Towards a Smart Farming Platform: From IoT-Based Crop Sensing to Data Analytics

Abstract

Colombia is a country with a huge agricultural potential, thanks to its size and geography diversity. Unfortunately, it is far from using it efficiently: 65% of its farmland is either unused or underused due to political problems. Furthermore, vast of Colombian agriculture is characterized - when compared with other countries - by low levels of productivity, due to the lack of good farming practices and technologies.

The new political framework created by the recently signed peace agreement in this country opens new opportunities to increase its agricultural vocation. However, a lot of work is still required in this country to improve the synergy between academia, industry, agricultural experts, and farmers towards improving productivity in this field.

Advances in smart-farming technologies such as Remote Sensing (RS), Internet of Things (IoT), Big Data/Data Analytics and Geographic Information Systems (GIS), bring a great opportunity to contribute to such synergy. These technologies allow not only to collect and analyze data directly from the crops in real time, but to extract new knowledge from it. Furthermore, this new knowledge, combined with the knowledge of local experts, could become the core of future technical assistance and decision support systems tools for countries with a great variety of soils and tropical floors such as Colombia.

Motivated by these issues, this paper proposes an extension to Thingsboard, a popular open-source IoT platform. This extended version aims to be the core of a cloud-based Smart Farming platform that will concentrate sensors, a decision support system, and a configuration of remotely controlled and autonomous devices (e.g. water dispensers, rovers or drones). The architecture of the platform is described in detail and then showcased in a scenario with simulated sensors. In such scenario early warnings of an important plant pathogen in Colombia are generated by data analytics, and actions on third-party devices are dispatched in consequence.

Colombia es un país con un enorme potencial agrícola, gracias a su extensión y diversidad geográfica. Desafortunadamente, está lejos de utilizarlo de manera eficiente: el 65% de sus tierras de cultivo no se utilizan o están infrautilizadas debido a problemas políticos. Además, gran parte de la agricultura colombiana se caracteriza -en comparación con otros países- por bajos niveles de productividad, debido a la falta de buenas prácticas y tecnologías agrícolas. El nuevo marco político creado por el acuerdo de paz firmado recientemente en este país abre nuevas oportunidades para incrementar su vocación agrícola. Sin embargo, todavía se requiere mucho trabajo en este país para mejorar la sinergia entre la academia, la industria, los expertos agrícolas y los agricultores para mejorar la productividad en este campo. Los avances en tecnologías de agricultura inteligente, como la detección remota (RS), Internet de las cosas (IoT), Big Data/Análisis de datos y sistemas de información geográfica (GIS), brindan una gran oportunidad para contribuir a dicha sinergia. Estas tecnologías permiten no solo recopilar y analizar datos directamente de los cultivos en tiempo real, sino extraer nuevos conocimientos de ellos. Además, este nuevo conocimiento, combinado con el conocimiento de expertos locales, podría convertirse en el núcleo de futuras herramientas de asistencia técnica y sistemas de apoyo a la decisión para países con una gran variedad de suelos y pisos tropicales como Colombia. Motivado por estos problemas, este documento propone una extensión de Thingsboard, una popular plataforma IoT de código abierto. Esta versión extendida pretende ser el núcleo de una plataforma de agricultura inteligente basada en la nube que concentrará sensores, un sistema de soporte de decisiones y una configuración de dispositivos autónomos y controlados de forma remota (por ejemplo, dispensadores de agua, rovers o drones). La arquitectura de la plataforma se describe en detalle y luego se muestra en un escenario con sensores simulados. En tal escenario, se generan alertas tempranas de un patógeno vegetal importante en Colombia mediante el análisis de datos y, en consecuencia, se envían acciones en dispositivos de terceros.