introducCIÓN

Contexto

• Proyecto realizado en Ayscom, una empresa de soluciones de test y medida para redes de telecomunicaciones con más de 10 años de experiencia.
• Equipo de desarrollo con proyectos propios y para clientes basados en la monitorización de datos.
• Certificación de PYME Innovadora por dos proyectos propios desarrollados.

estado actual del sector agrícola

• España es el principal exportador mundial de frutas y verduras frescas.
• El conocimiento adquirido no se ha sabido adaptar a las nuevas tecnologías.
• Coste oculto debido a la toma de decisiones realizadas de forma estimada, sin datos objetivos.
• Principales retos: mantener la calidad y asegurar la producción optimizando los recursos disponibles.

Problemas a resolver

• Variedad de soluciones independientes sin ninguna integración.
• Tradición de toma de decisiones basadas en la intuición.
• Pobre procesamiento de datos.
• Las fincas grandes conllevan demasiado tiempo para analizar la información.

Objetivo

Desarrollar un sistema que:

• Unifique las principales fuentes de información disponibles.
• Procese los datos para simplificarlos y ofrecer una visión global del estado de los cultivos.
• Muestre la información a los usuarios mediante una interfaz web.

definición del sistema

módulos funcionales 

1. Sistema adaptador de datos
2. Sistema de ejecución de cálculos
3. Aplicación web de visualización de información.

módulos funcionales

sISTEMA ADAPTADOR DE DATOS

Requisitos funcionales

• Recuperar los datos recogidos por los sensores repartidos por las fincas.
• Funcionar con los principales fabricantes de sensores del sector agrícola: ADCON, NAZARÍES y RANCH SYSTEMS.
• Recuperar datos de predicciones climáticas de las fincas.
• Realizar conversiones de unidades sobre los datos.
• Detectar recalibraciones.
• Gestión de errores.

fabricantes de sensores

fabricantes de sensores

PREdicciones climáticas

• Servicio desarrollado por la Fundación para la Investigación del Clima.
• Realiza predicciones basadas en los datos de los sensores.
• Permite seleccionar el formato en el que devuelve los datos.
• Predicciones de temperatura, humedad relativa, radiación, lluvia y velocidad del viento.

Detección de recalibraciones

• Dendrómetro: sensor que mide las variaciones en el diámetro de un tronco a partir de un valor inicial.

• D: diámetro inicial del tronco.
• d: incremento del diámetro medido por el dendrómetro

Detección de recalibraciones

• Se deben detectar saltos grandes entre dos medidas consecutivas de un dendrómetro.
• Las recalibraciones detectadas se almacenan y se restan a los valores que se recuperen del sensor para que se "ignoren" dichos saltos al procesar los datos.

Detección de recalibraciones

Gestión de errores

• Errores de servidor: hay algún fallo en la ejecución del sistema o no se puede conectar con algún servidor de datos.
• Errores de sensor: una medida devuelta por un sensor es incorrecta.
• Se debe llevar un registro de los errores que se produzcan y ejecutar periódicamente un proceso que intente recuperar y corregir los datos que faltan.

sISTEMA DE EJECUCIÓN DE CÁLCULOS

objetivo principal

• Realizar distintos tipos de transformaciones sobre los datos recogidos por los sensores para convertirlos en métricas que el usuario pueda interpretar.
• Dos módulos principales:
  • Subsistema de modelos
  • Subsistema de eventos

subsistema de modelos

• Transforma la información recuperada por el Sistema Adaptador de Datos aplicando cálculos matemáticos.
• Cálculos a dos niveles:
  • Nivel de Punto de Seguimiento Detallado (PSD).
  • Nivel de árbol.

subsistema de modelos

• Nivel de árbol

• Nivel de PSD

subsistema de modelos

• Transforma los datos obtenidos mediante cálculos matemáticos.
• Cálculos a dos niveles:
  • A nivel de PSD: realizados entre días naturales.
  • A nivel de árbol: períodos de cálculo determinados por el ciclo de vida de la planta (entre máximos de diámetro).

subsistema de eventos

• Indicadores que monitorizan el cumplimiento de una serie de objetivos.
• La evaluación de eventos da lugar a la activación de alarmas que indican al usuario que debe actuar sobre sus cultivos.
• Tres tipos de eventos: planta, clima y suelo.
• Los eventos se dividen en reglas personalizables por los usuarios llamadas "patrones".

Patrones

Eventos

APLICACIÓN WEB DE VISUALIZACIÓN

Información mostrada

• Eventos: navegación jerárquica entre los eventos definidos para cada finca.
• Información geolocalizada: mediante un mapa, se muestra la zona concreta en la que se produce un problema.
• Información detallada: gráficas que muestran los datos en crudo recogidos por los sensores.

Tecnologías utilizadas

En el cliente:

• AngularJS
• OpenLayers
• Bootstrap
• D3JS
• Bower

En el servidor:

• NodeJS
• npm
• Git

Conclusiones y trabajo futuro

contribuciones

• Se ha desarrollado un proyecto que combina información geolocalizada, datos de sensores y predicciones climáticas.
• El sistema adaptador de datos funciona con múltiples fabricantes de sensores.
• El sistema de ejecución de cálculos es capaz de generar eventos personalizables que avisan de situaciones desfavorables.
• La aplicación web de visualización facilita el diagnóstico de los problemas que pueda haber en una determinada finca.

conclusiones

• Las opciones tecnológicas existentes no cubren las necesidades del sector agrícola.
• Se ha desarrollado un sistema que intenta paliar estas carencias.
• Con este sistema es posible ofrecer información simplificada para optimizar el análisis y diagnóstico de los cultivos.
• Este proyecto ha sido desarrollado en un entorno real utilizando datos de fincas en explotación.

trabajo futuro

• Módulo de administración de datos del sistema.
• Sección específica de visualización de predicciones climáticas.
• Módulo de visualización de los datos en crudo almacenados.
• Aplicación de algoritmos predictivos sobre los datos almacenados en el sistema.