FP74.pdf

See discussions, stats, and author profiles for this publication at: https://www.researchgate.net/publication/318909544
Sistema de Riego Inteligente para Optimizar el Consumo de Agua en Cultivos en
Panamá
Conference Paper · July 2017
CITATIONS
0
READS
834
1 author:
Some of the authors of this publication are also working on these related projects:
Sistemas de riego inteligentes View project
Error Elimination in the KLJN Secure Key Exchange and Vehicular Applications View project
Yessica Sáez
Universidad Tecnológica de Panamá
28 PUBLICATIONS 187 CITATIONS
SEE PROFILE
All content following this page was uploaded by Yessica Sáez on 14 February 2019.
The user has requested enhancement of the downloaded file.

15th
LACCEI International Multi-Conference for Engineering, Education, and Technology: “Global Partnerships for
Development and Engineering Education”, 19-21 July 2017, Boca Raton Fl, United States. 1
Sistema de Riego Inteligente para Optimizar el
Consumo de Agua en Cultivos en Panamá
Edwin Collado, PhD1
, Yessica Sáez, PhD1
1
Universidad Tecnológica de Panamá, Panamá,
{edwin.collado, yessica.saez}@utp.ac.pa
Resumen– Hoy en día, la escasez de agua se está convirtiendo
en uno de los mayores problemas en Panamá y a nivel mundial. Así
como el agua es un derecho universal y una necesidad para el ser
humano y los animales, también lo es para las plantas. Por lo tanto,
el sector agrícola es uno de los principales interesados en desarrollar
métodos que ayuden con la conservación de agua. Sin embargo, el
uso innecesario de agua es un problema notable en la actividad
agrícola panameña, pues muchas veces los sistemas de riego
utilizados por los agricultores suministran cantidades de agua
inadecuada a los cultivos. En este trabajo, se propone un sistema de
riego inteligente que permitirá minimizar el consumo total de agua
en los sistemas de riego de cultivos en Panamá, mientras se satisface
las necesidades hídricas de las plantas. El problema de optimización
consiste en minimizar una función cuadrática que representa la
suma residual de la discrepancia cuadrática entre el flujo de agua
distribuido y el flujo de agua deseado para cada tipo de planta. Para
resolver este problema, se propone un algoritmo que toma en
consideración las necesidades reales de agua de las plantas y
características del ambiente que las rodea, entre otros factores. A
través de los resultados de simulaciones se demuestra que, en
comparación con sistemas de riego que suministran un flujo de agua
fijo, el algoritmo propuesto permite que el sistema consuma menos
cantidad de agua a medida que aumenta el tiempo de riego y la
cantidad de plantas en los cultivos.
Palabras claves—Sistemas de riego inteligente, manejo de flujo
de agua, optimización, consumo de agua en cultivos, control de
sistemas de riego.
I. INTRODUCCIÓN
Durante el periodo 2015-2016, Panamá registró una de las
peores crisis de escasez de agua que ha enfrentado este país en
los últimos años, como consecuencia de la manifestación del
fenómeno climático de ¨EL NIÑO¨ [1], [2]. Los efectos de este
fenómeno se vieron evidenciados principalmente por las
afectaciones en la producción de alimentos. Una merma en la
producción agrícola surgió como resultado de los azotes de la
sequía que se produjo debido a la disminución de caudales de
cuencas hidrográficas en todo el país, incluyendo riesgos de
sequía en la zona del canal. Motivadas por esta situación, las
autoridades panameñas han incitado a todos los sectores al uso
racional del vital líquido, con miras a reducir su consumo y la
huella hídrica.
A nivel de las provincias, el sector agrícola constituye uno
de los motores principales de la economía de Panamá, donde
cerca del 9% de los suelos se encuentran cultivados [3]. Esta
actividad depende en gran medida de las condiciones que
existen en el medio ambiente que rodea el campo agrícola, tales
como el clima, la topografía, etc., [4].
La agricultura es reconocida por la gran demanda de agua
que conlleva, en donde el desperdicio del recurso limitado es un
problema significativo, especialmente cuando se utilizan
técnicas de riego masivo tradicionales como regaderas y/o
canales de agua, operados manualmente. Esto ha motivado el
desarrollo de sistemas de riego automatizados que faciliten el
suministro automático adecuado de agua y así optimizar el uso
del agua en el proceso de producción de alimentos.
Dentro de los sistemas de riego automatizados están los
sistemas que no utilizan retro-alimentación, es decir, aquellos
en los que la operación se lleva a cabo sobre la base de
condiciones preestablecidas (tiempo y volumen) y sistemas de
realimentación en tiempo real, los cuales son impulsados por al
menos dos señales de entrada (humedad del suelo, lluvia,
temperatura, etc.) [5]-[7]. La mayoría de estos sistemas son
controlados por computadora, lo que proporciona un método
para controlar la aplicación de agua y monitorizarla en tiempo
real [8], [9]. Se pueden conectar varios sensores a la
computadora a través de circuitos de interfaz y software. El
software calcula los requerimientos de agua del cultivo basados
en diversa información como tipo de cultivo, tipo de suelo,
datos meteorológicos, etapas de crecimiento de los cultivos,
fecha de siembra y otros factores conocidos y/o sensados, que
determinan el requerimiento de agua del cultivo. Además,
muchos de los sistemas avanzados están utilizando cada vez
más las operaciones basadas en Internet que permiten controlar
desde el teléfono móvil [10], [11].
Los sistemas de riego más avanzados incluyen, además de
los procesos de automatización y control, procedimientos de
optimización para la asignación de agua que permitan
maximizar la eficiencia total del sistema de riego. En este
sentido, la asignación óptima de agua en las tierras agrícolas por
diferentes procedimientos, ha sido objeto de una amplia
investigación en los últimos años. Por ejemplo, programación
multiobjetivo [12], [13]; programación lineal [14];
programación cuadrática [15] y programación dinámica [16],
son solo algunas de las técnicas de optimización utilizadas para
desarrollar algoritmos eficaces para resolver problemas de
asignación de agua y el uso eficiente de la misma. El algoritmo
de optimización propuesto en este trabajo puede ser integrado
en sistemas de riego automatizados, para así crear un sistema
inteligente que permita reducir el desperdicio de agua en los
sistemas de riego de los cultivos en Panamá. A diferencia de
otros algoritmos, el objetivo principal es proponer una
estrategia de suministro de agua en sistemas de riegos que
garantice minimizar el consumo total de agua, mientras que
satisface las necesidades hídricas de las plantas. La motivación
principal para desarrollar dicho sistema se debe a que cada vez
Digital Object Identifier (DOI): http://dx.doi.org/10.18687/LACCEI2017.1.1.74
ISBN: 978-0-9993443-0-9
ISSN: 2414-6390

15th
que se riegan plantas inadecuadamente, se está desperdiciando
agua. Por lo tanto, dados los problemas de escasez de agua en
Panamá, se considera primordial crear tecnologías que permitan
un ahorro del líquido, que tomen en consideración las
necesidades reales de agua de las plantas y otros factores como
la máxima capacidad de riego del sistema y el flujo de agua
adecuado para cada tipo de cultivo.
El resto de este artículo está organizado de la siguiente
manera. La sección II describe el modelo conceptual del
sistema, la formulación del problema de optimización y el
algoritmo propuesto para resolver el mismo. La sección III
ilustra, a través de simulaciones, la funcionalidad y beneficios
del algoritmo propuesto comparado a un sistema de riego con
flujo fijo, como los utilizados en muchas partes del país. La
sección IV presenta un resumen de los resultados; junto con
importantes iniciativas de investigación que se considerarán en
el futuro.
II. MODELO CONCEPTUAL DEL SISTEMA
A. Sistema de riego inteligente
En Fig. 1, se muestra el sistema de riego inteligente
propuesto en este artículo.
Fig. 1 Sistema de riego inteligente.
Este sistema está conformado por un controlador central que
se encarga de decidir óptimamente la cantidad de agua
suministrada a cada planta utilizando información recolectada
del sistema (límites de flujo en líneas de riego, cantidad de agua
disponible, etc.), características de las plantas, estado de suelo,
información del ambiente, tiempo de riego deseado, etc. Una
vez obtenido el plan óptimo de riego, el controlador central
envía esta información al sistema de control de flujo del agua
para suministrar eficientemente la cantidad de agua a cada
planta en base a la solución encontrada. El sistema de control
de flujo está conectado a múltiples líneas de riego, en donde
cada línea consta de un gran número de plantas de un mismo
tipo. Las terminales de suministro, localizadas en cada una de
las plantas, constan de sensores que permiten obtener
información de las plantas, suelo, ambiente, etc. Esta
información puede ser enviada al controlador central utilizando
tecnología de comunicación inalámbrica como las propuestas
en [17]-[19] y de esta forma monitorear y controlar el flujo de
agua en el sistema de riego.
B. Formulación del problema
En el problema de optimización del flujo de agua en
sistemas de riego, el objetivo es proporcionar una estrategia de
distribución para minimizar el consumo total de agua, al
controlar óptimamente el flujo de agua suministrado a cada
línea de riego, basado en los datos obtenidos por el controlador
central. El flujo de agua para cada línea de riego N
n 

1 , en
cada intervalo de tiempo T
t 

1 , es definido como nt
f , en
donde nt
f está limitado por un flujo máximo seguro llamado
safe
F . Se asume que safe
F es una constante establecida con
anticipación por el operador del sistema. El flujo total
distribuido a todas las líneas de riego al final del día, está
representado por  
nt
f
F  . Este flujo total está limitado por la
capacidad máxima del sistema max
F , el cual también es
conocido por operador del sistema por adelantado.
El proceso de suministro de agua en cada línea de riego está
restringido por el tiempo de inicio de riego n
r y el tiempo de
finalización n
d , para cada grupo de plantas n . A su vez, este
proceso dependerá de la información sobre las características
de las plantas, estado de suelo, información del ambiente, etc.,
las cuales definen la necesidad de agua n
w para cada grupo de
plantas n .
Para la formulación de este problema, la función a
minimizar es una función cuadrática que representa la suma
residual de la discrepancia cuadrática entre el flujo distribuido
y el flujo deseado. Esto significa que a medida que aumenta la
diferencia entre estos valores, mayor será la insatisfacción por
parte del operador. Basado en esta formulación, el problema de
optimización del flujo de agua en sistemas de riego se ha sido
propuesto de la siguiente manera:
 
 2
1
F
Minimizar   
 
N
n
d
r
t n
nt
n
n
w
f ,
(1)
a
sujeto
 
 



N
n n
n
nt d
r
t
F
f
1 max ,
, , (1.1)
 


n
n
d
r
t n
nt n
w
f , , (1.2)
 
n
n
safe
nt d
r
t
n
F
f ,
,
0 



 , (1.3)
en donde, la restricción (1.1) garantiza que el flujo total al final
del periodo de riego no excederá la capacidad máxima del
sistema max
F . La restricción (1.2) asegura que cada planta será
suministrada con la cantidad de agua requerida n
w . Por último,

15th
la restricción (1.3) define el rango del flujo de agua
suministrado en cada línea de riego, el cual está limitado por
safe
F .
Se puede observar que el problema de optimización (1)
presentado anteriormente es un problema convexo cuadrático,
lo cual significa que la solución óptima para este problema
puede ser fácilmente obtenida mediante diversos métodos para
resolver este tipo de problemas. En este caso, la solución al
problema se encuentra resolviendo las condiciones Karush-
Kuhn-Tucker (KKT) [20]. Estos resultados serán incluidos en
trabajos futuros.
A continuación, se presenta una descripción detallada del
algoritmo propuesto para el sistema de riego inteligente.
C. Algoritmo de sistema de riego inteligente
El algoritmo propuesto para resolver el problema de
optimización del suministro de agua en sistemas de riego
trabaja de la siguiente manera (ver Tabla I). El primer paso, una
vez encendido el sistema, es recopilar toda la información
necesitada por el controlador central para resolver el problema
de optimización. Esta información está compuesta por datos del
sistema, características de las plantas, estado de suelo,
información del ambiente, tiempo de riego deseado, etc. Luego,
el algoritmo calcula la necesidad de agua n
w para cada grupo
de plantas, basado en la información obtenida. Después, el
mismo soluciona el problema de optimización (1) para
encontrar el flujo de agua óptimo que debe suministrarse a cada
grupo de plantas, con el fin de reducir eficientemente el
consumo total del agua, lo cual conlleva a una reducción en el
desperdicio del vital líquido. Por último, una vez encontrada
esta solución, se envía dicha información al sistema de control
de flujo para distribuir el agua a través de las líneas de riego.
Este algoritmo es ejecutado cada vez que el sistema del riego es
inicializado. La Fig. 2, describe brevemente cómo funciona este
algoritmo.
TABLA I
ALGORITMO PARA LA OPTIMIZACIÓN DEL SUMINISTRO DE AGUA EN
SISTEMAS DE RIEGO
Paso 1: Inicializar las variables a utilizar.
Paso 2: Recopilar información de datos del sistema,
características de las plantas, estado de suelo,
información del ambiente, tiempo de riego
deseado, etc.
Paso 3: Calcular la necesidad de agua de cada grupo de
plantas n
w .
Paso 4: Resolver el problema de optimización (1)
utilizando la información obtenida.
Paso 5: Enviar solución al sistema de control de flujo.
Paso 6: Distribuir el agua a través de las líneas de riego
utilizando el flujo de agua óptimo encontrado.
Paso 7: Repetir pasos 1 - 6 siempre que el sistema de riego
sea inicializado.
Fig. 2 Algoritmo para la optimización del suministro de agua en
sistemas de riego.
III. SIMULACIONES Y RESULTADOS
En este artículo, se considera un escenario con 10

N tipos
de plantas diferentes, 24

T horas de operación, un tiempo de
inicio de riego n
r arbitrario entre  
12
,
1 horas (se asume que
el primer intervalo de tiempo inicia a las 6 a.m.), un tiempo de
finalización de riego n
d arbitrario entre  
16
,
4

n
r horas y una
necesidad de agua n
w basada en los valores de Tabla II, los
cuales fueron calculados a partir valores presentados en [21].
Estos valores utilizan como unidad de medición el milímetro
( mm ) de agua caída, el cual puede ser fácilmente convertido a
litros ( lt ) mediante la relación presentada en [22]. Cabe
mencionar que estos valores fueron obtenidos tomando en
cuenta el periodo de crecimiento de la planta y la cantidad total
de agua necesitada durante este proceso. Los valores de n
w
utilizados para los distintos escenarios, fueron variados
arbitrariamente entre  5% de los valores mostrados en la Tabla
II. Los límites de capacidad del sistema y de flujo por grupo de
plantas están establecidos como lt
F 30
max  y lt
Fsafe 3
 ,
respectivamente.
TABLA II
NECESIDAD DE AGUA PARA DIFERENTES TIPOS DE PLANTAS
Tipo de planta Cantidad de agua ( lt )
Poroto 4.93
Arroz 5.47
Tomate 3.82
Maíz 5.11
Frijol 7.22
Cebolla 4.44
Naranja 3.47
Plátano 4.93
Camote 5.04
Yuca 2.59

15th
Las siguientes simulaciones muestran el rendimiento del
algoritmo propuesto en este trabajo comparado con un sistema
sencillo donde el agua es suministrada a un flujo fijo o
F para
cada grupo de plantas. Para un mejor análisis, se consideraron
100 escenarios diferentes, en donde se varió arbitrariamente el
tiempo de inicio de riego, tiempo de finalización de riego, la
cantidad de tipos de plantas siendo regadas al mismo tiempo y
la cantidad de agua deseada, con la finalidad de estudiar el
comportamiento del algoritmo propuesto, en donde los
resultados mostrados reflejan el comportamiento promedio para
todos los casos. Los siguientes casos de estudio fueron
considerados.
A. Sistema con flujo fijo safe
o F
F 
En este caso, se considera un sistema de riego donde el
flujo de agua es siempre igual al flujo máximo por línea de riego
safe
F .
En la Fig. 3, se ilustra el consumo total de agua durante el
periodo de riego. Se puede observar que el algoritmo propuesto
brinda un menor consumo de agua durante todo el periodo de
riego. Esto se debe a que el sistema de riego con flujo fijo no
consta de ningún mecanismo que le permite regular su
consumo, lo cual conlleva a un desperdicio de agua. Por otro
lado, el algoritmo propuesto redistribuye mejor el consumo de
agua, lo cual reduce el pico alto de consumo.
Fig. 3 Consumo total de agua.
Los resultados anteriores se ven reflejados en la cantidad de
agua suministrada al final del periodo de riego, como se observa
en la Fig. 4. Este resultado muestra que al final del periodo de
riego, el sistema con flujo fijo siempre suministra más agua que
la cantidad deseada para todos los tipos de plantas, lo cual se
traduce en un desperdicio del recurso.
Por otro lado, se observa también que el algoritmo
propuesto siempre suministra la cantidad exacta deseada por el
operador del sistema para todos los tipos de plantas.
Fig. 4 Cantidad de agua suministrada.
B. Sistema con flujo fijo 2
safe
o F
F 
Para este caso, se considera un sistema de riego en el cual
el flujo de agua es fijo y establecido a ser igual a la mitad flujo
máximo por línea de riego, es decir, 2
safe
F . Al igual que el
caso anterior, se ilustra el consumo total de agua durante el
periodo de riego. En la Fig. 5, se puede observar que el
algoritmo propuesto consume menor cantidad durante las
últimas horas de riego, en donde se asume una mayor cantidad
de plantas siendo regadas al mismo tiempo. Sin embargo, se
observa también que el sistema con flujo fijo consume
ligeramente menos agua durante las primeras horas de riego.
Esto se debe a que el algoritmo propuesto redistribuye mejor el
consumo con el fin de utilizar mayor cantidad agua cuando
pocas plantas están siendo regadas para de reducir los picos de
consumo.
Fig. 5 Consumo total de agua.
En la Fig. 6, se ilustra la cantidad de agua suministrada al
final del periodo de riego. Se puede observar que, para varios
tipos de planta, el sistema con flujo fijo no satisface las
necesidades de las plantas establecidas por el sistema. Por otra
parte, el algoritmo propuesto siempre suministra la cantidad
exacta deseada por el sistema del sistema para todos los tipos

15th
de plantas. Esto refleja que el sistema de flujo fijo presentado
en este caso reduce el consumo de agua casi a la mitad a costa
de sacrificar la satisfacción de riego deseada.
Por último, en la Fig. 7 se ilustra el tiempo total requerido
por el algoritmo propuesto para obtener la solución óptima del
flujo de agua para las líneas de riego. Se puede observar que,
para 100 escenarios diferentes, el tiempo promedio necesario
para obtener dicha solución oscila alrededor de los 1.1 seg. Este
resultado muestra que el algoritmo propuesto no solo
proporciona una solución óptima que mejora el consumo de
agua, sino que también obtiene esta respuesta rápida y
eficientemente.
Fig. 6 Cantidad de agua suministrada.
Fig. 7 Tiempo total de computación.
En resumen, el algoritmo propuesto para el sistema de riego
inteligente, provee al usuario de un mejor consumo de agua para
todos los tipos de plantas en ambos casos propuestos, lo que se
refleja en una reducción importante en el desperdicio de agua y
una mejor utilización de los recursos.
IV. CONCLUSIÓN
En este estudio se presentó un nuevo enfoque para
optimizar un sistema de riego inteligente, con el fin de crear una
oportunidad substancial para el ahorro de agua en el sector
agrícola panameño. El problema de optimización se formuló
para minimizar una función que representa la desviación
cuadrática entre el flujo de agua entregado y el flujo de agua
deseado, para diferentes tipos de plantas. El algoritmo
propuesto para resolver el problema de optimización planteado,
toma en consideración las necesidades reales de agua de las
plantas y características del ambiente que las rodea, entre otros
factores. El rendimiento de este algoritmo fue comparado con
un sistema de riego que suministra flujo fijo para cada grupo
plantas de dos formas: cuando el flujo fijo es igual al máximo
flujo de la línea de riego y cuando el flujo fijo corresponde a la
mitad del flujo máximo de la línea de riego. Para ambos casos
de estudio, el algoritmo propuesto proporcionó de forma rápida
una solución óptima que mejora el consumo de agua al reducir
el desperdicio de la misma y a la vez satisface eficientemente
las necesidades hídricas del sistema, al suministrar siempre la
cantidad exacta de agua requerida por cada tipo de planta.
El suministro de agua a las líneas de riego en este trabajo
fue realizado basado en demandas diarias del sistema,
asumiendo pronósticos ambientales conocidos por el
controlador central de antemano. Por lo tanto, debido a que las
condiciones climáticas pueden cambiar durante el día, se
concluye que, para fines prácticos, la asignación de agua basada
en demandas computarizadas en tiempo real es más apropiada
y será más aceptable para los agricultores. En este sentido,
modelos de sistemas de riego inteligentes que optimicen en
tiempo real el consumo de agua merecen una mayor
investigación.
REFERENCIAS
[1] W.E., Arntz y E. Ehrbach., “El niño: experimento climático de
la naturaleza,” Impresora y Encuadernadora Progreso S.A. de
C.V. (IEPSA), Calzada de San Lorenzo, 244, 09830 México,
D.F., 1996.
[2] C.N., Caviedes, “El niño en la historia: storming through the
ages,” University Press of Florida, 2001.
[3] C. Echazarreta, J. Arellano, y C. Pech, “Apicultura en
mesoamérica,” Mérida, Yucatán, Universidad Autónoma de
Yucatán, 2002.
[4] L. Chiddarwar, D. Wankhade, S. Adsul, and A. P. Gargade,
“Automated irrigation system,” International Journal of
Research, vol. 3, no. 5, pp. 293–297, March 2015.
[5] D. Rajakumar, S. Rathika, and G. Thiyagarajan “Automation
in micro-irrigation,” New Delhi: Technology Innovation
Management and Entrepreneurship Information Service, 1998.
[6] B. Cardenas-Lailhacar, “Sensor-based automation of
irrigation of bermudagrass,” Gainesville: University of
Florida, 2006.
[7] L. Zella, A. Kettab, and G. Chasseriaux, “Design of a micro-
irrigation system based on the control volume method,”
Biotechnology. Agronomy, Society and Environment, vol. 10,
no. 3, pp. 163–171, 2006.
[8] B. Boman, S. Smith, and B. Tullos, “Control and automation
in citrus microirrigation systems,” Gainesville: University of
Florida, 2006.
[9] A. Benzekri, K. Meghriche, and L. Refoufi, “PC-based
automation of a multi-mode control for an irrigation system,”
Industrial Embedded Systems, 2007 SIES '07 International
Symposium on, pp. 310–315, July 2007.
[10] R. Somvanshi1, A. Suryawanshi, and R.Toraskar, “Smart
irrigation system using mobile phone,” International Research

15th
Journal of Engineering and Technology (IRJET), vol. 3, no. 4,
pp. 1400–1402, April 2015.
[11] D. Pavithra and S .Srinath, “GSM based automatic irrigation
control system for efficient use of resources and crop planning
by using an android mobile,” IOSR Journal of Mechanical and
Civil Engineering (IOSR-JMCE), vol. 11, no. 04, pp. 49–55,
August 2014.
[12] R. Lalehzari, S. B. Nasab, H. Moazed; and A. Haghighi,
“Multiobjective management of water allocation to
sustainable irrigation planning and optimal cropping pattern,”
Journal of Irrigation and Drainage Engineering, vol. 142, no.
1, pp. 1–10, January 2016.
[13] R. Linker and G. Sylaios, “Efficient model-based sub-optimal
irrigation scheduling using imperfect weather forecasts,”
Computers and Electronics in Agriculture, vol. 130, pp. 118–
127, October 2016.
[14] J. Reca, A. García Manzano, and J. Martínez, “Optimal
pumping scheduling for complex irrigation water distribution
systems,” Journal of Water Resources Planning and
Management, vol. 140, no. 5, pp. 630–637, May 2014.
[15] R. Wardlaw and J. Barnes, “Optimal allocation of irrigation
water supplies in real time,” Journal of Irrigation and
Drainage Engineering, vol. 125, no. 6, pp. 345–354,
December 1999.
[16] Z. Shangguan, et al., “A model for regional optimal allocation
of irrigation water resources under deficit irrigation and its
applications,” Agricultural Water Management, vol. 52, no.
02, pp. 139–154, January 2002.
[17] M., Karthikeswari and P. Mithradevi, “Automated irrigation
system in agriculture using wireless sensor technology,”
International Journal of Advanced Research in Electrical,
Electronics and Instrumentation Engineering, vol. 3, no. 12,
pp. 13622–13627, December 2014.
[18] L. Gao, M. Zhang, and G. Chen, “An intelligent irrigation
system based on wireless sensor network and fuzzy control,”
Journal of Networks, vol. 8, no. 5, pp. 1080–1087, May 2013.
[19] R. Brinda and Dr. P. Marikkannu, “Efficient usage of available
fresh water resources through optimized irrigation system
using wireless sensor network,” International Journal of
Engineering Research & Technology (IJERT), vol. 5, no. 2,
pp. 753–755, February 2016.
[20] S. Boyd and L. Vandenberghe, “Convex optimization,"
Cambridge Univ. Press, Cambridge, UK: Cambridge
University Press, Mar. 2004.
[21] (2016) Página web Orientaciones Normativas del MIDA.
Disponible en
http://www.mida.gob.pa/direcciones/direcciones_nacionales/
direccion-de-agricultura/orientaciones-normativas.html
[22] C. Brouwer, A. Goffeau, and M. Heibloem. "Irrigation Water
Management: Training Manual No. 1-Introduction to
Irrigation." Food and Agriculture Organization of the United
Nations, Rome, Italy, 1985.
View publication stats
View publication stats

FP74.pdf

Más contenido relacionado

Similar a FP74.pdf (20)

Último (20)

FP74.pdf