MONITOREO Y PREDICCIONES DEL CAFÉ

Sensores | Monitoreo | Predicciones

¡Quiero saber más!
Frame

Tranquilidad

No se preocupe, su equipo está supervisado las 24 horas del día
wallet

Ahorro

Ahorre tiempo y combustible producto de viajes y fallas no detectadas a tiempo
compass

Mejores decisiones

Será acompañado para tomar decisiones con más información
Arrow

Más rendimiento

Evite perder calidad y rinde de su producción a través de nuestras predicciones
Landingpages (19)

¿QUÉ ES EL CAFICULTOR DIGITAL?

 

El término "caficultor digital" en esta investigación es un productor de café que utiliza tecnología digital en todas o algunas etapas de la producción de café. Esto puede incluir el uso de aplicaciones móviles, sensores, sistemas de información geográfica (GIS), plataformas en línea para la producción, comercialización y venta de café, entre otros recursos digitales.

Los caficultores digitales pueden aprovechar estas tecnologías para mejorar la eficiencia en la gestión de sus cultivos, monitorear el crecimiento de las plantas, optimizar el uso de recursos como agua y fertilizantes, prevenir enfermedades y plagas, así como para acceder a mercados más amplios y obtener información sobre precios y tendencias.

1(20)

VENTAJAS DE APOYARSE EN PREDICCIONES Y ESTADÍSTICAS

Apoyarse en predicciones y estadísticas en la producción de café puede ofrecer varias ventajas significativas para los caficultores:

Mejorar la planificación de actividades agrícola: Las predicciones y estadísticas pueden proporcionar información valiosa sobre las condiciones climáticas (temperatura, humedad, brillo solar), tendencias de mercado y otros factores relevantes que influyen en la producción de café. Esto permite a los productores planificar mejor sus actividades agrícolas, como la siembra, cosecha y manejo de enfermedades, a su vez seleccionar la mejor época del año para establecer los cultivos

Optimización de recursos: Al utilizar datos históricos y modelos predictivos, los caficultores pueden optimizar el uso de recursos como agua, fertilizantes y pesticidas. Esto no solo ayuda a reducir costos, sino también a minimizar el impacto ambiental asociado con la producción de café.


Gestión de riesgos: Las predicciones meteorológicas y las estadísticas de producción pueden ayudar a los productores a anticipar y mitigar los riesgos asociados con eventos climáticos extremos, como sequías, heladas o inundaciones. Además, la información sobre tendencias de mercado puede ayudar a diversificar las estrategias de comercialización y reducir la exposición a la volatilidad de los precios.

Mejora de la calidad del producto: El análisis estadístico de datos puede ayudar a identificar patrones y correlaciones entre prácticas agrícolas, condiciones climáticas y la calidad del café. Esto permite a los productores ajustar sus técnicas de cultivo para mejorar la calidad del producto final, lo que a su vez puede traducirse en precios más altos en el mercado.

Acceso a mercados internacionales: Al comprender mejor las tendencias del mercado y las preferencias de los consumidores, los caficultores pueden adaptar su producción para satisfacer la demanda de mercados específicos. Esto puede abrir oportunidades para acceder a mercados internacionales y establecer relaciones comerciales sólidas con compradores extranjeros.


Landingpages (18)

PRESENTACIÓN DE LOS PROFESIONALES

William Ruiz Martínez

Ingeniero de sistemas de la Universidad Autónoma de Colombia, especialista en gerencia de proyectos de la Universidad Autónoma de Colombia, Magister en Tics de la Universidad Internacional de Puerto Rico (UNINI). Docente tiempo completo Corporación universitaria Iberoamericana, correo electrónico: william.ruiz@ibero.edu.co

ORCID

 

Jaime Andrés Arévalo

Ingeniero agrónomo Universidad Nacional de Colombia, MBA - Alta gerencia- Universidad EAN. Docente tiempo completo Corporación universitaria Iberoamericana, correo electrónico: jaime.arevalo@ibero.edu.co

 

Cesar Osimani

Doctor en Ciencias de la Ingeniería, Universidad Nacional de Córdoba (Argentina), Ing. de Telecomunicaciones, Universidad Blas Pascal (Argentina), correo electrónico: cosimani@ubp.edu.ar

ORCID

 

App Pivot

DESCRIPCIÓN DE LOS TRABAJOS REALIZADOS (ANTECEDENTES, MODELOS) Y ESTADO ACTUAL DEL PROYECTO NUESTRO

En los últimos años se ha empezado a hablar con propiedad de términos como agricultura de precisión e Internet de las cosas, este último ha impactado de gran forma, sectores como la agricultura y la ganadería, a continuación, vamos a presentar varios trabajos que han permitido implementar soluciones de IoT para poder monitorear variables agroambientales en varios tipos de cultivos, veamos:


En este trabajo que nos presentan (Montoya Muñoz & Caicedo Rendon, 2020), los autores proponen un enfoque con la finalidad de proporcionar una recolección de datos confiable que se centra en la detección y tratamiento de valores atípicos en la agricultura inteligente basada en IoT. En otro trabajo presentado por (Varshitha & Choudhary, 2022), se presenta un enfoque en el Bagging, que es una técnica de aprendizaje automático (ML) utilizada para implementar la predicción de la fertilidad del suelo y el rendimiento de los cultivos. En consideración se han tenido en cuenta algunos parámetros del suelo como el pH, nitrógeno, fósforo, potasio (NPK), humedad, temperatura, carbono orgánico, contenido de humedad y precipitaciones para predecir la fertilidad del suelo y el rendimiento del cultivo. En el trabajo de ( Abad Buri & Farez Sigcha, 2018) , los autores presentan el diseño e implementación de una red de sensores inalámbricos (WSN), utilizando protocolos ZigBee y GPRS para la comunicación entre los nodos sensores y cuya finalidad es la de establecer el control de variables climáticas incidentes en la producción de un cafetal, así mismo los autores proponen desarrollar un sistema de bajo costo, autosustentable energéticamente y con una adecuada interfaz hombre-maquina, que permita al agricultor en cualquier momento el evaluar las condiciones climáticas en la plantación, sirviendo estas para facilitar la facultad de tomar en cuanto a medidas preventivas y correctivas correspondan, optimizando el desarrollo y producción del café. Mediante este trabajo de revisión documental.


Landingpages (19)

DESCRIPCIÓN DEL SISTEMA AL CUAL SE APUNTA (SERVICIOS FUTUROS PARA LOS CAFICULTORES).

 

El proyecto aborda la implementación de una red experimental de sensores inalámbricos en un cultivo de café en una finca del departamento del Quindío con el objetivo de monitorear un conjunto de variables ambientales de tipo físico y establecer un conjunto de alertas o advertencias que permitan detectar a tiempo una seri de situaciones adversas sobre el rendimiento de los cultivos y poder diseñar e implementar los tratamientos apropiados.