Construcción de un modelo eficiente de predicción de heladas en entornos locales mediante técnicas del análisis inteligente en contextos iot

• Autores: Miguel Ángel Guillén Navarro
• Directores de la Tesis: Belén López Ayuso (dir. tes.) , Raquel Martínez España (dir. tes.)
• Lectura: En la Universidad Católica San Antonio de Murcia ( España ) en 2021
• Idioma: español
• Tribunal Calificador de la Tesis: Pietro Manzoni (presid.) , Francisco Arcas Túnez (secret.) , José García Rodríguez (voc.)
• Enlaces
  • Tesis en acceso abierto en: TESEO
• Resumen

  • Esta tesis doctoral se asienta sobre una hipótesis inicial dividida en un conjunto de objetivos, que describimos y detallamos a continuación. Dichos objetivos son las bases sobre la que se construye la tesis doctoral y sobre los que se consigue alcanzar y validar la hipótesis planteada.

    La hipótesis fundamental de esta tesis doctoral es la modelización del comportamiento de las temperaturas dentro una parcela agrícola. A partir de ahí predecir las heladas para poder activar con tiempo las técnicas antiheladas y así evitar la pérdida de la cosecha con las consiguientes pérdidas económicas. Dicha hipótesis se deriva en los siguientes objetivos:

    Objetivo 1. Implementar una arquitectura IoT de captura de datos. Inicialmente se propone la implementación y el despliegue de un sistema IoT de recogida de información mediante la tecnología LoRa, con sensores de medición de temperatura y humedad del aire, así como velocidad del viento.

    • Objetivo 2. Diseñar e implementar el pre-procesamiento de datos. En la recogida de datos se pueden producir errores en los mismos, que posteriormente pueden provocar modelos incorrectos o con un rendimiento inferior al esperado. Para evitar esta problemática se aborda en esta tesis la detección y corrección de outliers para crear conjuntos de datos válidos.

    • Objetivo 3.Diseñar e implementar un modelo de predicción de heladas. Con los conjuntos de datos validados y corregidos tras el pre-procesamiento de los mismos, diseñar e implementar un modelo de predicción de la temperatura del aire que permita inferir si se producirá una helada.

    • Objetivo 4. Validar el modelo de predicción tanto en entornos Cloud como en el Edge. Las condiciones de aislamiento de muchas parcelas agrícolas no permiten tener una conectividad suficiente para estar en contacto directo con un servidor en Internet, por tanto, es necesario validar que el modelo predictivo puede ser ejecutado, tanto en entornos Cloud como en entornos Edge. En este último escenario, mediante un uso eficiente de la energía.

    • Objetivo 5. Evaluación de un modelo de predicción de heladas univariable frente a uno multivariable. La aparición de una helada, además de por la temperatura, está condicionada por otras variables. Diseñar e implementar un modelo multivariable para compararlo con el univariante y verificar que se obtiene una predicción más exacta.