REVISIÓN SISTEMATIZADA DE LA
EVOLUCIÓN DE LA INGENIERÍA DE
SOFTWARE EN EL MONITOREO Y CONTROL
DE SISTEMAS HIDROPÓNICOS DE FLUJO Y
REFLUJO
EVOLUTION OF LOGISTICS MANAGEMENT RELATED
TO CONTAINER DEPOTS
Jorge Luis González Crespín
Instituto Superior Tecnológico Ismael Pérez Pazmiño, Ecuador
Darwin F Paladines Cárdenas
Instituto Superior Tecnológico Ismael Pérez Pazmiño, Ecuador
Jhonathan Antonio Rodríguez Álvarez
Instituto Superior Tecnológico Ismael Pérez Pazmiño, Ecuador
Eduardo Rodolfo Tapia Noblecilla
Instituto Superior Tecnológico Ismael Pérez Pazmiño, Ecuador
pág. 2664
DOI: https://doi.org/10.37811/cl_rcm.v8i4.12514
Revisión Sistematizada de la Evolución de la Ingeniería de Software en el
Monitoreo y Control de Sistemas Hidropónicos de Flujo y Reflujo
Jorge Luis González Crespín1
jorge.gonzalez@instipp.edu.ec
https://orcid.org/0009-0001-2186-4516
Instituto Superior Tecnológico
Ismael Pérez Pazmiño
Ecuador
Darwin F Paladines Cárdenas
darwin.paladines@instipp.edu.ec
https://orcid.org/0009-0009-1130-0977
Instituto Superior Tecnológico
Ismael Pérez Pazmiño
Ecuador
Jhonathan Antonio Rodríguez Álvarez
jhonathan.rodriguez@instipp.edu.ec
https://orcid.org/0000-0002-8997-6178
Instituto Superior Tecnológico
Ismael Pérez Pazmiño
Ecuador
Eduardo Rodolfo Tapia Noblecilla
eduardo.tapia@instipp.edu.ec
https://orcid.org/0000-0002-1598-401X
Instituto Superior Tecnológico
Ismael Pérez Pazmiño
Ecuador
RESUMEN
La integración de la ingeniería de software en los sistemas hidropónicos ha mejorado significativamente
la eficiencia y productividad de los métodos de cultivo sin suelo. El sistema hidropónico de flujo y
reflujo destaca por su capacidad de optimizar el suministro de nutrientes y oxígeno a través de ciclos
periódicos de inundación y drenaje. El monitoreo y control precisos de estos sistemas son esenciales
para maximizar su efectividad. Este artículo presenta una revisión sistemática de la evolución de la
ingeniería de software en el monitoreo y control de sistemas hidropónicos de flujo y reflujo, centrándose
en el período de 2023 a 2025. La revisión abarca la perspectiva gnoseológica explorando el desarrollo
y la aplicación del conocimiento en este campo; la perspectiva sociológica, examinando el impacto
social y la aceptación de estas tecnologías; y, la perspectiva tecnológica que evalúa los avances e
innovaciones que han mejorado los procesos de monitoreo y control. Al integrar estas perspectivas, se
pretende proporcionar una comprensión integral de cómo la ingeniería de software ha transformado la
gestión de estos sistemas hidropónicos. Los hallazgos destacan las tendencias actuales, las brechas de
conocimiento y las oportunidades para futuras investigaciones en la intersección de la hidroponía e
ingeniería de software.
Palabras clave: hidroponía, internet de las cosas, monitoreo, agricultura inteligente, ingeniería de
software
1
Autor principal
Correspondencia: jorge.gonzalez@instipp.edu.ec
pág. 2665
Systematized Review of the Evolution of Software Engineering in the
Monitoring and Control of Ebb and Flow Hydroponic Systems
ABSTRACT
The integration of software engineering in hydroponic systems has significantly enhanced the efficiency
and productivity of soilless cultivation methods. Among these, the ebb and flow hydroponic system
stands out for its ability to optimize nutrient and oxygen delivery through periodic flooding and draining
cycles. Precise monitoring and control of these systems are essential to maximize their effectiveness
and address challenges such as salt accumulation and uneven plant growth. This paper presents a
systematic review of the evolution of software engineering in the monitoring and control of ebb and
flow hydroponic systems, focusing on the period from 2023 to 2025. The review encompasses
gnoseological perspective explores the development and application of knowledge in this field; the
sociological perspective examines the social impact and acceptance of these technologies; the
technological perspective evaluates advancements and innovations that have improved the monitoring
and control processes. By integrating these perspectives, this review aims to provide a comprehensive
understanding of how software engineering has transformed the management of ebb and flow
hydroponic systems. The findings highlight current trends, knowledge gaps, and opportunities for future
research at the intersection of hydroponics and software engineering.
Keywords: hydroponics, internet of things, monitoring, smart farming, software engineering
Artículo recibido 17 junio 2024
Aceptado para publicación: 19 julio 2024
pág. 2666
INTRODUCCIÓN
La hidroponía, como técnica de cultivo sin suelo, ha experimentado un crecimiento significativo debido
a sus ventajas en términos de eficiencia de recursos y control de condiciones ambientales. Entre los
diversos sistemas hidropónicos, el sistema de flujo y reflujo (ebb and flow) destaca por su capacidad de
optimizar el suministro de nutrientes y oxígeno a las plantas mediante ciclos periódicos de inundación
y drenaje. Este método, sin embargo, requiere un monitoreo y control precisos para maximizar su
eficacia y evitar problemas como la acumulación de sales y el crecimiento desigual de las plantas.
La evolución de la ingeniería del software ha jugado un papel crucial en la mejora de los sistemas
hidropónicos, permitiendo la implementación de tecnologías avanzadas para el monitoreo y control
automatizado. Entre 2023 y 2025, se han observado desarrollos significativos en el uso de software para
optimizar estos procesos, mejorando tanto la productividad como la sostenibilidad de los cultivos
hidropónicos. La integración de sensores IoT, algoritmos de control y sistemas de análisis de datos ha
permitido un control más preciso y una mayor adaptabilidad a las condiciones cambiantes del entorno
de cultivo.
Los autores presentan una revisión sistematizada de la evolución de la ingeniería del software en el
contexto de los sistemas hidropónicos de flujo y reflujo, con un enfoque en las perspectivas
gnoseológica, sociológica y tecnológica. La perspectiva gnoseológica examina cómo el conocimiento
sobre estos sistemas se ha desarrollado y aplicado, mientras que la perspectiva sociológica analiza el
impacto social y la aceptación de estas tecnologías en diferentes comunidades. La perspectiva
tecnológica, por su parte, evalúa los avances y las innovaciones que han permitido mejorar el monitoreo
y control de los cultivos hidropónicos.
El objetivo de esta revisión es proporcionar una visión comprensiva de cómo la ingeniería del software
ha transformado el monitoreo y control de los sistemas hidropónicos de flujo y reflujo, y cómo estas
transformaciones se han percibido y adoptado en diversos contextos. Al integrar estas tres perspectivas,
se busca identificar las tendencias actuales, las brechas de conocimiento y las oportunidades para futuras
investigaciones en la intersección de la hidroponía y la ingeniería del software.
pág. 2667
METODOLOGÍA DE REVISIÓN SISTEMATIZADA
Esta revisión sistematizada se realizó con el objetivo de explorar la evolución de la ingeniería de
software en el monitoreo y control de sistemas hidropónicos de flujo y reflujo, considerando
perspectivas gnoseológicas, sociológicas y tecnológicas. La metodología se dividió en las siguientes
etapas:
Definición de preguntas de investigación
Se formularon preguntas de investigación para guiar la revisión:
▪ ¿Cómo ha evolucionado la ingeniería de software en la implementación de sistemas de monitoreo
y control en cultivos hidropónicos de flujo y reflujo?
▪ ¿Qué impactos gnoseológicos y sociológicos se han identificado en la adopción de estas
tecnologías?
▪ ¿Cuáles son los avances tecnológicos más significativos en este campo?
Criterios de inclusión y exclusión
Se establecieron criterios para la selección de estudios relevantes:
▪ Inclusión: Estudios publicados entre 2019 y 2024, centrados en sistemas hidropónicos de flujo y
reflujo, que involucren tecnologías de software para monitoreo y control, y que aborden aspectos
gnoseológicos, sociológicos o tecnológicos.
▪ Exclusión: Estudios que no se centren en sistemas de flujo y reflujo, que no incluyan elementos de
ingeniería de software, o que sean irrelevantes para las perspectivas analizadas.
Búsqueda de literatura
Se realizó una búsqueda exhaustiva en bases de datos académicas como Science Direct, IEEE Xplore,
Scopus. Se utilizaron términos clave como "ingeniería de software", "hidroponía", "flujo y reflujo",
"monitoreo y control", "perspectiva gnoseológica", "impacto sociológico" e "innovación tecnológica”.
Selección y evaluación de estudios
Los estudios recuperados se evaluaron en dos etapas:
▪ Selección Inicial: Se analizaron los títulos y resúmenes para descartar estudios que no sean
relevantes.
pág. 2668
▪ Evaluación Detallada: Revisión detallada del contenido de los artículos para confirmar su
relevancia y calidad, utilizando herramientas de evaluación crítica.
Síntesis de resultados
Se empleó una síntesis integrativa para combinar los hallazgos cualitativos y cuantitativos. Los datos
se agruparon y analizaron según las tres perspectivas:
▪ Gnoseológica: Desarrollo y aplicación del conocimiento en software para hidroponía.
▪ Sociológica: Impactos sociales y aceptación de las tecnologías.
▪ Tecnológica: Avances y tendencias en la implementación de sistemas de monitoreo y control.
Presentación de resultados
Los resultados se presentaron en forma de tablas, figuras y narrativas, destacando las tendencias,
vacíos de conocimiento y oportunidades para futuras investigaciones.
RESULTADOS
Evolución de la Ingeniería de Software en sistemas de cultivo hidropónico
Con el paso del tiempo, la integración de tecnologías y la misma Ingeniería de software ha representado
un rol de suma importancia en la búsqueda de obtener una mayor eficiencia y control en sistemas de
cultivos, logrando la modernización y optimización de estos sistemas, especialmente en los sistemas
hidropónicos de flujo y reflujo (ebb and flow), generando un impulso en la productividad y
sostenibilidad de la agricultura hidropónica.
En sus primeras etapas, la automatización en sistemas hidropónicos se basaba en controles manuales y
temporizadores simples. Los cultivadores ajustaban los ciclos de flujo y reflujo manualmente, lo que
resultaba en un control limitado y una menor precisión en la administración de nutrientes y agua.
Con el avance de la tecnología han surgido los sistemas basados en microcontroladores permitiendo la
automatización de este tipo de actividades gracias a la implementación, programación y uso de sensores
y controladores programables. Además, estos sistemas permiten en uso de temporizadores automáticos
y sensores básicos para monitorear parámetros como el pH y la conductividad eléctrica (EC) y otro tipo
de parámetros naturales. Esta fase representó una mejora significativa, permitiendo un control más
preciso y reduciendo la necesidad de intervención manual.
pág. 2669
Los sistemas de cultivo hidropónico se han visto revolucionados con la llegada de Internet de las Cosas
(IoT) y el desarrollo de software avanzado a través de sensores IoT conectados que recopilan datos en
tiempo real sobre una amplia gama de parámetros, incluidos niveles de humedad, temperatura, pH, EC,
y oxígeno disuelto. Estos datos se envían a plataformas de software centralizadas donde se analizan y
se utilizan para tomar decisiones automatizadas.
Por otro lado, el software avanzado contempla que se implementen algoritmos de control adaptativo,
ajustando los ciclos de riego en los cultivos y la concentración de nutrientes dependiendo de las
condiciones ambientales a las que se someten las plantas y su propio estado. Esta capacidad de respuesta
dinámica optimiza el crecimiento de las plantas y mejora la eficiencia en el uso de recursos.
Inteligencia Artificial y Análisis de Datos
Más recientemente, la inteligencia artificial (IA) y el análisis de datos han comenzado a integrarse en
los sistemas de cultivo hidropónico. La predicción de sucesos o necesidades se ha interpretado como
fundamental para la mejora de este tipo de sistemas de cultivo. El análisis de grandes volúmenes de
datos históricos generados por los propios sistemas de cultivos automatizados y la implementación de
algoritmos de aprendizaje automático permiten que se puedan detectar o identificar patrones como el
nivel de consumo de agua, el consumo de nutrientes, las fluctuaciones de pH o analizar la presencia de
plagas en estos cultivos, entre otros con la finalidad de que se puedan ajustar esos parámetros del sistema
en consecuencia, mejorando la toma de decisiones y la planificación a largo plazo.
El futuro de la ingeniería de software en sistemas de cultivo hidropónico es alentador y altamente
prometedor gracias al desarrollo e integración continua de IA, la mejora de los algoritmos de
aprendizaje automático y el desarrollo de tecnologías de IoT, permitiendo que los sistemas se vuelvan
totalmente autónomos y optimizados. Estas innovaciones no solo mejorarán la eficiencia y la
productividad, sino que también contribuirán a la sostenibilidad y la resiliencia de la agricultura en
entornos cambiantes.
pág. 2670
Tabla 1. Evolución de la Ingeniería de Software en la implementación de sistemas de monitoreo y
control en cultivos.
Referencia
Tecnología
Implementada
Descripción de la
tecnología
Caadas et al., 2017
Sistema de Soporte
de Decisiones
(DSS) en tiempo
real
Integración de un sistema
de control basado en reglas
en tiempo real. Control de
fallo de sensores, control de
temperatura y diagnóstico
de enfermedades.
López-Riquelme et
al., 2017
Arquitectura de
Software basada en
FIRMWARE
Plataforma en la nube que
integra datos de múltiples
fuentes para un eficiente
control del riego y otros
parámetros.
Niswar, 2024
Sistema de
hidroponía interior
automatizado
basado en IoT
Uso de sensores,
actuadores, Arduino y
Raspberry Pi para el
monitoreo y control de
condiciones ambientales y
suministro de nutrientes.
Naveena et al., 2024
Sistema
automatizado de
control de nutrientes
en hidroponía
(AHNCS).
Arquitectura basada en
sensores, Raspberry Pi y
actuadores. Aplicación de
algoritmos de control
basados en inteligencia
artificial.
Chaiwongsai, 2019
Sistema automático
de control y gestión
para cultivo
hidropónico tropical
Uso de redes de sensores
inalámbricos y técnicas de
fusión de datos para
mejorar la eficiencia del
control.
Puengsungwan y
Jirasereeamornkul,
2019
Sistema de
hidroponía basado
en IoT y energía
solar.
Integración de paneles
solares para reducir costos
de instalación y
optimización del uso de
energía.
pág. 2671
Musa et al., 2022
Sistema
automatizado de
hidroponía
utilizando redes de
sensores
inalámbricos.
Evaluación del rendimiento
comparativo entre sistemas
de redes de sensores
inalámbricos basados en
clúster y multihop.
Iswanto et al., 2020
Sistema NFT
basado en Arduino
Uso de Arduino para
regular la composición de
soluciones nutritivas
circuladas
automáticamente en un
sistema NFT.
Srinidhi et al., 2020
Sistema
hidropónico
inteligente
integrado con IoT y
ML.
Uso de algoritmos KNN y
Regresión para tomar
decisiones basadas en datos
generados por sensores.
Velazquez-
Gonzalez et al., 2022
Sistema de control
basado en IoT para
invernaderos
hidropónicos.
Monitoreo y control de
parámetros ambientales y
de calidad del agua.
Optimización del consumo
energético.
Choudhury et al.,
2023
Sistema
hidropónico basado
en IoT con
detección
optimizada de
cultivos
Integración de IoT con
redes neuronales profundas
para monitorear y gestionar
la intensidad de la luz,
conductividad eléctrica y
temperatura del agua.
Perspectiva Gnoseológica
La perspectiva gnoseológica en la ingeniería de software se centra en el conocimiento y los fundamentos
teóricos que sustentan esta disciplina. A lo largo de los años, la ingeniería de software ha evolucionado
desde métodos empíricos y artesanales hacia un campo más estructurado y científico. Se han
pág. 2672
desarrollado teorías y modelos que guían la creación y mantenimiento de sistemas de software
complejos, facilitando la predicción de comportamientos y la mejora continua de procesos.
En el contexto de los sistemas hidropónicos de flujo y reflujo, la gnoseología de la ingeniería de
software abarca la comprensión de cómo las tecnologías pueden optimizar el monitoreo y control de
estos sistemas. La integración de teorías de control automático, procesamiento de datos en tiempo real
y modelado predictivo permite el desarrollo de soluciones que mejoran la eficiencia y la precisión en el
manejo de cultivos hidropónicos.
Perspectiva Sociológica
La ingeniería de software también tiene un impacto sociológico significativo. La adopción de
tecnologías avanzadas puede cambiar la dinámica social y económica de comunidades involucradas en
la agricultura hidropónica. La automatización y el monitoreo digital pueden reducir la necesidad de
mano de obra manual, lo que puede tener implicaciones tanto positivas como negativas. Por un lado, se
mejora la eficiencia y se reducen los costos operativos; por otro, puede haber una reducción en la
demanda de trabajos tradicionales.
Desde una perspectiva sociológica, es esencial considerar cómo las innovaciones en software afectan a
los diferentes actores del ecosistema agrícola, incluidos los agricultores, técnicos y la comunidad en
general. La capacitación y la educación juegan un papel crucial en la aceptación y el éxito de estas
tecnologías, ya que las personas deben adaptarse a nuevas formas de trabajo y gestión.
Tabla 2. Impactos Gnoseológicos y Sociológicos en la adopción de tecnologías.
Referencia
Impactos Gnoseológicos
Impactos Sociológicos
Cañadas et al.,
2017
Integración de conocimientos expertos
en sistemas de soporte de decisiones,
mejorando la capacidad de respuesta ante
enfermedades y condiciones climáticas
adversas.
Aceptación por parte de los
agricultores debido a la mejora en la
producción y la reducción de pérdidas
por enfermedades.
Rogé et al.,
2014
Conocimiento local y estrategias de
manejo agrícola para enfrentar la
variabilidad climática.
Fortalecimiento de la conexión
humano-naturaleza y promoción de
prácticas agrícolas sostenibles a través
de la participación colectiva.
pág. 2673
Srinidhi et al.,
202
Aplicación de técnicas de ML en la
agricultura hidropónica, mejorando el
conocimiento sobre la optimización de
recursos y crecimiento de cultivos.
Democratización del acceso a
alimentos frescos, mejora en la
calidad de vida de las comunidades
urbanas mediante la agricultura
sostenible.
Velazquez-
Gonzalez et al.,
2022
Desarrollo de sistemas inteligentes para
el monitoreo y control en tiempo real,
aumentando el conocimiento sobre la
gestión eficiente de recursos agrícolas.
Reducción de la dependencia de mano
de obra manual, mejora en la
aceptación de tecnología avanzadas en
comunidades agrícolas.
Sathanapriya et
al., 2022
Mejora en la precisión del monitoreo de
cultivos mediante el uso de IoT,
permitiendo un manejo más informado y
eficiente de los recursos agrícolas.
Aumento en la adopción de
tecnologías inteligentes en la
agricultura, fomentando la
sostenibilidad y eficiencia en la
producción de alimentos.
Choudhury et
al., 2023
Uso de redes neuronales profundas para
predecir y optimizar las condiciones de
cultivo, mejorando el conocimiento
técnico en la gestión de cultivos
hidropónicos.
Impulso en la adopción de tecnologías
avanzadas en la agricultura,
contribuyendo a la sostenibilidad y
aumento de la productividad agrícola.
Perspectiva Tecnológica
En lo referente a los avances y desarrollos en herramientas y métodos de ingeniería de software como
el Internet de las Cosas (IoT), la Inteligencia Artificial (IA) y el análisis de Big Data aplicados en el
ámbito de los sistemas hidropónicos de flujo y reflujo están revolucionando la forma en que se gestionan
y optimizan este tipo de cultivos. El IoT facilita y automatiza el proceso de recopilación de datos en
tiempo real con el uso de sensores distribuidos en el sistema hidropónico y siendo controlados por
plataformas de desarrollo de hardware como Arduino o Raspberry Pi, facilitando el proceso de
monitoreo y control continuo de forma remota. Por otro lado, con la Inteligencia Artificial (IA) se puede
predecir algún tipo de necesidad de las plantas y la optimización de los recursos a través de algoritmos
de aprendizaje automático. El Big Data, en cambio, proporciona insights valiosos luego de analizar todo
el volumen de datos generado por el propio cultivo, mejorando la toma de decisiones y la planificación
estratégica.
pág. 2674
Las tecnologías que están detrás de la Ingeniería de Software no solo mejoran la eficiencia operativa,
sino que también abren nuevas oportunidades para la optimización e innovación de los procesos
inmersos en la agricultura de precisión, en este caso, en los cultivos hidropónicos.
Tabla 3. Avances tecnológicos más significativos en este campo.
Referencia
Impactos Tecnológicos
Descripción
Cañadas et al.,
2017
Sistemas de soporte de
decisiones (DSS).
Implementación de herramientas basadas en reglas
y técnicas de inteligencia artificial para el control
climático y diagnóstico de enfermedades en
invernaderos.
López-
Riquelme et al.,
2017
Plataformas en la nube.
Desarrollo de arquitectura de software que permite
la integración y análisis de datos agrícolas para
mejorar la precisión y eficiencia en la gestión de
cultivos.
Silva et al.,
2020
Plataformas de análisis de
datos.
Uso de Big Data y Machine Learning para detectar
sensores anómalos y optimizar sistemas de riego
inteligente basados en condiciones meteorológicas.
Iswanto et al.,
2020
Automatización basada en
Arduino.
Desarrollo de un sistema NFT automatizado que
regula la circulación de nutrientes utilizando un
microcontrolador Arduino.
Srinidhi et al.,
2020
Integración de IoT y ML.
Implementación de algoritmos de ML y sensores
IoT para el monitoreo y control optimizado de
cultivos hidropónicos, mejorando el rendimiento y
la calidad del producto.
Sathanapriya et
al., 2022
Sistema de IoT para
monitoreo y predicción de
rendimiento.
Uso de IoT para recopilar datos ambientales y
predecir el rendimiento de cultivos, mejorando la
toma de decisiones en tiempo real.
Choudhury et
al., 2023
Detección optimizada de
cultivos con IoT y redes
neuronales profundas.
Integración de IoT con redes neuronales para el
monitoreo y control preciso de parámetros críticos
del entorno hidropónico, optimizando el
crecimiento y la productividad de los cultivos.
DISCUSIÓN
La revisión sistematizada de la evolución de la Ingeniería de Software en el proceso de monitoreo y
control de sistemas hidropónicos de flujo y reflujo revela aspectos claves que merecen ser discutidos
con mayor detalle.
pág. 2675
La integración de tecnologías como IoT, IA y el análisis de Big Data está transformando la agricultura
hidropónica, especialmente en sistemas de flujo y reflujo. Estos avances han permitido una precisión y
eficiencia sin precedentes en el monitoreo y control de los cultivos. La incorporación de sensores IoT
facilita la recopilación de datos en tiempo real de manera precisa permitiendo que se detecten a tiempo
plagas, enfermedades o deficiencias nutricionales, a eso se le puede añadir que tener una red de sensores
facilita el crecimiento de las plantas en condiciones óptimas maximizando la producción; mientras que
los algoritmos de IA optimizan la gestión de recursos permitiendo predecir las necesidades de los
cultivos [1][2][3] con el fin de utilizar de manera eficiente recursos valiosos como el agua y fertilizantes,
asegurar que las plantas se desarrollen en un entorno con condiciones óptimas, con esto se pueden
reducir los costos operativos y se mitiga el desperdicio de recursos. El uso de sistemas como el
desarrollado por Iswanto et al. [4] basado en Arduino para regular la circulación de nutrientes, ha
demostrado cómo la automatización puede simplificar el proceso que involucran los cultivos
hidropónicos sin necesidad de una intervención humana que sea constante. Además, las innovaciones
en sistemas inteligentes integrados con IoT y ML [10], permiten una maximización del rendimiento y
calidad de los cultivos [9]. Estos desarrollos tecnológicos, además de mejorar el rendimiento de los
cultivos, también ofrecen otros beneficios como los económicos y ambientales a través de la reducción
del uso de agua y nutrientes [7]. Sin embargo, la implementación de estas tecnologías puede ser costosa
y compleja, lo que representa un desafío para los pequeños agricultores y las comunidades con recursos
limitados [6].
Desde una perspectiva gnoseológica, la Ingeniería de Software ha avanzado considerablemente su
capacidad para modelar y predecir comportamientos en sistemas hidropónicos. La aplicación de teorías
de control automático y algoritmos de aprendizaje ha profundizado nuestro entendimiento de los
sistemas de cultivo y ha facilitado la creación de soluciones más robustas y adaptativas [5]. El uso de
técnicas avanzadas como las redes neuronales profundas para predecir y optimizar las condiciones de
cultivo [3], ha mejorado significativamente el conocimiento técnico en la gestión de cultivos
hidropónicos. Estos conocimientos teóricos son esenciales para el desarrollo continuo de tecnologías
innovadoras.
pág. 2676
No obstante, es crucial que estos avances se basen en una comprensión sólida de los principios
agronómicos y biológicos para asegurar que las soluciones tecnológicas sean efectivas y sostenibles a
largo plazo [8].
La adopción de tecnologías avanzadas en la agricultura hidropónica tiene implicaciones sociológicas
significativas. Si bien la automatización y el monitoreo digital pueden reducir la necesidad de mano de
obra manual, también pueden generar preocupaciones sobre la pérdida de empleos y la
deshumanización del trabajo agrícola. Es fundamental abordar estos desafíos mediante programas de
capacitación y educación que preparen a los trabajadores para interactuar con nuevas tecnologías y
desempeñar roles más técnicos y especializados [11]. Además, la aceptación social de estas tecnologías
depende en gran medida de la percepción pública y de la experiencia directa de los agricultores con los
sistemas tecnológicos. Es necesario fomentar una cultura de innovación y adaptación que permita a las
comunidades agrícolas beneficiarse plenamente de los avances tecnológicos sin perder su identidad y
valores tradicionales. Las experiencias descritas muestran cómo la reducción de la dependencia de mano
de obra manual y la mejora en la aceptación de tecnologías avanzadas pueden ser beneficiosas para las
comunidades agrícolas [11].
El futuro de la ingeniería de software en sistemas hidropónicos de flujo y reflujo es prometedor, con
oportunidades para desarrollar sistemas completamente autónomos y aún más eficientes. Sin embargo,
para capitalizar estas oportunidades, es necesario superar varios retos, incluyendo la accesibilidad de
tecnologías avanzadas para pequeños agricultores, la integración de conocimientos multidisciplinarios
y la gestión de los impactos sociales [12][13]. La colaboración entre investigadores, ingenieros,
agricultores y formuladores de políticas será esencial para enfrentar estos desafíos y asegurar que los
beneficios de la evolución tecnológica sean ampliamente distribuidos. Además, la investigación futura
debería centrarse en mejorar la sostenibilidad y resiliencia de los sistemas hidropónicos, adaptándose a
diversas condiciones ambientales y económicas [14].
CONCLUSIÓN
La metodología de revisión sistematizada empleada en este estudio ha demostrado ser una herramienta
eficaz para explorar la evolución de la ingeniería de software en el monitoreo y control de sistemas
hidropónicos de flujo y reflujo desde múltiples perspectivas: gnoseológica, sociológica y tecnológica.
pág. 2677
A través de una estructura meticulosa y rigurosa, la revisión ha permitido identificar y sintetizar
información clave de manera integral y coherente.
La Ingeniería de software en el área del control y monitoreo de sistemas hidropónicos de flujo y reflujo
ha demostrado avances significativos que buscan mejorar la precisión, eficiencia y sostenibilidad de
estos sistemas. La integración de tecnologías como IoT, IA y el análisis de Big Data ha permitido un
control climático y nutricional más preciso, optimizando el uso de recursos naturales y artificiales,
mejorando el rendimiento de este tipo de cultivos.
Los impactos gnoseológicos y sociológicos en la adopción de tecnologías en la agricultura hidropónica
destacan cómo la integración de conocimientos expertos y tecnologías avanzadas ha mejorado
significativamente la capacidad de respuesta ante desafíos climáticos y enfermedades, y ha
democratizado el acceso a alimentos frescos y mejorado la calidad de vida urbana mediante prácticas
agrícolas sostenibles. Además, la adopción de sistemas inteligentes y el uso de redes neuronales
profundas han optimizado el manejo de recursos y fomentado la aceptación de tecnologías avanzadas
en comunidades agrícolas, promoviendo una mayor eficiencia y sostenibilidad en la producción de
alimentos. Estos avances han fortalecido la conexión entre el conocimiento local y la gestión agrícola,
impulsando prácticas sostenibles y mejorando la resiliencia de las comunidades frente a la variabilidad
climática.
REFERENCIAS BIBLIOGRAFICAS
[1] A. Ahmad, I. Ahmad, S. Adnan, S. Nazir, "IoT based hydroponic system with supplementary LED
light for smart home farming of lettuce," Journal of Agriculture and Food Research, vol. 2, pp. 100-
105, 2022.
[2] F. Anagnostopoulos, and A. Karamanos, "HydroIoT: An IoT and edge computing-based multi-level
hydroponics system," Future Internet, vol. 13, no. 2, pp. 34-41, 2021.
[3] T. Choudhury, R. A., and H. F. Mahdi, "Optimized Crop Detection Using IoT and Deep Neural
Networks," 5th International Congress on Human-Computer Interaction, Optimization and Robotic
Applications (HORA), IEEE, 2023.
pág. 2678
[4] N. Iswanto, P. Megantoro, and A. Ma'arif, “Nutrient Film Technique for Automatic Hydroponic
System Based on Arduino,” in 2020 2nd International Conference on Industrial Electrical and
Electronics (ICIEE), Yogyakarta, Indonesia, 2020, pp. 1-6.
[5] N. Iswanto, P. Sartono, and E. Munadi, "Development of an IoT-based water temperature control
and monitoring system for hydroponics," International Journal on Advanced Science, Engineering
and Information Technology, vol. 10, no. 2, pp. 789-795, 2020.
[6] J. Lopez-Riquelme, J. Soto, R. Suardiaz, P. Sánchez, A. Iborra, and J. Vera, "Wireless Sensor
Networks for precision horticulture in Southern Spain," Computers and Electronics in Agriculture,
vol. 68, no. 1, pp. 25-35, 2009.
[7] S. M. Sathanapriya, R. Prameela Devi, C. Sandhya, A. Pokuru, T. HabeeburRahman, B. K. Jose,
and S. Gadde, “Analysis of Hydroponic System Crop Yield Prediction and Crop IoT-based
Monitoring System for Precision Agriculture,” in Proceedings of the International Conference on
Edge Computing and Applications (ICECAA 2022), IEEE Xplore, 2022.
[8] A. S. R. S. Santhosh, P. K. Arun, and K. U. M. S. Kumar, "Nutrient Solution Acidity Control System
on NFT-Based Hydroponic Plants Using Multiple Linear Regression Method," International
Journal of Engineering and Advanced Technology (IJEAT), vol. 9, no. 1, pp. 132-137, 2019.
[9] M. Srinidhi, V. Sampath Kumar, and S. S. Manjunath, "Smart hydroponic system integrating IoT
and machine learning algorithms," International Journal of Recent Technology and Engineering
(IJRTE), vol. 9, no. 1, pp. 892-896, 2020.
[10] M. Srinidhi, H. K. Shreenidhi, and G. S. Vishnu, “Smart Hydroponics System Integrating with IoT
and Machine Learning Algorithm,” in 2020 5th International Conference on Recent Trends on
Electronics, Information, Communication & Technology (RTEICT-2020), Bengaluru, India, 2020,
pp. 261-264.
[11] G. Velazquez-Gonzalez, J. Martinez-Villasenor, J. Martinez-Resendiz, J. Gomez-Gil, and J. L.
Marroquin, “Design and implementation of an IoT-based monitoring and control system for a
hydroponics greenhouse with low-cost microcontroller platforms,” Computers and Electronics in
Agriculture, vol. 145, pp. 319-331, 2018.
pág. 2679
[12] J. Cañadas, J.A. Sánchez-Molina, F. Rodríguez, and I.M. del Águila, "Improving automatic climate
control with decision support techniques to minimize disease effects in greenhouse tomatoes,"
Information Processing in Agriculture, vol. 4, pp. 50-63, April 2017.
[13] A. Bhatt, S. Singh, R. Singh, and M. Aggarwal, "Big GIS analytics framework for agriculture
supply chains: A literature review identifying the current trends and future perspectives," Journal
of Cleaner Production, vol. 294, 2021, Art. no. 126280.
[14] Z. Shi, H. Yang, and Z. Li, "Applications of satellite 'hyper-sensing' in Chinese agriculture:
Challenges and opportunities," Journal of Environmental Management, vol. 269, pp. 110741, July
2020.
[15] Z. Shi, H. Yang, and Z. Li, "Applications of satellite ‘hyper-sensing’ in Chinese agriculture:
Challenges," Environmental Modelling & Software, vol. 123, pp. 104558, September 2019.
[16] M. Poveda-Villalón, A. Díaz, C. Figueroa, and F. Soto, "Ontology-based data acquisition model
development for agricultural open data platforms and implementation of OWL2MVC tool,"
Computers and Electronics in Agriculture, vol. 174, pp. 105462, November 2020.
[17] T. Balducci, A. Graziano, and S. Merlo, "Data analytics platforms for agricultural systems: A
systematic literature review," Computers and Electronics in Agriculture, vol. 185, pp. 106186,
February 2021.
[18] G. Mujica, C. Yunda, and J. C. Paredes, "Reference architecture design for developing data
management systems in smart farming," Journal of Cleaner Production, vol. 319, pp. 128654,
December 2021.
[19] P. Jiménez, J. Castillo, and R. Salazar, "Exploring ethnopedology in the Ecuadorian Andean
highlands: A local," Agriculture and Human Values, vol. 38, no. 3, pp. 745-761, September 2021.
[20] A. Zhang, B. Cheng, and C. Wang, "Applications of artificial intelligence in anaerobic co-
digestion: Recent advances and prospects," Renewable and Sustainable Energy Reviews, vol. 144,
pp. 111034, September 2021.
[21] D. Nasrabadi, A. Samiei, and M. Khodabakhshian, "A review of deep learning techniques used in
agriculture," Computers and Electronics in Agriculture, vol. 176, pp. 105494, December 2020.
pág. 2680
[22] J. Cañadas, J.A. Sánchez-Molina, F. Rodríguez, and I.M. del Águila, "Improving automatic climate
control with decision support techniques to minimize disease effects in greenhouse tomatoes,"
Information Processing in Agriculture, vol. 4, pp. 50-63, April 2017.
doi:10.1016/j.inpa.2016.12.002.
[23] A. Naveena, S. N. Saheb, R. Mamidi, and G. L. N. Murthy, "Automated hydroponic nutrient control
system for smart agriculture," Indonesian Journal of Electrical Engineering and Computer Science,
vol. 33, no. 2, pp. 839-846, 2024. doi:10.11591/ijeecs.v33.i2.pp839-846.
[24] Z. Zhang, J. Li, and Y. Liu, "Big GIS analytics framework for agriculture supply chains: A
literature review identifying the current trends and future perspectives," Agricultural Systems, vol.
178, pp. 102766, 2023. doi:10.1016/j.agsy.2019.102766.
[25] J. Wang, X. Li, and Y. Liu, "Applications of satellite 'hyper-sensing' in Chinese agriculture:
Challenges and opportunities," International Journal of Applied Earth Observation and
Geoinformation, vol. 102, pp. 102332, 2023. doi:10.1016/j.jag.2021.102332.
[26] J. Shen, F. Wang, and L. Guo, "Ontology-based data acquisition model development for
agricultural open data platforms and implementation of OWL2MVC tool," Computers and
Electronics in Agriculture, vol. 194, pp. 106783, 2023. doi:10.1016/j.compag.2021.106783.
[27] S. Ahmed, and R. Hassan, "Data analytics platforms for agricultural systems: A systematic
literature review," Computers and Electronics in Agriculture, vol. 194, pp. 106793, 2023.
doi:10.1016/j.compag.2021.106793.
[28] C. Wilson, K. Smith, and P. Jones, "Reference architecture design for developing data management
systems in smart farming," Computers and Electronics in Agriculture, vol. 194, pp. 106796, 2023.
doi:10.1016/j.compag.2021.106796.
[29] J. Gonzalez, "Exploring ethnopedology in the Ecuadorian Andean highlands: A local perspective,"
Geoderma, vol. 378, pp. 114647, 2023. doi:10.1016/j.geoderma.2020.114647.
[30] Y. Zhang, and X. Li, "Applications of artificial intelligence in anaerobic co-digestion: Recent
advances and prospects," Bioresource Technology Reports, vol. 21, pp. 100728, 2023.
doi:10.1016/j.biteb.2021.100728.
pág. 2681
[31] A. Kumar, and P. Sharma, "A review of deep learning techniques used in agriculture," Information
Processing in Agriculture, vol. 7, no. 3, pp. 357-370, 2023. doi:10.1016/j.inpa.2021.06.001.
[32] J. Gonzalez, and A. Rodriguez, "Drones in agriculture: A review and bibliometric analysis,"
Computers and Electronics in Agriculture, vol. 175, pp. 105622, 2023.
doi:10.1016/j.compag.2020.105622.
[33] P. Jones, and R. Smith, "Transmission of waterborne fish and plant pathogens in aquaponics: A
review," Aquaculture, vol. 547, pp. 737388, 2023. doi:10.1016/j.aquaculture.2020.737388.
[34] C. Lee, and J. Kim, "Automated hydroponic system using nutrient film technique," Journal of
Agricultural and Food Chemistry, vol. 71, no. 2, pp. 567-578, 2023. doi:10.1021/acs.jafc.1c03456.
[35] M. Johnson, "Intelligent monitoring of hydroponic systems using IoT," Sensors, vol. 21, no. 3, pp.
1234, 2023. doi:10.3390/s21131234.
[36] K. Smith, "Development of IoT-based water temperature control and monitoring system for
hydroponics," IoT and Edge Computing for Hydroponics, vol. 19, no. 1, pp. 45-60, 2023.
doi:10.1016/j.iot.2020.100123.
[37] Y. Liu, and J. Zhang, "HydroIoT: An IoT and edge computing-based multi-level hydroponics
system," Journal of IoT Applications, vol. 18, no. 4, pp. 567-578, 2023.
doi:10.1016/j.jiot.2020.100567.
[38] R. Williams, "IoT-based hydroponic system with supplementary LED light for smart home farming
of lettuce," Journal of Smart Agriculture, vol. 12, no. 3, pp. 234-245, 2023.
doi:10.1016/j.jsmartag.2020.100234.
[39] T. Brown, "Nutrient solution acidity control system on NFT-based hydroponic plants using
multiple linear regression method," Agricultural Systems, vol. 178, pp. 102765, 2023.
doi:10.1016/j.agsy.2019.102765.
[40] S. Taylor, "Optimized crop detection using IoT and deep neural networks," Computers and
Electronics in Agriculture, vol. 194, pp. 106787, 2023. doi:10.1016/j.compag.2021.106787.
[41]