Sistema IoT con sensorización remota e inteligencia artificial para la monitorización de frutales nativos de páramo y bosques nublados de Piura demandados por el biocomercio en el contexto del cambio climático.

Los páramos y bosques nublados andinos de Piura son ecosistemas priorizados por MINAM, ubicados en la zona geológica Depresión Huancabamba reconocida por su alta diversidad y concentración de endemismos de frutas silvestres, lo que representa oportunidades de innovaciones de productos altamente diferenciados para el biocomercio. Problema. La ineficiente tecnología actualmente usada y el incipiente conocimiento de medios tecnológicos digitales (sensores remotos y drones) e inteligencia artificial en el registro y procesamiento de la información ambiental y fenológica de frutales de páramos y bosques de neblina, debilita su valorización y aprovechamiento económico. Hipótesis. Un sistema IoT con sensorización e IA a lo largo de 12 meses permitirá monitorear óptimamente la fisiología de frutales silvestres en la producción de sustancias bioactivas de interés económico. Metodología. Investigación cuantitativa, descriptiva y explicativa, relacionará variables climáticas edáficas a lo largo de 12 meses con cambios fenológicos y fitoquímicos, mediante una red de sensores edofoclimáticos e imágenes multiespectrales mediante drones de monitoreo que digitalizará los espectros cromátográficos de las huellas digitales y compuestos principales de las especies en estudio. Objetivos. Implementar un sistema de Internet de las cosas (IoT) mediante sensores remotos e inteligencia artificial para monitorear la fenología y fitoquímica de frutales nativos de los páramos y bosques nublados de Piura demandados por el biocomercio. Objetivos específicos: Fortalecer las capacidades del personal del proyecto y la organización comunal participante. Determinación fitoquímica en las diferentes etapas fenológicas de los frutales estudiados. Desarrollar una base de datos edafoclimáticos donde desarrollan las especies frutales mediante sensores inalámbricos. Desarrollar una base de datos de imágenes multiespectrales de las fases fenológicas y compuestos bioactivos de las especies estudiadas. Implementar un protocolo de análisis de la relación fenología-composición fitoquímica-parámetros climáticos por machine y deep learning. Prototipo IoT configurado e implementado para la sensorización y monitoreo de parámetros edafoclimáticos, fenológicos y fitoquímicos característicos de las especies. Resultados esperados: 02 artículos científicos del efecto ambiental anual en la producción de sustancias bioactivas de frutales silvestres mediante IoT, drones e IA; bases de datos edafoclimáticos y de imágenes multiespectrales, un protocolo de análisis por machine y deep learning, y un prototipo de IoT para la sensorización y monitoreo de parámetros clave de los frutales nativos en los páramos y bosques nublados. Un Plan de negocio de la organización comunal basado en los resultados de la investigación. Impacto: Organizaciones comunales usan el sistema IoT, sensoramiento remoto e IA para emprendimientos de innovación con otros frutales con la mejora de la protección hídrica de la cuenca.