SciELO - Scientific Electronic Library Online

 
 issue44“Snapshot” of the State of Software Reuse in ColombiaDiagnosis of Gastrointestinal Parasites in Bovines of the Department of Boyacá, Colombia author indexsubject indexarticles search
Home Pagealphabetic serial listing  

Services on Demand

Journal

Article

Indicators

Related links

  • On index processCited by Google
  • Have no similar articlesSimilars in SciELO
  • On index processSimilars in Google

Share


Revista científica

Print version ISSN 0124-2253On-line version ISSN 2344-8350

Abstract

CHANCHI-GOLONDRINO, Gabriel-Elías; OSPINA-ALARCON, Manuel-Alejandro  and  SABA, Manuel. Sistema IoT para monitoramento de variáveis climatológicas em culturas de agricultura urban. Rev. Cient. [online]. 2022, n.44, pp.257-271.  Epub July 08, 2022. ISSN 0124-2253.  https://doi.org/10.14483/23448350.18470.

Com base na tendência crescente da agricultura urbana, este trabalho tem como objetivo a construção de um sistema IoT para o monitoramento e análise das variáveis climáticas de interesse em cultivos de agricultura urbana. A metodologia considerada para o desenvolvimento desta pesquisa consiste em 4 fases: seleção de ferramentas e tecnologias, desenho da arquitetura do sistema IoT, construção do protótipo do sistema e, finalmente, um estudo de caso no contexto do cultivo de alface. Como resultado desta pesquisa, foi construído um sistema IoT baseado em ferramentas livres de hardware e software, que é articulado dentro da arquitetura convencional de 4 camadas de IoT (captura, armazenamento, análise e visualização). O sistema tem a vantagem sobre as soluções existentes, o uso de plataformas SBC portáteis assim como a inclusão de modelos de aprendizagem automático dentro da camada de análise. A partir do estudo de caso desenvolvido em um cultivo de alface doméstico, conclui-se que as ferramentas escolhidas permitem realizar de forma adequada a captura, o monitoramento e a análise das variáveis climáticas de interesse em cultivos de agricultura urbana. Da mesma forma, conclui-se que os modelos de análise considerados podem ser personalizados levando em conta as características de agricultura e climáticas de cada cultivo e que são úteis para a tomada de decisões relacionadas à fisiologia dos cultivos.

Keywords : agricultura urbana; aprendizagem não supervisado; cultivo; internet das coisas; monitoramento..

        · abstract in English | Spanish     · text in Spanish     · Spanish ( pdf )