0
Instalación 200 1 200
Subtotal 3800
Total 10278.6

Fuente: Elaboración propia

Se gastó un total de S/.10278.6 soles, diez mil doscientos setenta y 8 con 6

centavos para el desarrollo y culminación de la presente investigación.
 127

ANEXO 6: DATASHEETS DE SENSORES Y MICROCONTROLADOR

 128

DATASHEET

1. Sensor de Humedad y temperatura ambiente DHT22

1.1. Descripción

El sensor DHT22 te permite monitorear temperatura y humedad relativa de

forma precisa y sencilla a un bajo precio. La salida suministrada es de tipo
digital, no requiriéndose utilizar entradas analógicas.

Integra un sensor capacitivo de humedad y un termistor para medir el aire

circundante, y muestra los datos mediante una señal digital en el pin de datos
(no posee salida analógica). Utilizado en aplicaciones de control automático
de temperatura, aire acondicionado, monitoreo ambiental en agricultura y
más.

Cada sensor es calibrado en fabrica para obtener unos coeficientes de

calibración grabados en su memoria OTP, asegurando alta estabilidad y
fiabilidad a lo largo del tiempo. El protocolo de comunicación entre el sensor
y el microcontrolador emplea un único hilo o cable, la distancia máxima
recomendable de longitud de cable es de 20m., de preferencia utilizar cable
apantallado. Proteger el sensor de la luz directa del sol (radiación UV).

1.2. Especificaciones técnicas

 Voltaje de Operación: 3V - 6V DC
 Rango de medición de temperatura: -40°C a 80 °C
 Precisión de medición de temperatura: <±0.5 °C
 Resolución Temperatura: 0.1°C
 Rango de medición de humedad: De 0 a 100% RH
 Precisión de medición de humedad: 2% RH
 Resolución Humedad: 0.1%RH
 Tiempo de sensado: 2s
 Interface digital: Single-bus (bidireccional)
 Modelo: AM2302
 129

 Dimensiones: 20*15*8 mm
 Peso: 3 gr.
 Carcasa de plástico blanco

Sensor DHT22

Para más información vea el datasheet del fabricante en:

https://www.sparkfun.com/datasheets/Sensors/Temperature/DHT22.pdf
 130

2. Sensor de humedad de Suelo Sensor SKU

2.1. Descripción

Este sensor de humedad del suelo es capaz de medir el nivel de humedad del
suelo en donde es insertado, mediante detección capacitiva, en lugar de la
detección resistiva que usan otros sensores.

Está construido con un material resistente a la corrosión entregando mayor

durabilidad y confiabilidad a tus proyectos.

El sensor incluye un regulador de tensión que provee la capacidad de ser

energizado en un rango de voltaje operativo de 3.3 a 5.5V, siendo así
compatible con gran cantidad de microcontroladores y tarjetas de desarrollo.

La salida que entrega este sensor es de tipo analógica, siendo esta señal un
valor proporcional a la humedad del suelo. Debido a esto, se debe considerar
el uso de entradas analógicas, o en el caso de uso con Raspberry pi, añadir
un conversor ADC con conexión de datos de tipo digital.

2.2. Especificaciones técnicas

 Tensión de Funcionamiento: 3.3 ~ 5.5 VDC

 Tensión de Salida: Analógica 0 ~ 3.0 VDC
 Corriente de Operación: 5mA
 Dimensiones: 98 x 23 mm
 Largo del Cable: 20cm
 Peso: 15g

2.3. Definición de pines

 VCC (3.3 – 5V)

 GND
 Interfaz de salida analógica AOUT
 131

Sensor capacitivo de humedad de suelo

Fuente: SigmaElectronica

Para mayor información vea el datasheet del fabricante:

https://www.sigmaelectronica.net/wpcontent/uploads/2018/04/sen0193-humedad-
de-suelos.pdf
 132

3. Sensor de UV UVM-30
3.1. Descripción

Este sensor de rayos ultravioleta es capaz de detectar la radiación solar UV

usando un simple chip UVM-30A. Puede ser fácilmente configurado para
proyectos con diferentes microcontroladores para monitorear UV Index,
analizar UV-A de lámparas o proyectos DIY como análisis de crecimiento de
plantas.

El sensor puede detectar rayos UV con tamaño de onda entre 200-370mm

con rápida respuesta y control analógico. Su tensión de funcionamiento entre
3-5V permite que sea fácilmente conectado a otros controladores como
Raspberry Pi.

Con el diagrama índice UV se puede montar fácilmente su proyecto con

Arduino para controlar los niveles de rayos ultravioleta.

3.2. Especificaciones técnicas

 Voltaje de funcionamiento: 3-5 VDC

 Voltaje de entrada: DC 0-1 VDC
 Precisión de medida: +/- 1UV índice
 Corriente de trabajo: 0.06mA (estándar) / 0.1mA (máx.)
 Longitud de onda de respuesta: 200-370 nm
 Temperatura de trabajo: -20ºC - +85ºC
 Tamaño PCB: 28x12mm

3.3. Definición de pines

 GND (-) : conexión a tierra

 Out : señal de salida del sensor
 VCC (+) : alimentación del sensor
 133

Sensor UV modelo UVM-30ª

Fuente:WilTronics

Para más información revisar el datasheet del fabricante:

https://www.wiltronics.com.au/wp-content/uploads/datasheets/ARD2-2062.pdf
 134

4. Microcontrolador ESP32
4.1. Descripción

El ESP-WROOM-32 es un potente modulo que integra Wi-Fi y

Bluetooth, ideal para desarrollar productos de IoT. La integración de
Bluetooth, Bluetooth LE y Wi-Fi permite una amplia gama de aplicaciones, el
uso de Wi-Fi permite una comunicación de mediano alcance y conectarse a
una red LAN y a través de un Router conexión a Internet, mientras que el
Bluetooth nos permite conectarse directamente a otro dispositivo como un
celular.
La corriente de reposo del chip ESP32 es inferior a 5 μA, por lo que es
adecuado para aplicaciones de electrónica portátiles con batería.

En el núcleo de este módulo está el chip ESP32-D0WDQ6. El chip

integrado está diseñado para ser escalable y adaptado. Hay dos núcleos de
CPU que se pueden controlar individualmente, y la frecuencia del reloj es
ajustable de 80 MHz a 240 MHz. El usuario también puede apagar el CPU y
utilizar el co-procesador de baja potencia para supervisar constantemente los
periféricos para detectar cambios de estado.

ESP32 integra un amplio conjunto de periféricos como sensores táctiles

capacitivos, sensores Hall, amplificadores de bajo nivel de ruido, interfaz para
SD, Ethernet, SPI, UART, I2S e I2C.

El igual que el ESP8266 el ESP32 también tiene plataformas de

desarrollo como el NodeMCU-32 ESP32. El módulo trabaja a 3.3V por lo
que NO se debe alimentar con 5V. Se recomienda colocar un capacitor de
100uF o superior en paralelo con la fuente de alimentación.

4.2. Especificaciones técnicas

 Voltaje de Alimentación: 3.3V DC (2.7~ 3.6V)

 Corriente de Operación: ~80mA (fuente superior a 500mA)
 Voltaje lógico (Entradas/Salidas): 3.3V
 SoC: ESP32 (ESP32-D0WDQ6)
 CPU: Dual core Tensilica LX6 (32 bit)
 Frecuencia de Reloj: 240MHz
 135

 SRAM: 520KB
 Memoria Flash Externa: 4MB
 Pines Digitales GPIO: 34 (incluyendo todos los periféricos)
 UART: 2
 SPI:3
 I2C:2
 Capacitive touch sensors: 10
 interfaz SD
 Timers: 3 (16-bit)
 PWM Led:16 canales independientes (16-bits)
 ADC: 2 (12-bit)
 DAC: 2 (8-bit)
 Wi-Fi, Protocolo 802.11 b/g/n/e/i (802.11n up to 150 Mbps)
 Wi-Fi, certificación RF: FCC/CE/IC/TELEC/KCC/SRRC/NCC
 Wi-Fi, rango de Frecuencia: 2.4 ~ 2.5 GHz
 Wi-Fi mode Station/SoftAP/SoftAP+Station/P2P
 Wi-Fi Security WPA/WPA2/WPA2-Enterprise/WPS
 Network protocols IPv4, IPv6, SSL, TCP/UDP/HTTP/FTP/MQTT
 Bluetooth, Protocolos: V4.2 BR/EDR and BLE specification
 Bluetooth, Radios: NZIF receiver with -97 dBm sensitivity, Class-1, class-2
and class-3 transmitter, AFH
 Bluetooth, Audio: CVSD and SBC
 Stack de Protocolo TCP/IP integrado
 Tamaño 18±0.2 mm x 25.5±0.2 mm x 3.1±0.15 mm
 136

Microcontrolador ESP32

Fuente: Espressif Labs

Para más información vea el datasheet del fabricante:

https://www.espressif.com/sites/default/files/documentation/esp32_datasheet_en.p
df
 137

ANEXO 6: ENCUESTA
 138

ENCUESTA

El formato de la encuesta y los datos registrados se encuentra en el siguiente

enlace.

https://tinyurl.com/twndjgz