Plataforma web basada en IoT para el monitoreo de la calidad de agua en Unidades de Producción Acuícola
Share
Date
2026-05-07Author
Fuentes Amín, Oscar Camilo
Advisor
Romero Torres, Mariano EstebanCitación
Bibliographic managers
Keywords
Regional / Country coverage
ccav_-_sahagúnMetadata
Show full item record
PDF Document
Description of the content
El sector acuícola contribuye a la seguridad alimentaria y al desarrollo económico de Córdoba, donde las unidades de producción enfrentan desafíos en el monitoreo de la calidad del agua y la toma de decisiones basada en datos. Se presenta la implementación de una plataforma web basada en IoT para el monitoreo de la calidad del agua, que integra sensores con servicios de procesamiento de datos en la nube en una unidad de producción acuícola (UPA).
Se emplea un enfoque mixto, mediante un análisis cuantitativo del sector acuícola de Ciénaga de Oro para definir métricas de monitoreo de variables y un análisis cualitativo para la recolección de experiencias de un acuicultor en su proceso de negocio. En Google Cloud se implementó un Broker MQTT para recibir medidas de los sensores, Node-RED para la gestión de datos, InfluxDB para el almacenamiento de datos y Grafana para la visualización de datos.
Se evaluó el rendimiento técnico del sistema y la usabilidad y experiencia de usuario; la latencia del dispositivo electrónico en la transmisión de datos a la plataforma web fue de 1.91 s y de extremo a extremo, desde la adquisición de señales hasta la consulta desde dashboard fue de 9.14 s, la disponibilidad de los datos fue del 100 % y el acuicultor completó el 100% de tareas asignadas con el equipo sin necesidad de ayuda, con un tiempo entre 4 y 13.5 segundos por tarea.
La solución propuesta es clave para cerrar la brecha entre la tecnología y su aplicación práctica en contextos locales, aportando una herramienta escalable y orientada al usuario final, respaldando procesos de toma de decisiones. En trabajos futuros se contempla la maduración de una herramienta a nivel comercial, aumentando la muestra de evaluación e incluyendo capacidades analíticas predictivas.























