Sistema de riego inteligente basado en lógica difusa

Lia Maricel Martı́nez Méndez1 , Marı́a Cecilia Casco Romero2

Daisy Isabel Kang Cardozo3 , Eustaquio Alcides Martı́nez Jara4
Facultad Politécnica, Universidad Nacional del Este
Ciudad del Este, Paraguay
1
lia.maricel.mz@gmail.com, 2 cecilia.casco7@gmail.com
3
kangdaisy@gmail.com, 4 ealcidesmartinez@gmail.com

Resumen
Los problemas que se pueden presentar durante el manejo del riego de cultivos agrı́colas subyacen
principalmente en la falta de conocimiento sobre cuándo, cuánto y cómo regar. Para dar respuesta a
estas cuestiones se desarrolló un sistema de riego que utiliza lógica difusa como método de control.
El conocimiento de un experto agrónomo sumado a la teorı́a de hidrologı́a agrı́cola se tradujeron
en reglas que usan variables lingüı́sticas para formar proposiciones a partir de grados de verdad,
siendo estas reglas las que rigen la acción de control.
El controlador difuso desarrollado se funda en el modelo de inferencia Mamdani, que consta de tres
etapas: fuzzificación, inferencia y defuzzificación.
Los valores de entrada del sistema vienen dados por sensores de temperatura ambiente y humedad
del suelo, además de un reloj que provee el mes del año, siendo este último dato determinante del
ı́ndice de pérdida de agua por evapotranspiración. La salida del sistema es el tiempo necesario de
riego.
Tras la implementación del sistema en una huerta doméstica, se comprobó que el mismo proporciona
la cantidad de agua necesaria para corregir satisfactoriamente un estado de humedad de suelo
inadecuado para las hojas de verdeo.

Descriptores: lógica difusa, sistema de inferencia difuso, sistema de riego, evapotranspiración.

Abstract
Problems that may occur during crop irrigation management mainly underlie in the lack of know-
ledge about when, how and how much to irrigate. In order to answer these questions, an irrigation
system that applies fuzzy logic as control method was developed.
Knowledge of an expert agronomist together with agricultural hydrology theory were translated
into rules that uses linguistic variables to form statements based on degrees of truth for controlling
action.
The fuzzy controller developed is based on the Mamdani inference model, which consists of three
stages: fuzzification, inference and defuzzification.
Values of input variables, ambient temperature and soil moisture, are obtained from sensors, in
addition to a clock that provides the month of the year. The month determines the rate of water
loss through evapotranspiration. The system outputs the required irrigation time.
The system was tested in a domestic orchard, where it provided the right amount of water needed
to satisfactorily correct an inadequate soil moisture for green leaves.

Keywords: : fuzzy logic, fuzzy inference system, irrigation system , evapotranspiration.

1. Introducción y se adecua a las propiedades especı́ficas del tipo

de suelo y planta; además de volver más eficiente
El funcionamiento de cualquier sistema de rie- el sistema de regadı́o. Los sistemas de riego más
go depende de dos recursos principales, agua y utilizados actualmente no se ajustan automática-
energı́a, siendo estos bienes escasos y preciados. mente a cambios meteorológicos, puesto que invo-
La falta de estimación de las necesidades hı́dricas lucran temporizadores para asignar un turno y un
reales de los cultivos deriva en problemas que afec- tiempo de riego por sector [1–5].
tan su crecimiento y productividad, consecuencia El buen rendimiento de un sistema de riego
de la incorrecta aplicación del riego. depende de la correcta identificación de los com-
Investigaciones cientı́ficas demostraron que el ponentes básicos del mismo, que combinado con
volumen de agua utilizado durante el riego es re- el conocimiento de experto agrónomo respecto al
ducido de forma considerable si se emplea un siste- tipo de suelo y a los requerimientos del cultivo, po-
ma capaz de responder a cambios meteorológicos sibilita satisfacer las necesidades hı́dricas reales.
Sistema de riego inteligente basado en lógica difusa

Teniendo en cuenta que un experto agrónomo 2. Objetivos Especı́ficos

hace juicios referentes a la correcta aplicación del
riego con base en su criterio y experiencia, y que 1. Identificar las variables de entrada y salida
estos generalmente se realizan en forma lingüı́stica en base a conocimientos proveı́dos por ex-
como “poco”, “medio”, etc., se puede notar que un pertos.
sistema convencional no maneja este tipo de entra- 2. Establecer rangos de valores de variables di-
das. Por lo tanto, si se requiere automatizar este fusas.
tipo de actividades, se debe desarrollar un sistema
capaz de emular el conocimiento humano, siendo 3. Construir reglas difusas que definan la es-
la lógica difusa el método adecuado para lograrlo. trategia de control del sistema, a partir de
Los sistemas basados en lógica difusa pueden estimaciones y datos meteorológicos históri-
controlar más adecuadamente procesos que estén cos.
gobernados por reglas intuitivas que difı́cilmente
pueden expresarse matemáticamente, mediante la 4. Construir sistema fı́sico para recoger datos
introducción de un grado de vaguedad en las cosas de entorno agrı́cola.
que califica. 5. Integrar las partes de entrada, procesamien-
Un enfoque difuso de los sistemas de control to y salida de datos en un prototipo cons-
posibilita que los mismos adquieran autonomı́a truido.
en su funcionamiento al tiempo de representar el
mundo real a través de reglas expresadas en térmi- 6. Probar el funcionamiento del sistema de con-
nos lingüı́sticos, facilitando la construcción de in- trol propuesto.
terfaces y adecuándolas a la incertidumbre de los
procesos cognitivos humanos. 2. Material y método
El controlador difuso desarrollado está basado
El sistema de control de riego inteligente desa-
en el modelo de inferencia Mamdani, que consta
rrollado debe ser analizado desde el punto de vista
de tres etapas: fuzzificación, inferencia y defuzzi-
del software y del hardware.
ficación.
El software consta de dos modalidades de fun-
En la primera, el controlador mapea las entra- cionamiento; por un lado cuenta con un modo de
das a variables difusas en el intervalo [0,1]. Los operación autónomo basado en lógica difusa y por
valores de las variables de entrada son obtenidos el otro con un modo de programación manual.
por sensores de temperatura ambiente y humedad El hardware se compone de sensores y actua-
del suelo, además de un reloj que provee el mes dores, que posibilitan interactuar al sistema con
del año, siendo este dato utilizado para obtener el el entorno. El sistema es capaz de recolectar da-
ı́ndice de pérdida de agua por evapotranspiración. tos de humedad del suelo y temperatura ambien-
Una vez obtenidos los valores fuzzificados se te, que en conjunto con la información del mes
procede a la siguiente etapa en la cual se evalúan actual, posibilitan que el controlador difuso cal-
las reglas lingüı́sticas mediante el proceso de infe- cule el tiempo de riego necesario para lograr un
rencia para obtener una salida difusa, que es de- eficiente uso del agua de riego.
fuzzificada en la última etapa para transformarla
en un valor real consistente en el tiempo de riego. 2.1. Descripción de los componentes de
Los beneficios que se pueden obtener de un rie- hardware
go eficiente van desde lo estético, en el caso de los El sistema de control se encuentra alojado en
jardines domésticos, hasta la maximización de la una placa Arduino Mega 2560 y para su correc-
producción en un cultivo agrı́cola, debido a que el to funcionamiento, requiere una serie de compo-
mismo deja de ser meramente estacional. Además nentes que pueden ser clasificados de acuerdo a la
se logra reducir el costo laboral y optimizar el uso función que desempeñan.
del agua y de la energı́a eléctrica.
2.1.1. Componentes de entrada
− Sensor de humedad del suelo: es necesario
Objetivos conocer la humedad actual del suelo para
que el controlador difuso sea capaz de de-
1. Objetivo General terminar el tiempo de riego necesario para
llegar a la humedad correcta de un tipo de
Desarrollar un controlador difuso que posibi- cultivo especı́fico, por lo que la utilización de
lite ajustar el sistema de riego a las necesidades sensores de humedad del suelo es indispen-
hı́dricas reales del cultivo. sable.

10
Sistema de riego inteligente basado en lógica difusa

El sensor funciona mediante señales de en- para determinar las necesidades hı́dricas del culti-
trada analógicas para obtener la humedad vo y el segundo actúa de acuerdo a la programa-
del suelo en forma de variaciones continuas ción de horarios de riego definidos por el usuario.
de un voltaje. El sistema de riego basado en lógica difusa tie-
ne horarios predefinidos en los que realiza el re-
− Sensor de temperatura ambiente: la tempe- levamiento de datos de campo para tomar deci-
ratura es un parámetro influyente en la tasa siones referentes al tiempo de riego requerido por
de pérdida de agua sufrida tanto por el suelo el cultivo, siendo estos horarios establecidos por
como por el cultivo, por lo que es crucial su sugerencias de un experto agrónomo.
medición. La necesidad de un módulo de programación
manual se consideró como alternativa cuando ocu-
− Teclado 4x4: constituye una herramienta im- rran fallas o desperfectos en el funcionamiento de
portante para seleccionar que información los dispositivos de lectura de datos y para usarse
mostrar en pantalla, en ambas modalidades cuando el usuario considere oportuno.
del sistema. En el modo de programación
manual se utiliza para la configuración del 2.2.1. Modo de programación manual
horario y la duración de riego.
El mismo permite la configuración de horarios
− Reloj: se utiliza para indicar el momento de de riego con sus respectivas duraciones. El sistema
activación o desactivación de la electroválvu- soporta hasta cuatro configuraciones de horarios
la. Además el controlador difuso obtiene del de riego por dı́a, los cuales pueden ser elimina-
reloj el mes actual, que sirve de entrada para dos y reconfigurados las veces que el usuario lo
estimar la evapotranspiración de dicho mes. considere necesario, la duración máxima del riego
queda a criterio del mismo, considerando que el
2.1.2. Componentes de Salida sistema acepta valores desde 0 hasta 99 minutos.
El formato de hora reconocido es de 24 horas.
− Pantalla LCD: posibilita visualizar datos La configuración de los horarios y duraciones
leı́dos por sensores, la hora actual y el estado de riego corresponden a ciclos diarios, y pueden
del sistema (riego activo o inactivo), además realizarse independientemente del modo en el cual
del proceso de programación manual. se encuentre el sistema, ya que estos permanecen
almacenados y podrán ser activados en el momen-
− Válvulas solenoides: el sistema controla el
to en el cual el usuario lo considere oportuno.
paso de agua por medio de las señales que
El modo de programación manual no puede
envı́a a este componente; activando o desac-
funcionar en paralelo con el otro modo de opera-
tivando el riego.
ción, el mismo debe estar seleccionado de modo
que los horarios de riego configurados sean consi-
Las primeras pruebas del sistema se realizaron
derados por el sistema.
en una placa Arduino Uno, la cual presentó limita-
ciones con el tamaño de la memoria. Esto se debe 2.2.2. Modo de operación basado en lógica
a que básicamente los programas escritos en len- difusa
guaje C cuentan con dos áreas de memoria: una en
la que el código del programa reside y se carga, y A diferencia del modo de programación ma-
otra donde se encuentra el encabezado, en la cual nual, en esta modalidad del sistema, el usuario
se deben almacenar todas las variables dinámicas. únicamente define los horarios de riego, ya que la
Esta última área es la que presentó inconvenien- duración de los mismos es calculada por el contro-
tes debido a la poca capacidad de almacenamiento lador difuso en concordancia con las necesidades
que dispone para definir variables dinámicas. Por del cultivo.
esta razón se optó por utilizar una placa con mayo- El número de programaciones de riego diarios
res prestaciones, especı́ficamente la placa Arduino queda a criterio del usuario, teniendo en cuenta
Mega 2560. Otra ventaja de utilizar esta placa es que el número de riegos podrı́a variar de acuerdo
la posibilidad de ampliar el rango de cobertura a la estación del año. La recomendación del ex-
del sistema de riego, puesto que cuenta con ma- perto es realizar hasta cuatro riegos diarios en las
yor cantidad de pines para conectar más sensores estaciones de primavera y verano, en que el cultivo
y actuadores a un solo controlador. de hojas de verdeo sufre mayor pérdida de agua;
a diferencia de las estaciones de otoño e invierno,
2.2. Descripción del funcionamiento del en las que con dos riegos en horarios de poca in-
sistema cidencia de radiación solar ya es posible satisfacer
las necesidades hı́dricas del cultivo.
El sistema posee dos formas de funcionamien- Durante la operación de este modo el contro-
to, el primero de ellos utiliza un controlador difuso lador difuso debe obtener los datos de entrada a

11
Sistema de riego inteligente basado en lógica difusa

través del reloj y los sensores para llevar a cabo el del viento, los demás parámetros necesarios; como
proceso de fuzzificación que consiste en pasar di- presión, radiación, flujo de calor, entre otros, pue-
chos valores a un rango de pertenencia entre cero den ser derivados de los datos comúnmente medi-
y uno. Se busca determinar en qué grado el valor dos.
que se está adquiriendo pertenece a un conjunto Como la posibilidad de contar con una pe-
difuso. Los conjuntos difusos son caracterizados queña estación meteorológica propia para obte-
mediante funciones de pertenencia. ner los parámetros necesarios para el cálculo de
En la siguiente etapa, los distintos valores di- ET0 implica un costo sumamente elevado, se eva-
fusos se relacionan entre sı́ por medio de las re- luó cuáles serı́an los sensores imprescindibles para
glas, que son las que definen la acción de control la automatización de un sistema de riego con buen
que se va a tomar en cada situación especı́fica. De rendimiento. Se consideró que utilizando sensores
cada una de estas reglas la interfaz de inferencia de humedad del suelo y temperatura ambiente,
obtiene un conjunto difuso de salida, que una vez junto con un registro histórico de la evapotranspi-
combinados resultan en una única salida difusa del ración del cultivo, se obtendrá una estimación lo
sistema. más aproximada posible a las necesidades reales
En la etapa de defuzzificación se adecuan los para un tipo de cultivo especı́fico [6].
valores difusos generados en el proceso de inferen-
cia a valores reales, que posteriormente se utili- Variable de entrada: Mes El análisis climático
zarán en el proceso de control de tiempo de aper- de la zona se ha realizado mediante los datos pro-
tura de la válvula de riego. Esto posibilita que el porcionados por la Dirección Nacional de Meteo-
sistema de riego inteligente desarrollado, sea capaz rologı́a e Hidrologı́a; dependencia del Ministerio
de determinar de forma automática la cantidad de Defensa Nacional, dichos datos corresponden a
de riego requerida para satisfacer las necesidades mediciones realizadas en la estación meteorológica
reales del cultivo. En la figura 1 se muestra una del Aeropuerto Guaranı́.
representación gráfica de las entradas del contro- Los datos de ubicación de la estación meteo-
lador difuso y del actuador. rológica mencionada son parámetros estáticos ne-
cesarios para el cálculo de la evapotranspiración,
C!"#$!%&'!$ D(
)*+!
los mismos se detallan en la tabla 1 a continuación:
→
Fecha
actual
Tabla 1. Datos geográficos del Aeropuerto Guaranı́.

+ Latitud 25o 21’ sur

-
Temperatura
→ → Longitud 54o 27’ oeste
Altitud 236m
Humedad
del suelo
Ciudad Minga Guazú
→ Departamento Alto Paraná

Figura 1. Controlador difuso Para el cálculo de la evapotranspiración se uti-

lizaron los parámetros anteriores en conjunto con
los datos diarios proporcionados de: temperatura
2.3. Controlador difuso máxima y mı́nima, velocidad del viento, humedad
relativa media y horas de insolación, los cuales co-
2.3.1. Análisis de variables rresponden a un perı́odo de tiempo de enero de
Disponer de una buena estimación de las nece- 2013 a mayo de 2015.
sidades hı́dricas de los cultivos es imprescindible Los valores diarios obtenidos de la evapotrans-
para el diseño de cualquier sistema de riego. Para piración se utilizaron para generar un histórico de
eso, se procedió a la estimación de la evapotrans- la influencia del clima sobre un cultivo de referen-
piración del cultivo de referencia (ET0 ) para obte- cia, para ello se creó una media mensual que refleje
ner la pérdida de agua de una superficie cultivada una tasa estimativa de la pérdida de agua utilizan-
estándar. do la ecuación (1) de FAO Penman-Monteith.
900
Mediante el método FAO (Organización de las 0, 408.∆.(Rn − G) + γ.( T +273 ).µ2 .(es − ea )
ET0 = (1)
Naciones Unidas para la Alimentación y la Agri- ∆ + γ.(1 + 0, 34.µ2 )
cultura) Penman-Monteith se puede estimar valo-
res de ET0 en una amplia gama geográfica, ya que donde
el mismo es independiente del tipo de suelo y cli-
ma. Para su cálculo es requisito básico contar con ET0 Evapotranspiración de referencia ( mm
dia
)
datos climáticos medidos de radiación solar, tem- Rn Radiación neta en la superficie del
MJ
peratura del aire, humedad ambiente y velocidad cultivo ( m 2d )

12
Sistema de riego inteligente basado en lógica difusa

Flujo de calor de suelo ( mMJ Tabla 2. Funciones de pertenencia de la variable

G 2d )
mes.
T Temperatura media del aire (o c)
µ2 Velocidad del viento medida a dos Rango de
Función de pertenencia
metros de altura ( m ) meses
s
es Presión de vapor de saturación (kP a) Máxima pérdida de agua 1 1−4
ea Presión real de vapor (kP a) Mı́nima pérdida de agua 3−9
(es − ea ) Déficit de presión de vapor (kP a) Máxima pérdida de agua 2 8 − 12
∆ Pendiente de la curva de presión de
vapor ( Kpa
oc )
γ Constante psicométrica ( Kpa
oc ) 2.3.2. Variable de entrada: Temperatura
ambiente
En Paraguay se pueden presentar bruscos cam-
bios en el clima independientemente de la estación,
principalmente en estaciones transicionales (otoño
De acuerdo a los cálculos efectuados se pudo y primavera), más aun considerando que en el Pa-
observar que no existen variaciones significativas raguay las estaciones no están bien definidas, pues
entre los valores de evapotranspiración que se ob- al tener un clima subtropical, hace calor casi todo
tienen para un mismo mes año tras año, por lo que el año.
se consideró factible utilizar la media mensual de Por esta razón se considera esencial contar con
evapotranspiración durante todos los años consi- datos de temperatura ambiente, ya que esta influ-
derados como valor representativo de la pérdida ye directamente sobre la tasa de pérdida de agua
de agua que puede presentar el cultivo en un mes del cultivo. Las temperaturas mı́nima y máxima
especı́fico, de modo que el sistema de riego sea ca- que posibilitan el desarrollo de las hojas de verdeo
paz de mejorar la estimación del tiempo de riego son de 6o C y 30o C respectivamente, de acuerdo a
necesario, combinando este histórico con paráme- bibliografı́a consultada [7]. En la función de per-
tros actuales medidos. tenencia temperatura media se encuentra el rango
de valores óptimos recomendado por el experto
consultado para la etapa de desarrollo del cultivo.
La variable temperatura posee funciones de
pertenencia con una forma triangular, debido a
que la misma es ampliamente usada en este tipo
de problemas, además de contar con una imple-
mentación simple y ofrecer buenos resultados.
Los rangos de las funciones de pertenencia fue-
ron establecidos de la siguiente manera, presenta-
da en la tabla 3.

Tabla 3. Funciones de pertenencia de la variable tem-

peratura.
Rango
Función de pertenencia
temperatura (o C)
Figura 2. Media de la evapotranspiración por mes. Temperatura baja −5 − 10
Temperatura media 7,5 − 27,5
Temperatura alta 24,5 − 45

De acuerdo a la figura 2, fueron establecidos los 2.3.3. Variable de entrada: Humedad del
rangos difusos para la variable de entrada mes. Se suelo
consideró necesario clasificar la tasa de la evapo-
transpiración en tres grupos, de acuerdo al ı́ndice La humedad del suelo es fundamental para es-
de pérdida de agua. timar la cantidad de agua necesaria para reponer
lo que el suelo ha perdido por procesos naturales
Los meses de máxima pérdida corresponden a como la evapotranspiración.
los primeros y últimos meses del año, y dado que Para realizar dicha estimación se utilizó la
los meses del año son representados por valores ecuación de lámina de agua (2), siendo que la mis-
del uno al doce, no es posible agruparlos en un so- ma posibilita expresar la cantidad de agua existen-
lo conjunto de entrada quedando conformados en te o almacenada en el suelo. Un ejemplo de aplica-
dos grupos distintos como se observa en la tabla 2. ción de dicha ecuación se detalla a continuación.

13
Sistema de riego inteligente basado en lógica difusa

El sistema de riego se ha implementado en un aspersor utilizado. El ángulo del difusor escogido

suelo de tipo arcilloso, cuya densidad aparente tie- es de 180o , cuyo alcance es de aproximadamente
g
ne un valor de 1,4 cm 3 [8]. La profundidad de los 4m, pudiendo cubrir un área de 50,24 m2 .
tablones en los cuales va el cultivo es de 20cm. Teniendo en cuenta que el caudal de agua con
Realizando la diferencia de dos láminas de el que se cuenta en la zona de aplicación del siste-
agua mediante la ecuación (2) se puede conocer ma de riego es de 800 hl se sustituye en la ecuación
la cantidad de agua que se debe aplicar en un mo- (3) de pluviometrı́a.
mento dado a un suelo para pasar de un contenido Q 800 l
de humedad a otro. Según la información propor- P = = = 16, 9 2 (3)
S 50, 24 m h
cionada por el experto, la humedad óptima a al-
canzar durante el riego va desde un 60 a un 80 por donde
ciento para las hojas de verdeo. P Pluviometrı́a ( mm )
h
Q Caudal ( hl )
Lf − Li = (Hgf .δs .z) − (Hgi .δs .z) (2)
S Superficie de riego (m2 )
donde Para la estimación del tiempo de riego se re-
quiere conocer el volumen de agua que se desea
Hg Humedad gravimétrica ( %) reponer, además del valor de la pluviometrı́a que
g
δs Densidad aparente del suelo ( cm 3) es la que representa la capacidad del aspersor de
z Altura de la lámina del suelo (m) aportar un cierto volumen de agua en una superfi-
cie por unidad de tiempo. Para obtener el tiempo
de riego se utiliza la ecuación (4).
Los conjuntos difusos se formaron basado en
las mediciones realizadas con el sensor de hume- N ecesidad de agua
T iempo de riego = (4)
dad de suelo en diferentes muestras del suelo y P luviometria
tomando en consideración que dicho sensor pro- Sabiendo que la evapotranspiración posibilita co-
duce salidas analógicas en un rango de 0 y 1024, nocer la pérdida de agua de un cultivo, y que rea-
las funciones de pertenencia se presentan en la ta- lizando la diferencia de dos láminas de agua se
bla 4. obtiene el volumen a aplicar para alcanzar una hu-
medad deseada; la estimación de las necesidades
Tabla 4. Funciones de pertenencia de la variable hu-
medad.
de agua se realizó sumando estos dos parámetros,
considerando que fue utilizada la media mensual
Función de pertenencia Rango
de la evapotranspiración a lo largo de aproxima-
Humedad - Seco 0 − 200 damente 3 años.
Humedad - Semi−seco 120 − 500 Tomando en cuenta los tiempos de riego obte-
Humedad - Húmedo 450 − 694 nidos se formaron los conjuntos difusos de la tabla
Humedad - Semi−húmedo 658 − 792 5.
Humedad - Encharcado 750 − 900
Tabla 5. Funciones de pertenencia de la variable
tiempo de riego.

Por razones análogas a las de la temperatura, Rango en

Función de pertenencia
se empleó una función de pertenencia con forma minutos
triangular. Regar nada 0
Regar poco 0 − 4,75
2.3.4. Variable de salida: Tiempo de riego Regar medio 2,75 − 8,5
Regar bastante 6,5 − 12,25
Además del análisis del tipo de suelo, y de la
Regar mucho 10,25 − 17
pérdida de agua que sufre el cultivo por evapo-
transpiración, la pluviometrı́a constituye un fac-
tor importante para estimar el tiempo de riego,
Todos los cálculos hechos anteriormente fueron
de modo a dotar al controlador difuso de la capa-
fundamentales para modelar el controlador difuso.
cidad de tomar decisiones con respecto al tiempo
de riego necesario para reducir el excesivo consu-
2.4. Sistema de inferencia difuso
mo de agua por influencia de lluvia, hacia cantida-
des que posibiliten asegurar el mantenimiento de Como las láminas de agua requeridas por un
las plantas en estado óptimo. cultivo son variables y no responden a un patrón
El valor de la pluviometrı́a depende del método definido fueron realizados cálculos y entrevistas
de riego empleado; que en este caso corresponde a a un experto agrónomo, referente a la pérdida
un riego por aspersión, debido a que este determi- de agua por evapotranspiración combinados con
na el área a regar de acuerdo al ángulo de riego del cálculos de lámina de agua, con el objetivo de

14
Sistema de riego inteligente basado en lógica difusa

identificar los estados del sistema a partir de un (5) de la función de pertenencia triangular a todos
conjunto de valores conocidos del mismo. los conjuntos difusos del universo de discusión.
Una vez definidas las variables y modelados los μT
conjuntos difusos de cada una de ellas a sus corres- 1
Temperatura
Baja
Temperatura
Media
Temperatura
Alta

pondientes universos de discurso, se determinó la

relación entre las variables de entrada y el efecto 0,5

que estas producen en la variable de salida de mo- 0,151

do que se vean reflejadas en las reglas de inferencia 0,073

0

planteadas. -5 0 5 10 15 20 25 30 35 40 45 Temperatura °C

El siguiente paso consistió en el desarrollo del Figura 3. Grado de pertenencia de temperatura

motor de inferencia que proporciona como salida
el tiempo de riego necesario de acuerdo a lo con-
siderado anteriormente. Para la humedad del suelo se obtuvo un grado
El método utilizado para la inferencia es el de de pertenencia de 0,316 (figura 4) para la función
Mamdani, dada la facilidad que presenta para su de pertenencia “Semi−Seco”, utilizando la rela-
implementación, el mismo es también conocido co- ción de la función de pertenencia triangular (5) [9].
mo el método de max-min. Dicho método consiste x−α
 α ≤ x ≤ β → β−α

en comparar el grado de pertenencia de cada con- x−γ
junto de entrada con la pertenencia de los demás f (x) = β ≤ x ≤ γ → β−γ (5)
0 de otra manera

conjuntos con los que estuviese vinculado por me-
dio de las reglas, una vez hecha la comparación se
guarda el valor mı́nimo de pertenencia entre ellos μH
Humedad
seco
Humedad
semi-seco
Humedad
semi-humedo
Humedad
humedo
Humedad
encharcado
1
y se debe colocar en el conjunto del universo de
salida que indica la regla. 0,5

0,316

Ejemplo de funcionamiento del sistema de 0

inferencia desarrollado 0 75 150 225 300 375 450 525 600 675 750 825 900 Humedad

Paso 1: Fuzzificación de las entradas. Figura 4. Grado de pertenencia de humedad

Consiste en tomar las entradas provenientes de
los sensores y determinar el grado en que pertene-
cen a cada uno de los conjuntos difusos correspon- Y para la entrada Mes las funciones de perte-
dientes mediante las funciones de pertenencia. nencia “mı́nima pérdida” y “máxima pérdida 2”
La entrada es siempre un valor numérico nı́ti- tienen un grado de pertenecia de 0,2 y 0,25 res-
do limitado al universo de discurso de la variable pectivamente (figura 5), aplicando la relación de la
de que se trate; por ejemplo para la variable tem- función de pertenencia de tipo trapecio (Ec. ( 6 ) )
peratura debe estar en el intervalo -5 y 45, siendo [9].
la salida del proceso de fuzzificación un grado di- μM
Máxima Mínima Máxima
fuso de pertenencia a un conjunto de clasificación 1
Pérdida1 Pérdida Pérdida2

lingüı́stica (siempre en el intervalo 0 y 1).

El correspondiente grado de pertenencia a un 0,5
conjunto difuso se obtiene empleando la técnica de
0,25
los triángulos semejantes y en este caso viene dado 0,2

por funciones triangulares tanto para las variables 0

1 2 3 4 5 6 7 8 9 10 11 12 Mes
de temperatura como de humedad y una función
trapezoidal para la variable mes. Figura 5. Grado de pertenencia de mes
Se suponen las siguientes entradas al sistema:
− Temperatura actual: 26 o C α ≤ x ≤ β → β−α x−α



β≤x≤γ → 1

− Humedad actual: 440 f (x) = x−δ (6)

 γ ≤ x ≤ δ → γ−δ
− Mes: 8,5 (15 de agosto) 
0 de otra manera
En este caso, se tiene que la temperatura es El controlador difuso consta de 45 reglas, don-
igual a 26 o C, el cual, dadas las definiciones gráfi- de cada una de ellas cuenta con un antecedente
cas de temperatura media y alta se tienen grados formado por tres variables de entrada con sus res-
de pertenencia de µmedia = 0, 151 y µalta = 0, 073 pectivas funciones de pertenencia, vinculadas por
para la funciones de pertenencia “media” y “alta” medio del operador lógico Y.
respectivamente, como se observa en la figura 3. Antes de evaluar las reglas se debe obtener el
Estos valores se obtuvieron aplicando la relación grado de pertenencia de cada valor de entrada a

15
Sistema de riego inteligente basado en lógica difusa

los distintos conjuntos difusos que componen su conjunto difuso. La agregación se produce sólo una
universo de discurso, de forma similar al cálcu- vez para cada etiqueta de la variable de salida.
lo realizado mediante la técnica de los triángulos Por ejemplo, las reglas a ser analizadas para el
semejantes. Por ejemplo para temperatura deter- conjunto de salida “bastante” son las siguientes
minar en qué grado pertenece a temperatura baja,
temperatura media y temperatura alta.
Regla 5
Paso 2: Implicancia
Una vez que las distintas entradas han sido fuz- [µM inP erdida (0, 2) ∧ µM edia (0, 15) ∧
zificadas, se conoce el grado en que cada parte del µSemiseco (0, 316)] ∴ µBast (0, 15)
antecedente ha sido satisfecha para cada regla. Si Regla 9
el antecedente de una regla dada tiene más de una
parte, el operador difuso se aplica para obtener un [µM inP erdida (0, 2)∧µAlta (0, 073)∧µSemiHumedo (0)] ∴
número que represente el resultado del anteceden- µBast (0)
te para esa regla. Este número se aplica entonces Regla 19
a la función de salida. La entrada al operador di-
[µM axP erdida1 (0)∧µBaja (0)∧µSemiseco (0, 316)] ∴
fuso son dos o más valores de pertenencia de las
µBast (0)
variables de entrada fuzzificadas y la salida es un
único valor de verdad.
Y para el conjunto de salida “Mucho”
Regla 5: Si mes es mı́nima pérdida Y tempe-
ratura es media Y humedad del suelo es semi-seco Regla 6
Entonces tiempo de riego es bastante. [µM axP erdida1 (0, 2) ∧ µAlta (0, 073) ∧
µSemiseco (0, 316)] ∴ µM ucho (0)
Antecedente Consecuente Regla 35
[µM axP erdida2 (0, 25) ∧ µM edia (0, 15) ∧
Mínima
Pérdida
Temperatura
Media
Humedad
Semi-seco
Bastante µSemiseco (0, 316)] ∴ µM ucho (0, 15)
1

Regla 36
0,316 [µM axP erdida2 (0, 25) ∧ µAlta (0, 073) ∧
0,2

0
0,151 0,151
µSemiseco (0, 316)] ∴ µM ucho (0, 073)
Mes: 8,5 Temperatura: 26 Humedad: 440 Resultado del
operador Y (min)

La entrada del proceso de agregación es la lista

Figura 6. Proceso de implicancia de las funciones de salida devueltas por el proceso
de implicancia de cada regla, la salida viene dada
por la aplicación del operador max a los grados de
Evaluando el antecedente de la regla 5 para el pertenencia de una misma clasificación lingüı́sti-
cálculo del tiempo de riego, las 3 diferentes par- ca, esto ocurre justo antes de la cuarta y última
tes del antecedente (el mes es de mı́nima pérdida, etapa denominada defuzzificación.
la temperatura es media y la humedad del suelo Paso 4: Defuzzificación
es semi-seco) produjeron los valores de pertenen- Por mucho que la imprecisión ayude en la eva-
cia difusa 0,2 ; 0,151 y 0,316 respectivamente. El luación de las reglas durante los pasos intermedios,
operador difuso Y selecciona el mı́nimo de los tres la salida final deseada debe ser un valor real aplica-
valores, siendo este 0,151. ble al sistema de salida. La entrada para el proceso
El consecuente es un conjunto difuso represen- de defuzzificación es el conjunto difuso generado
tado por una función de pertenencia, que pondera en la etapa de agregación y abarca un rango de
adecuadamente las caracterı́sticas lingüı́sticas que valores de salida.
se le atribuyen por medio de los grados de per- El método utilizado para la generación del va-
tenencia, siendo este el valor seleccionado por el lor real es el llamado centro de gravedad o centro
operador como se observa en la figura 6. de área, que devuelve el centro de área bajo la
Paso 3: Agregación curva e implica el siguiente proceso.
Dado que las decisiones se basan en la prueba Para aplicar la fórmula del centro de gravedad
de todas las reglas de un controlador difuso, estas se utilizan los vértices del polı́gono formado por los
deben combinarse de alguna manera con el fin de grados de pertenencia de cada conjunto de salida
tomar una decisión. La agregación es el proceso y sus correspondientes valores reales, este último
por el cual los conjuntos difusos que representan se obtiene aplicando la propiedad de los triangulos
las salidas de cada regla se combinan en un solo semejantes como se muestra en la figura 7.

16
Sistema de riego inteligente basado en lógica difusa

μTR

1
Nada Poco Medio Bastante Mucho se puede observar su correspondencia con el valor
arrojado por el controlador difuso desarrollado en
0,5
!
el Fuzzy Logic Toolbox de MatLabTM .
0,151
α
0
"
0 2 4 6 8 10 12 14 16 18 20 22 Tiempo de
riego
(8,5; 0)
S!"#
$!15,5
(x; 0,151) (22; 0,151)

Figura 7. Grado de pertenencia de tiempo de riego

Para la obtención del vértice faltante de la fi-

gura 8 se procedió con el siguiente cálculo;
cat.opuesto B 1 1
tgα = = = = (7)
cat.adyacente A 12, 5 − 8, 5 4

μTR
Bastante
1
Figura 9. Salida del Fuzzy Logic Toolbox.

0,5

La salida obtenida está expresada en minutos,

0,151
convirtiendo los decimales a segundos se obtiene
0
α b un tiempo de riego igual a 15 minutos y 30 segun-
8,5 ! 9 9,5 10 10,5 11 11,5 12 12,5 13 Tiempo de
riego dos.
(x; 0,151)

Figura 8. Abstracción de la figura 7 3. Resultados

.
Para la validación de los tiempos de riego cal-
culados por el controlador difuso se dispuso una
cat.opuesto b 0, 151
tgα = = = huerta doméstica consistente en un cultivo de le-
cat.adyacente a a chuga y cebollita de verdeo, a fin de comprobar la
0, 151 humedad del suelo una vez transcurrido el lapso
a= de tiempo calculado.
tgα
La huerta en la que se realizaron las pruebas
De la ecuación (7).
posee un cantero o tablón de forma rectangular
a = 0, 151 · 4 = 0, 604 cuyas dimensiones son de 1,70x0,80 metros y una
profundidad de 0,20 metros, además cuenta con
Siendo surcos a ambos lados del cantero que posibilitan
buen drenaje de agua. El difusor se encuentra ubi-
X = 8, 5 + a = 8, 5 + 0, 604 = 9, 104 cado a dos metros del centro de la huerta de modo
que la distribución del agua arrojada por el difusor
Una vez obtenidas las coordenadas de todos los
sea uniforme a lo largo y ancho del cantero. Debi-
vértices del polı́gono de salida, estos valores son
do a que el tipo de suelo de Alto Paraná favorece
aplicados en la fórmula de centro de gravedad.
el desarrollo de cultivos no fue necesario realizar
El último paso en el procesamiento lógico di-
acondicionamientos destacables al terreno.
fuso, es el proceso de la combinación de todas las
salidas difusas en una especı́fica, resultanto una Teniendo en cuenta que el perı́odo de pruebas
salida real que es la aplicada al sistema. Utilizan- coincidió con condiciones climáticas afectadas por
do la ecuación (8) se tiene que; el fenómeno “El niño”, se decidió contar con una
protección adicional instalando una malla media
Pb
µ(x) x sombra, de manera a evitar daños provocados por
Salida = Px=a b
(8) las frecuentes precipitaciones, que en ocasiones in-
x=a µ(x) cluyó caı́da de granizos, y atenuar la acción directa
(0·8,5)+(0,151·9,104)+(0,151·22) de los rayos del sol sobre el cultivo.
Salida = (0+0,151+0,151) Las horas programadas para el levantamiento
Salida = 15, 552 de los datos de temperatura y humedad del sue-
lo, fueron a las 6:00, 11:00 y 18:00 horas, de modo
Por lo tanto el centro de área está en 15,552 que el controlador difuso calcule el tiempo de riego
y la salida del sistema será 15,552. En la figura 9 de acuerdo a los datos leı́dos en dichos horarios.

17
Sistema de riego inteligente basado en lógica difusa

Las pruebas se llevaron a cabo en el perı́odo com- Systems. World Applied Sciences Journal.
prendido desde el 24 de octubre al 24 de noviem- [Online]. Disponible en lı́nea: http://www.
bre, la representación gráfica de la variación de la researchgate.net/publication/236484174_
humedad del suelo inicial y la obtenida luego de Intelligent_control_based_fuzzy_
realizarse riego puede observarse en la figura 10. logic_for_automation_of_greenhouse_
irrigation_system_and_evaluation_in_
relation_to_conventional_systems

[3] Rahangadale V. S and Choudhary V. On

Fuzzy Logic based Model for Irrigation Contro-
ller using Penman-Monteith Equation. 2nd Na-
tional Conference on Information and Commu-
nication Technology (NCICT). [Online]. Dispo-
nible en lı́nea: http://research.ijcaonline.
org/ncict/number4/ncict030.pdf

[4] Kazuhiro Nakano and Takako Aida and Yos-

hitaka Motonaga. A Study On Development
Of Intelligent Irrigation Systems For Melon
Cultivation In Greenhouse. [Online]. Disponi-
Figura 10. Variación de la humedad inicial y final ble en lı́nea: http://www.afita.org/files/
web_structure/20110126174028_862349/
4. Conclusión 20110126174028_862349_64.pdf
El sistema de recolección de datos fue monta- [5] Prakashgoud Patil and Umakant Kulkarni and
do de manera apropiada en una huerta doméstica, B.L. Desai and V.I. Benagi and V.B. Nara-
ya que el mismo proporciona datos actuales y ve- gund. Fuzzy logic based irrigation control sys-
races. Además, se logró la correcta integración del tem using wireless sensor network for precision
controlador difuso en el hardware construido en la agricultura [Online]. Disponible en lı́nea: http:
plataforma Arduino. //insait.in/AIPA2012/articles/049.pdf
Los resultados obtenidos durante la implemen-
tación del sistema de riego basado en lógica difusa [6] Richard G. Allen and Richard G. Allen and
fueron satisfactorios. El sistema fue capaz de cal- Dirk Raes and Martin Smith. Evapotranspira-
cular el tiempo de riego necesario para proporcio- ción del cultivo Guı́as para la determinación de
nar la cantidad de agua necesaria y pasar de una los requerimientos de agua de los cultivos. Eva-
humedad particular al rango de humedad conside- potranspiración del cultivo Guı́as para la de-
rado óptimo para las hojas de verdeo, de acuerdo a terminación de los requerimientos de agua de
las condiciones climáticas. Este resultado satisface los cultivos. [Online]. Disponible en lı́nea: ftp:
las necesidades hı́dricas reales del cultivo. //ftp.fao.org/agl/aglw/docs/idp56s.pdf

[7] Requerimientos agroecológicos de los cultivos.

Referencias bibliográficas Secretaria de desarrollo agropecuario, Queréta-
[1] Mata-Garcı́a Marı́a Guijarro and Tor- ro - México. [Online]. Disponible en lı́nea: http:
tajada Agudo Estefanı́a and González //sedea.queretaro.gob.mx/sites/sedea.
Rivas Fernando. Sistema de riego inteli- queretaro.gob.mx/files/LECHUGA.pdf
gente borroso. Universidad Complutense
de Madrid. [Online]. Disponible en lı́nea: [8] Estimating Moist Bulk Density by Tex-
http://eprints.ucm.es/9119/1/Sistema_ ture. United States Department of Agri-
de_Riego_Inteligente_Borroso.pdf culture. [Online]. Disponible en lı́nea:
http://www.nrcs.usda.gov/wps/portal/
[2] Javadi Kia P. and Tabatabaee Far A. and nrcs/detail/soils/survey/office/ssr10/
Omid M. and Alimardani R. and Naderloo tr/?cid=nrcs144p2_074844
L. Intelligent Control Based Fuzzy Logic for
Automation of Greenhouse Irrigation System [9] Ponce Cruz Pedro. Inteligencia artificial con
and Evaluation in Relation to Conventional aplicaciones a la Ingenierı́a.

18