XIX Simposio Internacional de Ingeniería Eléctrica
SIE 2021
Resumen
La necesidad de mejorar los procesos de agricultura de precisión en las
entidades agrícolas cubanas constituye un reto actual, en este contexto
la ontología constituye un paso de avance en los esfuerzos que realiza
el país en la automatización de entidades, optimizando el rendimiento de
la producción agrícola al contar con un sistema de respuesta automática
seguro y capaz de tomar decisiones. Problemática: la agricultura de
precisión y la estaciones agro-meteorológicas no disponen de un modelo
de datos integrado que permita la toma de decisiones en sistemas de
riego de manera no supervisada, lo que acarrea problemas que estriban en
pérdida de cosechas y daños económicos a la agricultura Objetivo:
Desarrollar un sensor de datos para la gestión inteligente del riego en
las estaciones agrometeorológicas automatizadas en Cuba utilizando el
SSN. Metodología: Se desarrolla un sensor de datos para una estación
agrometeorológica empleando especificaciones SSN-SOSA que facilita el
análisis y la toma de decisiones sobre el riego agricola. Se logra la
integración de datos y la toma de decisiones de manera no supervisada en
los sistemas de riego manejados por información proveniente de
estaciones agrometeorológicas automatizadas. Resultados y discusión Se
realiza el diseño e integración de datos de un sensor de datos para la
gestión inteligente del riego, a partir de adaptar los modelos de
ontología sobre la experiencia de los trabajadores del campo y bajo el
registro de los valores de las unidades agrícolas, además se diseñaron
nuevos modelos de bases de datos. Conclusiones: La ontología propuesta
cumple con los estándares de la W3C para el diseño de ontologías para
IoT, sensores semánticos y Stream Data constituyendo un paso de avance
en la ingeniería ontológica en el país y en la automatización de la
agricultura. La ontología y su sistema de integración fue validada por
diversos experimentos con reglas y modelos de integración, lo que
garantiza la calidad del sensor de datos para ser usado en la práctica.
Abstract
The need to improve Precision Agriculture processes in Cuban
agricultural entities constitutes a current challenge, in this context
the ontology constitutes a step forward in the efforts made by the
country in the automation of entities, optimizing the performance of the
agricultural production by having a secure automatic response system
capable of making decisions. Problem: Precision Agriculture and
agro-meteorological stations do not have an integrated data model that
allows decision-making in irrigation systems in an unsupervised manner,
which leads to problems that lie in loss of crops and economic damage to
the agriculture. Objective: To develop a data sensor for the
intelligent management of irrigation in automated agrometeorological
stations in Cuba using the SSN. Methodology: A data sensor is developed
for an agrometeorological station using SSN-SOSA specifications that
facilitates analysis and decision-making on agricultural irrigation.
Data integration and decision making is achieved in an unsupervised
manner in irrigation systems managed by information from automated
agrometeorological stations. Results and discussion: The design and data
integration of a data sensor for intelligent irrigation management is
carried out, based on adapting the ontology models on the experience of
field workers and under the registration of the values of agricultural
units In addition, new database models were designed. Conclusions: The
proposed ontology complies with the W3C standards for the design of
ontologies for IoT, semantic sensors and Stream Data, constituting a
step forward in ontological engineering in the country and in the
automation of agriculture. The ontology and its integration system were
validated by various experiments with integration rules and models,
which guarantees the quality of the data sensor to be used in practice.
Sobre el ponente
MsC. Redney Rodriguez Rodriguez
