Page 13 - Tlahuizcalli CB-32_Neat
P. 13
conectan a plataformas como Arduino o requerir una inversión inicial significativa y una
Raspberry Pi. capacitación adecuada para los usuarios, lo que
podría ser una barrera para pequeños
d) Turbidez productores. Además, la fiabilidad de los sensores
y la calidad de la conexión inalámbrica son
La turbidez se incrementa con sedimentos, algas factores críticos que deben mantenerse en
o residuos de alimentos. Un exceso puede disminuir condiciones óptimas para asegurar el buen
la calidad visual del agua y afectar la salud de los funcionamiento del sistema a largo plazo.
peces. Se utilizan sensores basados en LED
infrarrojo y fotodiodos para obtener lecturas Otra barrera es el costo de los sensores de uso
continuas. industrial, los cuales, debido a sus altos precios,
prácticamente están fuera del alcance de
e) Conductividad pequeños productores, lo que hace aún más
complicado implementar estas soluciones. Cabe
Este parámetro indica el contenido iónico del destacar que muchos de estos sensores, son
agua y puede alertar sobre problemas como fabricados en países de Europa y Asia, lo que
salinización o contaminación con fertilizantes. incrementa aún más los costos.
Sensores de conductividad permiten evaluar la
calidad del agua de entrada y salida en sistemas Finalmente, estos resultados del estudio
de recirculación. confirman que, a pesar de las barreras antes
mencionadas, la implementación de soluciones
En cuanto a la placa de desarrollo, las principales IoT en el monitoreo de calidad del agua en
usadas son: ESP32, ESP8266, Arduino uno R3 y acuicultura puede representar una herramienta
Arduino nano. clave para mejorar la eficiencia, sostenibilidad y
productividad de este sector en México. Se
IV. Conclusiones concluye que, para que estas soluciones sean
efectivas y escalables, es necesario fomentar la
Desde una perspectiva futura, integrar inteligencia capacitación técnica de los productores, el
artificial en los sistemas IoT podría permitir acceso a redes de conectividad, y el
predicciones más precisas y automatización acompañamiento institucional para la adopción
avanzada de procesos. La aplicación de estos tecnológica.
resultados se vislumbra especialmente útil en
granjas rurales mexicanas dedicadas a la crianza Referencias.
de tilapia y/o camarón, donde el acceso a datos
en tiempo real puede marcar la diferencia en la Agricultura. (2022). Acuicultura en México.
rentabilidad y sostenibilidad de la actividad. Https://Www.Gob.Mx/Agricultura/Articulos/Acuicultura-En-
Mexico.
Una posible limitación o desafío puede estar en la Boyd, C. E. (2015). Water Quality (Second). Springer International
calibración y mantenimiento constante de los Publishing. https://doi.org/10.1007/978-3-319-17446-4
sensores para asegurar la precisión de las
mediciones. Cárdenas, C. G., González Amarillo, C. A., Mendoza Moreno, M.
A., Gonzales Amarillo, A. M., & Rodríguez, A. A. (2023).
IoTMonitor-WQ: Una plataforma IoT para la monitorización
En cuanto a la transferencia de datos, aunque remota de la calidad del agua. Ciencia En Desarrollo, 14(1),
LoRa es eficiente para transmisiones largas, su 73–86. https://doi.org/10.19053/01217488.v14.n1.2023.13988
ancho de banda es limitado, lo que podría
restringir la cantidad o frecuencia de datos Cardozo Ramírez, L. E., Calle Viles, E., Fuentes Tellería, R., Ramos
enviados en sistemas más grandes o complejos. Silvestre, E. R., & Tavera Gutiérrez, D. F. (2024). Monitoreo de
la Calidad del Agua en Criaderos de Tilapias Mediante
Tecnologías Lpwan y VPS. Ciencia Latina Revista Científica
A pesar de los beneficios de implementar este Multidisciplinar, 8(2), 5609–5629.
tipo de soluciones hay ciertos retos que vale la https://doi.org/10.37811/cl_rcm.v8i2.10975
pena considerar. La implementación de estos
sistemas IoT en ambientes acuapónicos puede FAO. (2025). Directrices para la acuicultura sostenible. FAO.
https://doi.org/10.4060/cd3785es
12
Año 11 Núm. 32 mayo-agosto 2025 Tlahuizcalli ISSN: 2448-7260
