Una prueba de concepto para anticipar temperatura y humedad en invernaderos a partir de sensores, meteorología y modelos LSTM.
FARM 4 FUTURE plantea una herramienta personalizada para analizar y mejorar invernaderos mediante un gemelo digital predictivo. El sistema integra datos reales de sensores, equipamiento y servicios meteorológicos para pasar de una operación reactiva a una lectura anticipada del comportamiento ambiental.
Del sensor a la predicción ambiental
La respuesta operativa llegaba después de que el cambio ambiental ya hubiera ocurrido.
Reto
La producción en invernadero depende de mantener temperatura, humedad, radiación y ventilación dentro de rangos adecuados. En una operación tradicional, muchos ajustes se realizan tras detectar la desviación, con dependencia de interpretación manual y poco margen para evaluar escenarios antes de actuar.
- Desfase entre cambios meteorológicos y respuesta de operación.
- Variables interiores, exteriores y de equipamiento muy interrelacionadas.
- Necesidad de apoyar decisiones de climatización, ventilación y diseño.
Un flujo de trabajo basado en datos reales, calidad de señal y series temporales.
Metodología
El trabajo caracterizó dos invernaderos, inventarió sensores y equipos, integró registros interiores, exteriores y meteorológicos, y preparó series temporales con frecuencia de 15 minutos. Sobre esa base se realizaron análisis de distribución, detección visual de atípicos, matrices de correlación y modelos LSTM.
- Datos de sensores interiores, estación exterior, equipos y API meteorológica.
- Análisis exploratorio para entender relaciones entre clima y operación.
- LSTM para capturar patrones temporales de temperatura y humedad.
Una base de gemelo digital para convertir monitorización en predicción.
Solución
La solución representa el comportamiento ambiental del invernadero y predice la evolución de temperatura y humedad. No sustituye al criterio técnico ni documenta control autónomo: aporta una base cuantitativa para anticipar condiciones, comparar escenarios y apoyar decisiones de ventilación, calefacción, riego o climatización.
- Predicciones orientadas a anticipar condiciones ambientales.
- Lectura visual de datos reales y previstos.
- Base para evolucionar hacia simulación y control prescriptivo.
Datos, series temporales y predicción ambiental
Adquisición de datos
Sensores interiores, sensores exteriores, equipos del invernadero y meteorología externa.
Tratamiento de series
Limpieza, estructuración y preparación de registros temporales para análisis y modelado.
Modelado LSTM
Predicción de temperatura y humedad capturando patrones, tendencias y dependencias temporales.
Apoyo a decisión
Lectura predictiva para evaluar climatización, ventilación, calefacción y escenarios de operación.
Resultados en cifras
Instalaciones tipo túnel con sensores, ventilación, pantallas térmicas y equipamiento ambiental.
Registros temporales descargables en CSV para análisis, correlación y modelado predictivo.
Datos desde agosto de 2022 hasta abril de 2023 como base de la prueba de concepto.
Redes recurrentes aplicadas a temperatura y humedad para anticipar evolución ambiental.
Predicción ambiental en pantalla
Los registros ambientales pasan a una lectura predictiva útil para diseño, climatización, ventilación y operación.