Arquitectura Modular Iot Para el Monitoreo de Variables Acuícolas de Estanques de Cachama (Colossoma Macropomum)

Autores/as

DOI:

https://doi.org/10.15665/7dqprp64

Palabras clave:

Automatización, cría de cachama, control de variables acuícolas, monitoreo en tiempo real, piscicultura

Resumen

Este trabajo presenta el diseño e implementación de una arquitectura modular IoT orientada al monitoreo en tiempo real de variables críticas de la calidad del agua en estanques destinados a la cría de cachama (Colossoma macropomum). La arquitectura propuesta integra tres capas principales: una capa de sensado compuesta por dispositivos que registran temperatura y pH, una capa de control basada en hardware abierto con capacidad de procesamiento y transmisión de datos mediante protocolos estándar, y una capa de supervisión en la nube que posibilita la visualización remota de la información. La arquitectura se diseñó bajo criterios de modularidad, bajo costo y facilidad de instalación, lo que facilita su aplicación en contextos rurales y en distintas escalas producción acuícola. Las pruebas realizadas en laboratorio y en campo confirmaron la viabilidad técnica de la propuesta, alcanzando una exactitud del 98.15% en temperatura y 99.15% en pH, con una latencia promedio de 0.95 s y transmisión estable incluso en condiciones de conectividad limitada. Además de su aporte tecnológico, esta arquitectura contribuye al cumplimiento de los Objetivos de Desarrollo Sostenible (ODS) relacionados con la seguridad alimentaria, la innovación y la producción sostenible, contribuyendo al fortalecimiento del sector piscícola mediante soluciones prácticas, económicas y escalables.

Referencias

L. Cordova, A. Cabral, D. Guimarães, A. Janati, B. Guterres, V. M. Oliveira, A. Bezerra, E. Flores, S. Botelho, P. Drews, N. D. Filho, L. Poersch, W. Wasielesky y M. R. Pias, Energy-Efficient LoRaWan Communication: Real-Time Applications in Aquaculture, 2024, pp. 1-6.

J. Fuentes‐Pérez y F. Sanz‐Ronda, A Custom Sensor Network for Autonomous Water Quality Assessment in Fish Farms, 2021.

D. Pikulins, R. Gotlaufs, T. Solovjova, A. Aboltins, J. Grizans y S. Migla, On the Development of Long-Range Water Quality Monitoring System for Outdoor Aquaculture Objects, vol. 18, 2022, pp. 37-42.

H. Zhang, C. Li, Z. Hua, W. Ren, Y. Gao y Z.-r. Hao, Design of aquaculture monitoring system based on LoRa and 4G network of Internet of Things, vol. 11878, 2021, pp. 1187827 - 1187827-6.

R. Kanishka, V. Saravanan, S. Dinesh y N. Rajasekaran, IoT based Fish Farming Management, 2025, pp. 705-710.

U. A. Ahmad, A. Isnawati, W. Pamungkas, A. Virgono, P. K. Goran, Y. D. Pratama, M. R. Fadhlullah, A.A.Ngurah, D. Pratanca y R. D. Setiady, Design of LoRa Technology as GPS Tracker and SoS Panic Button on Fish Lift Nets, 2023, pp. 254-259.

C. Schultz y M. Smith, Enhanced IoT Water Quality Monitoring System for Data-Based Aquaculture, 2024, pp. 329-334.

A. Fernández, Y. Rodriguez, R. Cruz, E. Auquiñivin, L. Muñoz, R. Mori, D. Mori, C. Culqui, G. Idrogo y R. Cruzalegui, «Efecto de la temperatura de agua en el desarrollo inicial de gamitana (Colossoma macropomum) en condiciones de selva alta,» Revista de investigación Agropecuaria Science and Biotechnology, vol. 3, p. 01–09, October 2023.

B. Cabezas, J. Amaguay, K. Diéguez-Santana, S. Neyfe y N. Sablón Cossío, «FACTORES MEDIO AMBIENTALES QUE INFLUYEN EN EL DESARROLLO DE LA CACHAMA EN LA AMAZONÍA ECUATORIANA» Revista Observatorio de la Economía Latinoamericana, October 2017.

M. A. Díaz Céspedes, M. Rojas Paredes, J. E. Guevara, F. P. Gonzáles y R. Soria, «Toasted mucuna bean (Mucuna pruriens L.) flour in gamitana (Colossoma macropomum cuvier 1818) diet,» Livestock Research for Rural Development, vol. 30, August 2018.

J. A. López Ramírez, «Cultivo De Gamitana (Colossoma Macropomum) En Las Fases De Reproducción Y Alevinaje En El Eje Carretero Iquitos,» Nauta, Loreto, 2021.

D. Singh, G. Sharma, I. Minhas, G. Singh, P. Mahajan, P. Verma y G. C. Manocha, LoRaWAN Gateway Architecture for Aquaculture Monitoring in Rural Area, 2023, pp. 1-4.

P. Peniak, P. Holecko, E. Bubeníková y A. Kanáliková, LoRaWAN Sensors Integration for Manufacturing Applications via Edge Device Model with OPC UA, 2023, pp. 1-6.

H. P. P. D. S. Pimentel, F. A. D. Freitas, O. O. Nóbrega y D. R. B. de Araujo, Proposal of Communication Infrastructure for Aquaculture 4.0 Based on LoRaWAN, 2025, pp. 177-180.

A. Bhawiyuga y W. Yahya, MA LPWAN based Wireless Sensor Node for Aquaculture Water Quality Monitoring System, 2018, pp. 252-256.

M. Dafare, S. Waghmare, A. Bhoyar, A. S. Titarmare y P. Chandankhede, LoRa-Enabled Smart RS485 Data Logger and MQTT Gateway for Industrial IoT Applications Using ESP32, 2023, pp. 1297-1302.

M. Flores-Iwasaki, G. A. Guadalupe, M. Pachas-Caycho, S. Chapa-Gonza, R. C. Mori-Zabarburú y J. Guerrero-Abad, Internet of Things (IoT) Sensors for Water Quality Monitoring in Aquaculture Systems: A Systematic Review and Bibliometric Analysis, 2025.

J. Wang, X. Wang, Y. Shi, H. Yang, B. Jia, X. Zhang y L. Lin, A review of the application prospects of cloud-edge-end collaborative technology in freshwater aquaculture, 2025.

J. Trevathan, S. Schmidtke, W. Read, T. Sharp y A. Sattar, «An IoT General-Purpose Sensor Board for Enabling Remote Aquatic Environmental Monitoring,» Internet of Things, vol. 16, p. 100429, 2021.

I. A. Adeleke, N. I. Nwulu y O. A. Ogbolumani, «A hybrid machine learning and embedded IoT-based water quality monitoring system,» Internet of Things, vol. 22, p. 100774, 2023.

M. A. Rahu, A. F. Chandio, K. Aurangzeb, S. Karim, M. Alhussein y M. S. Anwar, «Toward Design of Internet of Things and Machine Learning-Enabled Frameworks for Analysis and Prediction of Water Quality,» IEEE Access, vol. 11, pp. 101055-101086, 2023.

P. Megantoro, A. W. Anugrah, M. H. Abdillah, B. J. Kustanto, M. Fadhilah y P. Vigneshwaran, «Smart measurement and monitoring system for aquaculture fisheries with IoT-based telemetry system,» Bulletin of Electrical Engineering and Informatics, vol. 13, no. 3, pp. 1555–1565, 2024.

K. G. R. Sowmiya V, «Brackish water parameters monitoring dashboard using Internet of things and industry 4.0. EAI,» EAI Endorsed Trans IoT [Internet]., 2024.

A. Riyadh y N. M. Peleato, «Exploring spatial and temporal importance of input features and the explainability of machine learning-based modelling of water distribution systems,» Digital Chemical Engineering, vol. 14, p. 100202, 2025.

A. Alshami, E. Ali, M. Elsayed, A. E. E. Eltoukhy y T. Zayed, «IoT Innovations in Sustainable Water and Wastewater Management and Water Quality Monitoring: A Comprehensive Review of Advancements, Implications, and Future Directions,» IEEE Access, vol. 12, pp. 58427-58453, 2024.

H. Kamyab, T. Khademi, S. Chelliapan, M. SaberiKamarposhti, S. Rezania, M. Yusuf, M. Farajnezhad, M. Abbas, B. H. Jeon y Y. Ahn, «The latest innovative avenues for the utilization of artificial Intelligence and big data analytics in water resource management,» Results in Engineering, vol. 20, p. 101566, 2023.

R. Wiryasaputra, C.-Y. Huang, Y.-J. Lin y C.-T. Yang, «An IoT Real-Time Potable Water Quality Monitoring and Prediction Model Based on Cloud Computing Architecture,» Sensors, vol. 24, 2024.

R. Bogdan, C. Paliuc, M. Crisan-Vida, S. Nimara y D. Barmayoun, «Low-Cost Internet-of-Things Water-Quality Monitoring System for Rural Areas,» Sensors, vol. 23, 2023.

Descargas

Publicado

2026-06-30

Cómo citar

Arquitectura Modular Iot Para el Monitoreo de Variables Acuícolas de Estanques de Cachama (Colossoma Macropomum). (2026). Prospectiva, 24(2). https://doi.org/10.15665/7dqprp64