Diseño e implementación de una estación meteorológica en los estanques de piscicultura de la Facultad de Ciencias Naturales y Matemática de la Universidad de El Salvador /
Resumen: Se diseñó e implementó una estación meteorológica basada en Internet de las Cosas (IoT) utilizando la tecnología LoRa, instalada en los estanques de piscicultura de la Facultad de Ciencias Naturales y Matemática de la Universidad de El Salvador. El sistema transmite datos mediante LoRaWAN,...
Guardado en:
| Autor principal: | |
|---|---|
| Otros Autores: | , , |
| Formato: | Tesis Libro |
| Lenguaje: | español |
| Acceso en línea: | https://hdl.handle.net/20.500.14492/31405 Ver en el OPAC |
| Etiquetas: |
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
| Sumario: | Resumen: Se diseñó e implementó una estación meteorológica basada en Internet de las Cosas (IoT) utilizando la tecnología LoRa, instalada en los estanques de piscicultura de la Facultad de Ciencias Naturales y Matemática de la Universidad de El Salvador. El sistema transmite datos mediante LoRaWAN, permitiendo el monitoreo eficiente de parámetros meteorológicos con bajo consumo energético y alta autonomía operativa. La recolección y procesamiento de datos se realizó a través del protocolo HTTPS y la plataforma Thingsboard, desde donde los datos se visualizan en un tablero en tiempo real. Las variables monitoreadas incluyen temperatura, humedad relativa, luminosidad, velocidad del viento y comportamiento ambiental general. Los sensores empleados (DHT22, BH1750, YGC-F5-5V-V) mostraron un desempeño confiable y coherente. La temperatura osciló entre 22 y 30 °C; la humedad relativa, entre 60 y 100 %, con saturación nocturna del sensor; la luminosidad, entre 0 y 63 000 lux; y la velocidad del viento, entre 1 y 5 m/s. Se compararon los datos recolectados con registros históricos de WeatherAPI y NASA POWER. Se evaluaron los errores absolutos obtenidos, destacando valores máximos de 1.3 °C para temperatura (WeatherAPI), 7.4 % para humedad (WeatherAPI), y 1.0 m/s para velocidad del viento (WeatherAPI), manteniéndose en rangos aceptables para entornos rurales y acuícolas. Los resultados respaldan la viabilidad del uso de LoRa en sistemas de monitoreo ambiental en piscicultura, resaltando su fiabilidad, eficiencia, escalabilidad, bajo consumo, y capacidad de transmisión a larga distancia, con una tasa de éxito del 98 % y una latencia promedio de 3 segundos entre la captura de datos y su visualización dinámica |
|---|---|
| Notas: | Curso de especialización - aplicación de tecnologías de internet de las cosas inteligencia artificial e infraestructura de la nube en soluciones para industria 4.0 |
| Descripción Física: | 113 páginas ilustraciones 28 cm + CD |
| Público: | General |
| Bibliografía: | Incluye bibliografía |