asdse

1. Además, cuando el nivel de humedad es relativamente alto, el síntoma
[11]. La variación de estos parámetros provoca el empernado.
Riya K.
El empernado es un fenómeno por el cual la planta de cebolla produce
un tallo floreciente antes de llegar a la etapa de cosecha.
de enfermedad foliar es más grave si el valor de HR oscila entre 80%
y 100%. El objetivo de este trabajo de investigación es analizar el
efecto de la temperatura y la HR en experimentos de cámara de
crecimiento e invernadero en el cultivo de cebolla y proporcionar una
alerta temprana para mantener un entorno propicio para un mejor
rendimiento de la cebolla mediante el uso de un cultivo inteligente.
Este efecto adverso en la calidad de la cebolla producida.
Varios estudios de investigación publicados indican que numerosas
enfermedades bacterianas se han acumulado debido a las variaciones
en los factores ambientales como la temperatura y la humedad relativa.
Este efecto sobre la cebolla produce en forma de puntas necróticas,
rayas, lesiones empapadas de agua, raíz blanda, tejido blanqueado y
debilita gradualmente el tallo y el colapso de la planta. El otro efecto
de estos patógenos está en la raíz central de las cebollas y puede
reducir significativamente el crecimiento de cebollas con diferentes
tipos de enfermedades. también provoca la raíz central en las cebollas
almacenadas y puede aumentar el potencial de establecimiento por
parte de microbios secundarios.
El sistema de cultivo inteligente propuesto en este documento es
adecuado para monitorear los cambios en los factores ambientales y
analizar el efecto de estos parámetros tanto en ambientes abiertos
como en invernaderos. El resultado obtenido de esta investigación
indica que el porcentaje de espigado es mayor en ambiente abierto
que en invernadero [18]. El invernadero producirá un mejor rendimiento,
porque podemos adoptar mecanismos para controlar estos parámetros
climáticos.
YO. INTRODUCCIÓN
Rathnakar Achary Rohan R.
El cultivo de la cebolla se ve afectado por los cambios en las
condiciones climáticas. Los parámetros climáticos como la temperatura
y la humedad relativa (HR) afectarán directa o indirectamente la
calidad de la cebolla producida. Las plantas se ven afectadas por
diferentes tipos de enfermedades de patógenos a 25oC a 30oC.
sistema de seguimiento, que proporciona información a los formadores
sobre la fluctuación de los factores ambientales
Pavana V
Fig. 1. Problema de floración de cebolla con la formación del tallo floral.
vpavanbtech20@ced.alliance.edu.in
Colegio de Ingeniería y Diseño de la
Alianza,
UNIVERSIDAD DE LA ALIANZA,
Bangalore, India
Colegio de Ingeniería y Diseño de la Alianza,
rathnakar.achary@alliance.edu.in
UNIVERSIDAD DE LA ALIANZA, Bangalore, India
kriyabtech20@ced.alliance.edu.in
Colegio de Ingeniería y Diseño de la
Alianza,
Palabras clave: Campo de cebolla, espigado, humedad relativa, Internet
de las Cosas, Analytics.
UNIVERSIDAD DE LA ALIANZA,
Bangalore, India
Resumen - El cultivo de cebolla en muchas partes de la India y el
estado de Karnataka se ha visto afectado por un rápido cambio en el clima
rrohanbtech19@ced.alliance.edu.in
condiciones. El objetivo de este trabajo de investigación es analizar
el efecto de las condiciones atmosféricas volátiles como la temperatura
y la humedad relativa (HR) en cultivo abierto e invernadero en el
cultivo de cebolla y brindar una alerta temprana para mantener un
ambiente favorable para un mejor rendimiento de la cebolla mediante
el uso de un Sistema de cultivo inteligente. El sistema de cultivo
inteligente desarrollado mediante el uso de IoT está diseñado para
monitorear el cultivo de cebolla con la ayuda de diferentes tipos de
sensores. Los datos recopilados por estos sensores se analizan para
evaluar el efecto favorable y adverso de los parámetros climáticos en
el cultivo de cebolla y tomar decisiones para el cultivo de cultivos o
mantener condiciones ambientales favorables en un invernadero para
minimizar la pérdida por mala cosecha. El sistema también proporciona
una información temprana a los agricultores sobre las variaciones de
los factores ambientales y su efecto sobre el cultivo en las diferentes
etapas de su crecimiento. Para un cultivo de cebolla las variaciones de estos parámetros provocan el florecimiento.
Colegio de Ingeniería y Diseño de la
Alianza,
Esto condiciona desfavorablemente efecto sobre la calidad de la
cebolla producida. El sistema de marco inteligente propuesto es
adecuado para monitorear los cambios en los factores ambientales y
analizar el efecto de estos parámetros tanto en un invernadero como
en un ambiente abierto. El resultado obtenido por los experimentos
de esta investigación especifica que el porcentaje de brotación es
mayor en un ambiente abierto que en un invernadero. El invernadero
producirá un mejor rendimiento debido a los parámetros controlados.
UNIVERSIDAD DE LA ALIANZA,
Bangalore, India
Efecto de la temperatura y la humedad relativa en
Granjas de cebolla y su monitorización mediante IoT
Sistema de agricultura inteligente basado
978-1-6654-7995-0/22/$31.00 ©2022 IEEE
Licencia de uso autorizada limitada a: Universidad Nacional Pedro Ruiz Gallo. Descargado el 3 de julio de 2022 a las 06:33:36 UTC de IEEE Xplore. Se aplican restricciones.
Machine Translated by Google

2. Figura 2. Sensor DHT
Fig. 3. El sistema de agricultura inteligente utiliza una arquitectura de nivel tres
Licencia de uso autorizada limitada a: Universidad Nacional Pedro Ruiz Gallo. Descargado el 3 de julio de 2022 a las 06:33:36 UTC de IEEE Xplore. Se aplican restricciones.
El espigado es una reacción persistente de la planta de cebolla para superar el
estrés de los factores ambientales. El espigado produce semillas antes de la
muerte de la planta. Ocurre tanto en invierno como en verano. La temperatura
para la ocurrencia es de 4 oC a 10oC en invierno o por encima de 30oC en
verano. Un aumento en el nivel de humedad puede hacer que la cebolla se
desprenda. Una agricultura basada en tecnología, que utiliza una técnica de
cultivo inteligente, puede ser una solución comprobada para mitigar los problemas
de la floración de las cebollas.
SISTEMAS DE AGRICULTURA INTELIGENTE BASADOS EN IOT
El advenimiento de la solución basada en IoT propuesta en esta investigación
puede abordar los problemas del atornillado de cebolla.
El espigado de la cebolla es uno de los problemas comunes debido a los cambios
climáticos. Las aplicaciones de IoT en la agricultura inteligente son una solución
predominante para abordar este problema. Monitorea los cambios en los
parámetros ambientales, su efecto en la planta de cebolla y habilita un mecanismo
preventivo. El objetivo de esta investigación es diseñar y desarrollar un sistema
agrícola inteligente (SFS) basado en IoT para monitorear el efecto de las
variaciones de temperatura y HR en el cultivo de cebolla, su efecto en el cultivo
de cebolla y proporcionar una información temprana a los agricultores para
minimizar la problema de atornillado. El sistema se desarrolla con la ayuda de
sensores [12], IoT y tecnologías habilitadas para la nube. Los datos recopilados
por estos sensores se analizan para evaluar el efecto favorable y adverso de los
parámetros climáticos y tomar decisiones para el cultivo de cultivos y
C. Trabajo relacionado
mantener un ambiente favorable en un invernadero y minimizar la pérdida de
cosecha debido a la mala cosecha.
En [22], los investigadores presentaron cómo los datos capturados por los
sensores se comunican a la nube y analizan los datos utilizando un motor de
análisis, y el resultado se envía al agricultor como una alerta.
Se analiza el efecto de la temperatura sobre las plantas de cebolla, que se
cultivan en un ambiente controlado y bien irrigadas y fertilizadas. Las variaciones
de temperatura y HR en un invernadero o campo abierto de cebollas, donde se
monitorearon continuamente por medio de un sensor de vigilancia como en la
figura (2).
Varias publicaciones de investigación destacaron claramente el efecto de los
cambios climáticos en el cultivo de cebolla. En [19] el autor investigó sobre los
cambios climáticos y las enfermedades fúngicas como
El resto del documento está organizado de la siguiente manera; Sección II –
El resultado experimental muestra que la temperatura tiene un efecto significativo
sobre el período de incubación y la gravedad de la enfermedad, independientemente
de la bacteria. La severidad de la enfermedad debida a patógenos, se observa
en el cambio de temperatura.
mancha morada en el cultivo de la cebolla.
explicó el ecosistema IoT aplicable a los sistemas agrícolas inteligentes basados
en IoT. Sección III: explicó el análisis y las pruebas de datos de desarrollo del
sistema, la Sección IV: el análisis de resultados siguió con la conclusión en la
sección V.
B. Efecto de la HR
En [5], la investigación de agricultura inteligente basada en IoT publicada presentó
la aplicación de IoT, sensores inalámbricos y computación ubicua para aumentar
la demanda de producción de alimentos, lo que explicó cómo IoT permitió que el
sistema de agricultura inteligente hiciera que las prácticas agrícolas fueran más
precisas y controladas, lo que ayuda a minimizar el fracaso del cultivo de cebolla.
Para probar el efecto de la humedad relativa en las plantas de cebolla se realiza
un experimento y el proceso se repite varias veces. La HR se monitorea
continuamente usando un sensor de vigilancia. Se observa que la severidad de
la enfermedad es mayor cuando las plantas de cebolla inoculadas se incubaron
bajo 100% de HR independientemente del patógeno [23]. El empernado de
cebolla es otro
El SFS registra continuamente los parámetros que afectan el cultivo de cebolla
tanto en campos abiertos como en invernaderos. Los datos relacionados con la
temperatura y la HR se pueden analizar para evaluar los problemas de floración
y tomar decisiones para adoptar el mecanismo preventivo para reducir la floración
en el cultivo de cebolla y aumentar el rendimiento. El concepto de agricultura
inteligente que se refiere al cultivo de la cebolla es una aplicación de las modernas
tecnologías de la información y la comunicación (TIC) en la agricultura [14].
Promete reformar la introducción de IoT, con el alto
A. Efecto de la temperatura
principal problema, afecta el rendimiento de la cebolla debido a la variación de
temperatura y humedad. El problema del florecimiento de la cebolla con la
formación del tallo floral se muestra en la figura (1). El problema del florecimiento
se debe a los cambios hormonales en las plantas ya la variación de factores
ambientales como la temperatura y la humedad.
II.
Machine Translated by Google

3. Figura 4. Modelo de implementación de agricultura inteligente
Tabla 1: Especificaciones detalladas de DHT 11 y BMP 180
Licencia de uso autorizada limitada a: Universidad Nacional Pedro Ruiz Gallo. Descargado el 3 de julio de 2022 a las 06:33:36 UTC de IEEE Xplore. Se aplican restricciones.
B. Dominio del dispositivo
El modelo de clasificación es una técnica de aprendizaje supervisado, que
utiliza la información anterior como datos de entrenamiento para clasificar
objetos de datos en segmentos.
Toda la tecnología fue desarrollada utilizando Arduino IDE,
Una red bayesiana es la mejor opción para la clasificación, lo que ofrece la
interoperabilidad del modelo. Es una técnica eficiente para analizar la estructura
de datos completa de un gran almacén de datos (bigdata) en lugar del formato
de estructura de datos tradicional.
La computación en la nube y el sistema de comunicación móvil son las
tecnologías habilitadoras con IoT. La computación en la nube permite un
procesamiento poderoso del sistema de sensores y el monitoreo de los servicios
al configurar el tablero y ejecutar el motor de análisis para el análisis de datos.
La nube ayuda a mitigar el problema de almacenar, procesar y acceder a la
gran cantidad de datos que surgen
Plataforma de análisis Think Speak y modelos de aprendizaje automático. Esto
incluye un editor para escribir código de extremo a extremo
SVM utiliza la teoría del aprendizaje estadístico para analizar los datos
[20]. Los múltiples beneficios de la nube de IoT son muchas opciones de
conectividad, servicios de gran acceso a la red bajo demanda, acceso a
recursos de computación en la nube, como dispositivos móviles y decenas de
miles de dispositivos de IoT. La tecnología móvil ayudará a proporcionar
información en tiempo real a los agricultores mediante SMS o aplicaciones
móviles.
Se compone de Arduino con ATmag 2590 alimentado con una velocidad de
reloj de 16 MHz y almacenamiento de 8 KB de SRAM y memoria flash de 256
KB. El DHT 11 utilizado es un sensor digital de temperatura y humedad de bajo
costo y alta sensibilidad [7]. Este dispositivo detecta la temperatura atmosférica
y el nivel de humedad con precisión. Los valores de temperatura y humedad
son
sensores de precisión, actuadores, computación en la nube y análisis de datos
[5].
El objetivo de la agricultura inteligente es ofrecer una producción agrícola más
eficiente y sostenible, a través de percepciones basadas en datos y una mejor
gestión de los recursos.
operación. El boceto escrito mediante el uso de esta plataforma conecta el
hardware Arduino para cargar programas y comunicar los datos a Think Speak
Cloud. Ayuda a almacenar los datos capturados y se puede acceder a ellos
mediante un navegador. Thinks Speak también ayuda a desarrollar un tablero
y extraer los desgloses.
capturado por el sensor se transfiere a la mega placa Arduino a través del pin
9. El sensor puede comunicarse con IoT usando el modo alámbrico o inalámbrico
(Bluetooth, Zigbee). Otros módulos adjuntos son LDR y BMP 180. Las
especificaciones detalladas de todos los dispositivos utilizados en este dominio
se dan en la tabla (1).
A. Metodología
tercero ANÁLISIS DE DATOS DE DESARROLLO DE SISTEMAS
C. Dominio de la comunicación
En esta sección se describe la causa real de la infección por hongos y los
problemas de atornillado debido a las disparidades en las condiciones
ambientales mediante un mecanismo de monitoreo inteligente.
Y PRUEBAS
El módulo presente en este dominio es el módulo Wi Fi SoC (sistema en chip)
ESP8266, integrado con la pila de protocolos TCP/IP, que permite a la MCU
acceder al punto de acceso Wi Fi.
El modelo desarrollado utilizando el sistema de agricultura inteligente basado
en IoT utiliza una arquitectura de nivel 3 que se puede dividir en tres niveles
como dominio de dispositivos, dominio de comunicación y dominio de aplicación
como se muestra en la figura (3).
Toda la arquitectura del sistema es como se muestra en la figura (5). Se analiza
una gran cantidad de datos de sensores, que desempeñan un papel importante
en la mejora de la eficiencia operativa y el aumento de la productividad. En un
sistema de agricultura inteligente, utilizamos los datos de los sensores obtenidos
para diferentes tipos de análisis, como análisis en tiempo real o análisis fuera
de línea [8]. Los datos y el informe de análisis se utilizan para la detección de
problemas de atornillado.
E. Programación en IoT y Cloud
La función del módulo de comunicación se basa en el firmware integrado en él.
Hay varios métodos de análisis de datos categorizados como reglas de
clasificación, agrupación, predicción y asociación.
D. Dominio de la aplicación
Machine Translated by Google

4. 1 1
+
…….(2)
Los datos requeridos para el análisis se capturan de varias partes del
campo de cebolla. Los sensores están expuestos a las condiciones
ambientales para capturar los datos durante un período muy largo. Los
datos del sensor se ingresan en la base de datos PostgrSQL mantenida
en la computadora personal. Además, para examinar los datos
capturados y encontrar el modelo de predicción para los datos
recopilados, se utilizan los datos almacenados en la nube [9]. Ahora
los datos transferidos archivo .csv. Una vez que los datos se procesan
previamente, se analizan los valores anómalos en el conjunto de datos,
como una temperatura baja y un valor de humedad alto. Los datos
capturados se analizan utilizando el modelo de regresión lineal
considerando las tres variables TH y L (temperatura, HR y luz detectada
por LDR), porque estos parámetros ambientales son
responsable del empernado de la cebolla. El objetivo clave era
encontrar la relación que hace que los terceros parámetros sean una
función de los dos primeros parámetros, que causan el empernado. La
medición de respuesta única en el modelo de regresión lineal simple
da como resultado un predictor único x, para cada observación, lo que
muestra que la función media condicional es lineal como en la ecuación
(3).
Fig. 5. Arquitectura agrícola inteligente
……..(1)
+
patrones y la creación de grupos. Su aplicación incluye clasificación de
texto, coincidencia de patrones, diagnóstico de salud y en el campo de
análisis de negocios. Además, se utilizó un enfoque KNN para
encontrar el patrón oculto del conjunto de bigdata. Al contrario de la
clasificación, el agrupamiento también utiliza un modelo no supervisado
y crea un grupo para un objeto dado en función de sus características
significativas únicas. Las técnicas populares utilizadas para el
agrupamiento son el agrupamiento jerárquico y la partición. Se obtiene
un agrupamiento jerárquico combinando los pequeños grupos de
objetos de datos y formando un árbol jerárquico y creando grupos
aglomerativos. El análisis predictivo utiliza datos históricos, que
también se consideran como el conjunto de datos de entrenamiento.
Determina el resultado como tendencias o comportamientos en los datos.
El costo involucrado en la implementación del sistema de agricultura
inteligente basado en IoT se clasifica en dos tipos: costo de instalación
y costo de funcionamiento. El costo relacionado con el anterior
comprende la infraestructura física, los dispositivos y los componentes.
El costo de funcionamiento implica el costo recurrente, como el costo
de suscripción a la nube o la plataforma IoT, para recopilar datos y
comunicarlos a otros dispositivos, el costo de la utilización de Internet
también se sumará a esto. El éxito de SFS habilitado para IoT, la
implementación se basa en dos factores según Turgut y Boloni as; 1)
la percepción de los agricultores es que la tecnología habilitada por
IoT proporciona un valor que supera su costo físico y de privacidad. 2).
el modelo de negocio que utiliza la tecnología IoT permitirá generar
ingresos adicionales con éxito.
=
Para la predicción, la relación entre las variables independientes y
dependientes se obtienen utilizando la lógica Fuzy y los modelos SVM.
= …………………..(3)
Con múltiples variables predictoras, la regresión múltiple
En la ecuación (2), el valor de la información obtenida de un SFS
habilitado para IoT está destinado a la prestación de los servicios que
necesita el agricultor. Un costo de suscripción subsidiado minimizará
los gastos generales de los agricultores.
VI. ANÁLISIS DE RESULTADOS
la función media se da en la ecuación (4).
2 +……(4)
Hemos considerado condiciones climáticas básicas como temperatura,
HR, presión barométrica y luz ambiental.
Estas dos condiciones se expresan en la ecuación (1) y (2) como ( ÿ ÿ
Donde a – intersección b- Pendiente o coeficiente de la variable
x al mantener el resto de los predictores inalterados, cada coeficiente
estima los cambios en la respuesta media por unidad de cambio en el
valor de x en la ecuación (3), que se logra mediante el uso de regresión
lineal modelo representa la predicción de
Entre estos nos interesa la temperatura y la humedad relativa para
analizar las razones del espigado en la finca de cebolla.
Fig. 6. Variación de la temperatura media
Licencia de uso autorizada limitada a: Universidad Nacional Pedro Ruiz Gallo. Descargado el 3 de julio de 2022 a las 06:33:36 UTC de IEEE Xplore. Se aplican restricciones.
Vs Cpri Ch C pagar
granjero
) ÿ 0
( - - ÿ
ÿ
) ÿ 0
Vs Cpri Ch C
granjero
pagar
Machine Translated by Google

5. [9]. Z. Khan, A. Anjum y SL Kiani, ''Análisis de big data basado en la nube
-2.545
invernaderos de todo el mundo.
proc. Internacional IEEE Conf. Intel. Reinar. (IE), Praga, República Checa,
[14]. F. TongKe, "Agricultura inteligente basada en computación en la nube e IoT", J.
2018,
[11]. N. Dlodlo y J. Kalezhi, “El Internet de las cosas en la agricultura para
0.1755
Estándar
sistema de monitoreo ambiental de invernaderos agrícolas basado en tecnología IoT”,
en Proc. En t. Conf. Intel. Transporte. Big Data Smart City, diciembre de 2015, págs.
487–490.
Universidad Saud-Ciencias Informáticas y de la Información, vol. 30, núm. 3, págs. 291–
319, 2018.
análisis”, IEEE Intel. Syst., vol. 30, núm. 4, págs. 76–80, julio/agosto. 2015.
para ciudades inteligentes del futuro”, en Proc. IEEE/ACM sexto internacional. Conf. Computación en
la nube de servicios públicos. (UCC), diciembre de 2013, págs. 381–386.
“Plataforma de robot agrícola multipropósito: diseño conceptual de software de sistema
de control para conducción autónoma y operaciones agrícolas utilizando un controlador
lógico programable”, World Acad. ciencia
com/fs100/1101447499422/archiv-e/1114773113656.html.
[3]. Arduino, “,e Arduino IDE,” 2019, https://www.arduino.
37.774
-0.3328
[5]. J. Muangprathub, N. Boonnam, K. Siriwan, L. Narongsak, W. Apirat,
“Red autónoma de sensores inalámbricos para invernadero ambiental
sistema basado en IoT”, en Proc. 4to Int. Conf. Intel. computar Tecnología
Computación en la nube IEEE., vol. 4, núm. 1, págs. 10–15, enero/feb. 2017.
p?id=785590/ [8].
Capello, F., Toja, M., Trapani, N., 2016. Un servicio de monitorización en tiempo real basado
en internet industrial de las cosas para gestionar la logística agroalimentaria. En: Sexta
Conferencia Internacional sobre Sistemas de Información, Logística y Cadena de
Suministro, págs. 1–8.
4.057
Conf. Netw. Services, Cancún, Mexico, Mar. 2010, pp. 137–142.
“Hacia una agricultura inteligente y una agricultura sostenible con drones”, en
ngglass https://concreteplayground.com/auckland/design style/design/ten-amazing-
glass-greenhouses-from, around-the-world
Futuro Generado. computar Syst., vol. 29, núm. 7, págs. 1645–1660, 2013.
cc/en/main/software.
3. Humedad relativa -0.886
[19] L. Dan, C. Xin, H. Chongwei y J. Liangliang, “Intelligent
[6]. P. Ray, "Una encuesta sobre Internet de las arquitecturas de las cosas", Journal of King
[12]. S. Ivanov, K. Bhargava y W. Donnelly, “Agricultura de precisión: sensor
https://concreteplayground.com/auckland/design-style/design/diez increíbles-
invernaderos-de-vidrio-de-alrededor-del-mundogreenhousesfroma-roundtheworld .
[22]. T. Jeanie, "e cebolla parche", 2019, http://archive.constantcontact.
[dieciséis]. P. Abhishesh, B. Ryuh, Y. Oh, H. Moon y R. Akanksha,
[2]. Baker, "Diez increíbles invernaderos de vidrio de todo el mundo", 2018,
cosas: visión, aplicaciones y desafíos de la investigación”, Redes ad hoc, vol. 10, núm.
7, págs. 1497–1516, 2012.
[18]. B. Pekoslawski, P. Krasinski, M. Siedlecki y A. Napieralski,
Valor
estimado
[15]. D. Yan-e, “Diseño de información de gestión agrícola inteligente
agricultura: monitorización inteligente del riego mediante imágenes térmicas”,
Verdadero valor
tpdf/DRobotics/DHT11/pdf.php?id=785590/Robotics/DHT11/pdf.ph
[17]. P. Tripicchio, M. Satler, G. Dabisias, E. Ruffaldi y CA Avizzano,
de apoyo a la agricultura en el riego de precisión”, en Proc. 6to Int.
https://concreteplayground.com/Auckland/designstyle/design/tenamai
Things (IoT): una visión, elementos arquitectónicos y direcciones futuras”,
9.3111
0.1308
Informática y electrónica en la agricultura, vol. 156, págs. 467–474, 2019.
Intersección
2. Temperatura
promedio
Sistema de circuitos (MIXDES), junio de 2013, págs. 503–507
Fig. 7. Variaciones de la velocidad del viento, temperatura, humedad y presión
https://desinstyle/-design/tenamazingglass
desarrollo rural sostenible”, en Proc. En t. Conf. emergente Red de Tendencias.
computar común (ETNCC), mayo de 2015, págs. 13–18.
2015, págs. 140–143.
[23]. Sunil Pareek, Narashans Alok Sagar, Sunil Sharma y Vinay Kumar Onion (Allium cepa
L.) Fitoquímicos de frutas y verduras: química y salud humana, volumen II, segunda
edición. Editado por Elhadi M. Yahia.© 2018 John Wiley & Sons Ltd. Publicado en 2018
por
[4]. D. Miorandi, S. Sicari, FD Pellegrini e I. Chlamtac, “Internet of
convergencia información Tecnología, vol. 8, núm. 2, 2013.
Coeficiente
[20]. M. Roopaei, P. Rad y K.-KR Choo, “Cloud of things in smart
-4.565
error
[7]. R. Digital, "Sensor de temperatura y humedad de la hoja de datos DHT11", 2019, https://
dataheet4u.com/datashetpdf/dhttps://datasheet4u.com/datashee
Ing. Tecnología En t. J. Mec. Aerosp. Indiana Fabricación mecatrónica Ing., vol. 11,
núm. 3, págs. 496–500, 2017.
[10]. J. Gubbi, R. Buyya, S. Marusic y M. Palaniswami, “Internet de
[13]. GHEL de Lima, LC e Silva, and PFR Neto, “WSN como herramienta
[1]. B. Imogen, "Diez increíbles invernaderos alrededor del mundo", 2020,
thingSpeak, "Mis canales", https://
thingspeak.com/channels/.
1.
y P. Nillaor, "IoT y análisis de datos agrícolas para granjas inteligentes"
Automático, vol. 1. Shenzhen, China, marzo. 2011, págs. 1045–1049.
monitoreo de condiciones”, en Proc. 20 Int. Conf. Integral de Diseño Mixto.
[21]. H. Ibayashi, Y. Kaneda, J. Imahara, N. Oishi, M. Kuroda, H. Mineno, "Un sistema de
control inalámbrico confiable para cultivos hidropónicos de tomate", Sensores, 16, 2016
Licencia de uso autorizada limitada a: Universidad Nacional Pedro Ruiz Gallo. Descargado el 3 de julio de 2022 a las 06:33:36 UTC de IEEE Xplore. Se aplican restricciones.
A. Resultados
REFERENCIA
humedad en una granja de invernadero. Un resultado clave de esta
investigación es descubrir el efecto de las condiciones climáticas en las
granjas. Una baja temperatura y un alto nivel de humedad promueven
la formación de espigas en las plantas de cebolla, lo que resulta en el
debilitamiento del tallo y la pérdida de la cosecha. El SFS desarrollado
es útil para que los agricultores obtengan información temprana sobre
el espigado y reduzcan la pérdida de cultivos y aumenten la producción.
atornillado por la variación de temperatura y humedad los valores son I
= 37.774-0.3328T – 0.886H.
Las tecnologías inteligentes como IoT habilitado con computación en la
nube y bigdata juegan un papel vital en la mejora del rendimiento de los
cultivos y la reducción de los costos operativos. En el sistema de cultivo
inteligente propuesto, hemos diseñado e implementado un sistema
basado en IoT para monitorear los cambios en las condiciones climáticas
y analizar su efecto en la granja de cebolla. Los dispositivos archivados,
como los sensores, capturaron los datos, que luego se comunican al
almacén de datos basado en la nube. Estos datos se analizan mediante
el uso de modelos de aprendizaje automático y los resultados del
análisis se actualizan a los agricultores a través de una aplicación móvil
o mediante el uso de un actuador automatizado para controlar la temperatura y
El coeficiente negativo -0,3328 y -0,886 indica una relación inversa para
el empernado. A partir de esto, con la disminución de la temperatura y
el aumento de la humedad, aumenta la probabilidad de echar cebolla.
EN. CONCLUSIÓN
Machine Translated by Google

6. Licencia de uso autorizada limitada a: Universidad Nacional Pedro Ruiz Gallo. Descargado el 3 de julio de 2022 a las 06:33:36 UTC de IEEE Xplore. Se aplican restricciones.
DOI:10.1007/978-981-15-5309-7_5.
https://ieeexplore.ieee.org/document/9591890.
Electrónica inteligente y comunicación (ICOSEC) 2021,
John Wiley & Sons Ltd.
[25]. Rathnakar Achary Internet de las cosas (IoT) Amenazas de seguridad en
la seguridad de la capa física, ciencia de datos y seguridad (págs. 39-48)
[24]. Rathnakar Achary, "Análisis de rendimiento del sistema inteligente de gestión
de bibliotecas basado en RFID e IoT" Conferencia internacional sobre
Machine Translated by Google