Sistema de monitoreo basado en computación en el borde y aprendizaje automático para mejorar la producción de maíz en Colombia

Por estudios del Banco Mundial la seguridad alimentaria es un desafío que se tornará cada vez más difícil de superar, a medida que el mundo necesite producir alrededor de un 70 % más de alimentos en 2.050 para alimentar a una población estimada de 9.000 millones de personas. Sin embargo, la agricultura incide de manera importante en el problema del cambio climático ya que actualmente genera entre el 19 % y 29 % del total de emisiones de gases de efecto invernadero. El presente proyecto plantea el diseño de un sistema de monitoreo predictivo capaz de mejorar la producción del cultivo de maíz por hectárea sembrada en Colombia. Para lograrlo, se diseñó una red inalámbrica de sensores con el fin de recolectar datos del suelo, complementado con la computación en el borde, que busca procesar los datos de manera local. Además, se integró un modelo predictivo basado en Naive Bayes, para predecir si la producción será favorable al ajustar las variables del cultivo, facilitando la toma de decisiones.