Revista Multidisciplinar Epistemología de las Ciencias
Vol. 3, Núm. 3, 2026, julio-septiembre, Edición Especial
DOI: https://doi.org/10.71112/vnkpxf44
SISTEMAS INTEGRADOS DE GESTIÓN AUTÓNOMA DE INVERNADEROS PARA
OPTIMIZAR RECURSOS HÍDRICOS
INTEGRATED AUTONOMOUS GREENHOUSE MANAGEMENT SYSTEMS TO
OPTIMIZE WATER RESOURCES
Diego Antonio Valle Hernández
El Salvador
DOI: https://doi.org/10.71112/vnkpxf44
113 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre, Edición Especial
Sistemas integrados de gestión autónoma de invernaderos para optimizar
recursos hídricos
Integrated autonomous greenhouse management systems to optimize water
resources
Diego Antonio Valle Hernández
a,*
diego.valle@usonsonate.edu.sv
https://orcid.org/0009-0004-4638-975X
*
Autor de correspondencia: diego.valle@usonsonate.edu.sv,
a
Universidad de Sonsonate, El
Salvador
RESUMEN
La escasez hídrica y el cambio climático impulsan la innovación de sistemas agrícolas más
eficientes. Los invernaderos con gestión autónoma representan una alternativa tecnológica
prometedora para optimizar el uso del agua. Esta revisión analiza componentes tecnológicos,
metodologías y resultados de sistemas automatizados de riego que integran sensores,
algoritmos inteligentes y sistemas de soporte a decisiones. Los resultados muestran
reducciones del 30-45% en consumo de agua manteniendo o aumentando la productividad.
Tecnologías IoT, inteligencia artificial y modelado predictivo son elementos clave para la
automatización eficiente. Sin embargo, persisten desafíos: altos costos de implementación,
necesidad de formación técnica para calibración de sensores y adaptación a condiciones
ambientales locales. Esta revisión proporciona una recopilación actualizada del estado del arte
y direcciones futuras para la investigación en gestión autónoma de recursos hídricos en
agricultura protegida.
DOI: https://doi.org/10.71112/vnkpxf44
114 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre, Edición Especial
Palabras clave: agricultura de precisión; riego automatizado; sensores IoT; eficiencia hídrica;
invernaderos inteligentes.
ABSTRACT
Water scarcity and climate change drive innovation for more efficient agricultural systems.
Greenhouses with autonomous management represent a promising technological alternative to
optimize water use. This review analyzes technological components, methodologies and results
of automated irrigation systems that integrate sensors, intelligent algorithms and decision
support systems. The results show reductions of 30-45% in water consumption while
maintaining or increasing productivity. IoT technologies, artificial intelligence and predictive
modeling are key elements for efficient automation. However, challenges remain: high
implementation costs, need for technical training for sensor calibration and adaptation to local
environmental conditions. This review provides an updated compilation of the state of the art
and future directions for research in autonomous water resource management in protected
agriculture.
Keywords: precision agricultura; automated irrigation; IoT sensors; water efficiency; smart
greenhouses.
Recibido: 13 mayo 2026 | Aceptado: 30 junio 2026 | Publicado: 1 julio 2026
INTRODUCCIÓN
La agricultura en la actualidad enfrenta grandes desafíos para producir mayor cantidad
de alimentos con menos recursos en un contexto de creciente presión hídrica. Según
estimaciones recientes, el sector productivo agrícola consume aproximadamente el 70% del
agua dulce disponible a nivel mundial, mientras que el cambio climático intensifica la
DOI: https://doi.org/10.71112/vnkpxf44
115 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre, Edición Especial
variabilidad de las precipitaciones y la disponibilidad de recursos hídricos (Garcia & Gonzales,
2022, pág. 80). En este contexto, la agricultura protegida bajo invernadero se presenta como
una alternativa viable para optimizar el uso del agua, permitiendo un control más preciso de las
variables ambientales y reduciendo las pérdidas por evaporación y percolación.
Los invernaderos tradicionales, aunque más eficientes que los cultivos tradicionales a
campo abierto, aún presentan márgenes significativos de mejora en la gestión de recursos
hídricos. La implementación de sistemas de riego tecnificado y semi-tecnificado frecuentemente
resulta en exceso de riego, lixiviación de nutrientes y desperdicio de agua, con eficiencias de
uso del agua que raramente superan el 60% (García, Bautista, & Reyes, 2023). Esta situación
se agrava gradualmente en regiones áridas y semiáridas, donde la disponibilidad hídrica
constituye el principal factor limitante para la producción agrícola.
Los sistemas integrados de gestión autónoma se fundamentan en la adquisición
continua y precisa de variables edafoclimáticas. La literatura reciente identifica tres categorías
principales de sensores implementados en invernaderos inteligentes (Berrios & Rivera, 2022,
pág. 3).
Sensores de suelo: Los sensores de contenido volumétrico de agua (VWC) basados en
capacitancia o reflectometría en dominio de tiempo (TDR) constituyen la base para la
determinación del estado hídrico del sustrato. Estudios recientes han demostrado que la
instalación de sensores a múltiples profundidades (10, 20 y 30 cm) permite caracterizar el perfil
de humedad y optimizar la programación del riego por etapas fenológicas (Moreno Perdomo,
2023, pág. 4).
Sensores ambientales: La monitorización del microclima incluye temperatura, humedad
relativa, radiación fotosintéticamente activa (PAR), déficit de presión de vapor (DPV) y
concentración de CO₂. La integración de estaciones meteorológicas dentro del invernadero,
combinada con datos externos, permite estimar la demanda evapotranspirativa con mayor
DOI: https://doi.org/10.71112/vnkpxf44
116 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre, Edición Especial
precisión que los métodos tradicionales basados únicamente en datos climáticos externos
(Ramos , Quej, Carrillo, Aceves, & Rivera, 2021, pág. 39). Los sensores de temperatura
infrarroja no invasivos han ganado relevancia para la estimación del índice de estrés hídrico del
cultivo, permitiendo ajustes dinámicos del riego basados en el estado fisiológico real de las
plantas.
Plataformas de comunicación y almacenamiento
La integración de arquitectura IoT predominante en invernaderos inteligentes emplea
protocolos de comunicación inalámbrica de bajo consumo energético. Los estudios consultados
reportan el uso de tecnologías para transmisión a larga distancia con mínimo consumo, ZigBee
para redes de área local con múltiples nodos sensores, y WiFi o conectividad celular (4G/5G)
para la comunicación con servidores en la nube (Peña & Ibarra, 2024)
Algoritmos de control y toma de decisiones
La evolución de los sistemas de control en invernaderos tenido mejoras desde
controladores simples tipo ON/OFF hasta sistemas adaptativos basados en inteligencia
artificial. La revisión identifica cuatro paradigmas principales de control:
Control basado en umbrales: El método más tradicional establece valores umbral para
parámetros de suelo (e.g., humedad volumétrica < 25%) o planta (e.g., potencial hídrico < -0.5
MPa) que activan el riego. Aunque simple y robusto, este enfoque no considera la dinámica
temporal ni las interacciones entre variables (Flores , Sanchéz P, & Sanchéz , 2020, pág. 369).
Aprendizaje automático y redes neuronales: Los algoritmos de machine learning (ML) y
deep learning (DL) aprenden patrones complejos de los datos históricos sin necesidad de
modelado explícito. Las redes neuronales recurrentes han mostrado precisión superior en la
predicción de necesidades hídricas considerando secuencias temporales (Garcia, Soto,
Toledano, Rivas, & Gastélum, 2020, pág. 9). Estudios pioneros reportan que agentes de
aprendizaje por refuerzo profundo (DRL) pueden superar a estrategias de control
DOI: https://doi.org/10.71112/vnkpxf44
117 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre, Edición Especial
convencionales, logrando simultáneamente máxima eficiencia en uso del agua y calidad de
fruto (Xing & Wang, 2024, págs. 2-3).
Estrategias de riego de precisión en invernaderos
El riego deficitario controlado (RDC) busca maximizar la eficiencia en el uso del agua
aplicando un estrés hídrico moderado en etapas fenológicas específicas sin comprometer
significativamente el rendimiento. La automatización del RDC mediante sistemas inteligentes
permite una implementación más precisa que los métodos manuales tradicionales (Tobar,
Pinto, & Medina, 2025).
Investigaciones en tomate bajo invernadero han demostrado que la aplicación
automatizada de RDC durante la fase de maduración de frutos, reduciendo el riego al 70-80%
de la evapotranspiración del cultivo (ETc), incrementa los sólidos solubles totales y licopeno sin
reducción significativa en el rendimiento comercial, resultando en un ahorro de agua del 25-
35% (Arregocés, Restrepo, Usme, Montoya, & Bedoya, 2023). La clave del éxito radica en la
monitorización continua del estado hídrico mediante sensores de planta que ajustan
dinámicamente los coeficientes de riego según la respuesta fisiológica observada.
Fertirrigación automatizada de precisión
La integración de la nutrición con el manejo hídrico mediante fertirrigación automatizada
representa un avance significativo en la optimización de recursos. Los sistemas avanzados
ajustan no solo el volumen de agua sino también la concentración y proporción de nutrientes en
función del análisis en tiempo real de solución drenante y contenido de nutrientes en sustrato
(Morales, Ruiz, & Alejo, 2020).
Sensores de conductividad eléctrica (CE) y pH instalados en líneas de drenaje permiten
cerrar el ciclo de retroalimentación, ajustando automáticamente las soluciones nutritivas para
mantener valores óptimos en la zona radicular. Estudios en cultivos hidropónicos de lechuga
bajo invernadero muestran que sistemas de fertirrigación de ciclo cerrado reducen el consumo
DOI: https://doi.org/10.71112/vnkpxf44
118 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre, Edición Especial
de agua y fertilizantes en un 40-50% respecto a sistemas abiertos, mientras mejoran la
uniformidad de crecimiento y reducen la lixiviación de nitratos (Aguilar, Cardenas, & Rodríguez,
2023).
Integración de modelado predictivo y pronósticos
La estimación precisa de la demanda evapotranspirativa constituye el fundamento de
cualquier estrategia de riego eficiente. Los sistemas integrados más avanzados incorporan
modelos de balance hídrico que calculan la ETc en tiempo real considerando variables
microclimáticas del invernadero y características específicas del cultivo (Barron, Ramírez,
Vásquez, & Quevedo, 2020).
Integración de pronósticos meteorológicos
La incorporación de pronósticos meteorológicos en los algoritmos de decisión
representa un salto cualitativo desde sistemas reactivos hacia sistemas proactivos. El acceso a
pronósticos horarios de radiación, temperatura y precipitación permite anticipar la
evapotranspiración futura y optimizar el calendario de riegos (Bermeo, Bazán, & Guevara,
2022).
La incertidumbre inherente a los pronósticos meteorológicos se maneja mediante
enfoques probabilísticos y optimización robusta. Algoritmos que consideran múltiples
escenarios meteorológicos y minimizan el riesgo de déficit hídrico bajo incertidumbre han
mostrado ser superiores a estrategias determinísticas, especialmente durante períodos de
transición estacional con alta variabilidad climática (Fernández-Pacheco et al., 2023).
METODOLOGÍA
Para desarrollar este artículo se utilizó la metodología de revisión documental centrado
en la planificación rigurosa y la ejecución sistemática de la búsqueda, análisis e interpretación
de información ya existente sobre el tema. Inicialmente se establecieron los criterios de
DOI: https://doi.org/10.71112/vnkpxf44
119 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre, Edición Especial
exclusión e inclusión de los documentos; luego se realizó la búsqueda de forma multifuente
(Hernández Sampieri, Fernández Collado, & Baptista Lucio, 2014), utilizando gestores de
información académica clave, consultando plataformas como ResearchGate, Google
Academics y Mendeley para identificar artículos y libros relevantes, aprovechando las funciones
de filtrado avanzado y seguimiento de citas de cada herramienta. Además, se utilizó
inteligencia artificial como herramienta de apoyo para generar ideas, refinar términos de
búsqueda o conceptos clave que pudieron no haber surgido en las búsquedas iniciales,
validando siempre con las fuentes primarias académicas.
Se consultaron 150 artículos científicos relacionados con agricultura de precisión, riego
automatizado, sensores IoT, eficiencia hídrica e invernaderos inteligentes. A partir de este
corpus documental preliminar, se aplicaron los criterios temáticos previamente establecidos
mediante la revisión de resúmenes y, en algunos casos, del texto completo para realizar la
selección final de los documentos. Posteriormente, se llevó a cabo una lectura crítica profunda
que permitió sintetizar la información y organizar el material en categorías temáticas.
Finalmente, sobre la base de esa síntesis narrativa que contrasta las diversas perspectivas y
aporta una interpretación original, este artículo establece el estado del arte del tema y sugiere
futuras líneas de investigación.
RESULTADOS
Eficiencia hídrica y productividad
El análisis cuantitativo de los estudios revisados revela que los sistemas integrados de
gestión autónoma pueden reducir el consumo de agua entre 25% y 45% respecto a manejo
convencional, con la magnitud del ahorro dependiendo del nivel de automatización previo y las
características del cultivo.
DOI: https://doi.org/10.71112/vnkpxf44
120 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre, Edición Especial
Las investigaciones también han demostrado que un riego adecuado no solo mejora la
eficiencia del uso del agua, sino que también conduce a la mejora del bienestar y la producción
de los cultivos (Calderon, Centella, Samaniego, & Collado, 2021).
Estudios en tomate de crecimiento indeterminado bajo invernadero en clima
mediterráneo reportan ahorros consistentes del 30-40% cuando se comparan sistemas
autónomos basados en sensores de suelo y planta versus programación de riego basada en
ETc calculada con Kc tabulados (Kreutler, Ruíz, & Chañag, 2024, pág. 2). En cultivos de ciclo
corto como lechuga y espinaca, los ahorros tienden a ser menores (20-30%) debido a la ya
elevada eficiencia de los sistemas hidropónicos convencionales, pero aún significativos en
términos de sostenibilidad del recurso (Puelles Bulnes, 2023).
Los mayores ahorros absolutos se documentan en la transición desde sistemas
manuales o semi-automatizados hacia sistemas completamente autónomos con múltiples
sensores y control inteligente. Un estudio comparativo en invernaderos comerciales de pimiento
en el sureste español encontró reducciones del 42% en consumo de agua manteniendo
rendimientos comerciales superiores al 95% del testigo con riego convencional (Ramírez,
Palau, León, & Suarez, 2021). Los autores atribuyen este resultado a la eliminación de riegos
excesivos precautorios y la respuesta precisa a la variabilidad espacial dentro del invernadero
mediante zonas de riego diferenciadas.
Impacto en productividad y calidad
Contrariamente a preocupaciones iniciales sobre posibles compromisos entre ahorro de
agua y productividad, la evidencia revisada indica que los sistemas de gestión autónoma
frecuentemente mantienen o incluso incrementan el rendimiento comercial respecto a sistemas
convencionales (Arregoces, Restrepo, Usme, Montoya, & Branch, 2023). Este resultado
aparentemente paradójico se explica por dos mecanismos principales:
DOI: https://doi.org/10.71112/vnkpxf44
121 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre, Edición Especial
• Eliminación de estrés hídrico no intencional: el monitoreo continuo previene tanto
déficits como excesos hídricos que afectan negativamente el crecimiento. Estudios
en pepino evidencian que fluctuaciones en el contenido de humedad del sustrato
superiores al 10% del volumen reducen la tasa fotosintética neta en 15-25%, pérdida
que se evita con control automatizado de alta precisión (Valverde & Arias , 2020).
• Optimización del ambiente radicular: la fertiirrigación automatizada mantiene
condiciones óptimas de oxigenación, pH y CE en la zona radicular, factores que
frecuentemente son subóptimos en manejo manual. Investigaciones demuestran que
el mantenimiento automatizado de CE en el rango objetivo (2.0-2.5 dS/m para
tomate) mediante ajuste dinámico de la concentración de la solución nutritiva
incrementa la eficiencia fotosintética y particionamiento de fotosintatos hacia frutos
en 10-15% (Moreno, Pineda, Colinas, & Sahagún, 2020).
Desafíos tecnológicos y limitaciones actuales
La precisión y confiabilidad de los sistemas autónomos depende críticamente de la
calidad de los datos sensoriales. La calibración de sensores de humedad de suelo representa
un desafío persistente, especialmente en sustratos heterogéneos o cuando se emplean
enmiendas orgánicas que alteran las propiedades dieléctricas del medio (Arregocés, Restrepo,
Usme, Montoya, & Bedoya, 2023). Estudios de validación demuestran que sensores
capacitivos comerciales pueden presentar desviaciones del 15-25% respecto a mediciones
gravimétricas sin calibración específica para el sustrato utilizado.
La deriva temporal de sensores constituye otra limitación significativa. Sensores de CE y
pH en contacto con soluciones nutritivas experimentan incrustaciones y biofouling que
degradan su precisión, requiriendo limpieza y recalibración cada 4-8 semanas. (Puelles, 2023).
Los sensores ópticos para monitorización de planta enfrentan desafíos relacionados con
DOI: https://doi.org/10.71112/vnkpxf44
122 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre, Edición Especial
suciedad en lentes, variabilidad de iluminación y oclusión por follaje denso, factores que
pueden comprometer la calidad de las mediciones.
Estrategias emergentes para abordar estos desafíos incluyen: (1) algoritmos de
detección de fallos sensoriales mediante análisis de coherencia entre múltiples sensores
redundantes, (2) autocalibración mediante comparación con modelos físicos de referencia, (3)
mantenimiento predictivo basado en patrones de deriva histórica, y (4) empleo de sensores
virtuales que infieren variables difíciles de medir mediante modelos calibrados con datos de
sensores más robustos (Aguilar-González, Cardenas-Juarez, & Rodríguez-Ortiz, 2021).
Variabilidad y adaptación a condiciones locales
Los algoritmos de control entrenados o calibrados en condiciones experimentales
específicas frecuentemente muestran desempeño degradado cuando se implementan en
invernaderos con características diferentes. La transferencia de modelos predictivos entre sitios
(model transfer) enfrenta el desafío de la distribución no estacionaria de datos debido a
variaciones en clima, genotipos cultivados, prácticas de manejo y características físicas del
invernadero (Arregoces, Restrepo, Usme, Montoya, & Branch, 2023)
La variabilidad intra-invernadero también representa un desafío. Gradientes de
temperatura, humedad y radiación dentro del invernadero, especialmente en estructuras de
gran escala (> 1 ha), implican que condiciones microclimáticas y demandas hídricas no son
uniformes espacialmente. Sistemas avanzados implementan zonas de control diferenciadas
con sensórica y actuación independiente, pero esto incrementa significativamente la
complejidad y costo del sistema (Aguilar-González, Cardenas-Juarez, & Rodríguez-Ortiz,
2021).
DOI: https://doi.org/10.71112/vnkpxf44
123 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre, Edición Especial
Economía circular y sistemas de ciclo cerrado
La convergencia de gestión hídrica automatizada con principios de economía circular
está motivando el desarrollo de sistemas de invernadero completamente cerrados que
recirculan el 100% del drenaje. Tecnologías de tratamiento avanzado (filtración, desinfección
UV, ósmosis inversa) integradas con sistemas de control inteligente que ajustan dinámicamente
la composición de soluciones nutritivas basándose en análisis continuos pueden eliminar
virtualmente las descargas al ambiente (De Pascale et al., 2023).
Sistemas de captura y uso de agua atmosférica mediante deshumidificadores
inteligentes que operan sincronizadamente con la gestión del clima del invernadero están
siendo desarrollados para maximizar la autosuficiencia hídrica. Investigaciones pioneras
demuestran que, en climas húmedos, la captura de agua de transpiración puede recuperar 30-
50% del agua aplicada, cerrando parcialmente el ciclo hidrológico dentro del invernadero
(Marrero, Gonzáles, León , & Suares , 2021).
La integración de fuentes alternativas de agua (aguas residuales tratadas, agua de
lluvia, agua salobre desalinizada) con sistemas de monitoreo y tratamiento automatizados
expandirá las opciones para agricultura en regiones con escasez hídrica severa. Plataformas
de gestión que optimizan el blend de múltiples fuentes de agua según calidad, costo y
disponibilidad representan una frontera prometedora de investigación (Mendoza, y otros, 2021).
DISCUSIÓN
Los sistemas integrados de gestión autónoma de riego en sistemas de invernaderos
logran optimizar el recurso hídrico mientras mantienen o incrementan la productividad,
contradiciendo la idea tradicional de un compromiso inevitable entre conservación del recurso y
producción agrícola. Esto permite que se destaquen algunas ventajas de los sistemas
autónomos, tal como la superioridad sobre métodos convencionales, manifestado porque los
DOI: https://doi.org/10.71112/vnkpxf44
124 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre, Edición Especial
sensores de suelo y planta superan las estimaciones basadas en coeficientes tabulados porque
capturan la heterogeneidad espaciotemporal real del cultivo; además de que los mayores
ahorros (30-40%) se observan en tomate; menores (20-30%) en cultivos hidropónicos de ciclo
corto que ya son eficientes. Otra ventaja se presenta en los mecanismos de mejora productiva
a través de la prevención de fluctuaciones hídricas que reducen la fotosíntesis en 15-25%, el
mantenimiento óptimo de nutrientes que incrementa la eficiencia fotosintética en eliminación de
riegos excesivos que generan un ahorro significativo.
Destaca también el desarrollo en avances tecnológicos al integrar Inteligencia artificial,
redes neuronales recurrentes para predecir mejor las necesidades hídricas; y, además, la
integración de estrategias agronómicas como la fertirrigación de ciclo cerrado que reduce agua,
fertilizantes y disminuye la contaminación por nitratos, o bien, el riego deficitario controlado
automatizado que ahorra agua mientras mejora la calidad del fruto.
Todo ello, evidencia algunos desafíos persistentes, tales como:
• Los sensores comerciales pueden tener desviaciones sin calibración específica.
• Requieren mantenimiento constante por incrustaciones.
• Los algoritmos entrenados en condiciones específicas pierden eficacia al transferirse
a otros invernaderos.
• Inversión inicial elevada y requerimientos de capacitación técnica.
• En regiones con agua subvalorada económicamente, los incentivos son
insuficientes.
• Brecha significativa entre potencial técnico y adopción comercial generalizada.
Sin embargo, a futuro se pueden vislumbrar algunas perspectivas que conducen a la
economía circular, a través de sistemas de ciclo cerrado que recirculan el 100% del drenaje, la
captura de agua de transpiración que recupera 30-50% del agua aplicada, y finamente la
DOI: https://doi.org/10.71112/vnkpxf44
125 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre, Edición Especial
integración de fuentes alternativas (aguas residuales tratadas, lluvia, agua salobre
desalinizada).
CONCLUSIONES
La revisión de literatura científica evidencia que los sistemas integrados de gestión
autónoma de invernaderos representan una solución tecnológica madura y efectiva para la
optimización de recursos hídricos en agricultura protegida. Los avances en sensórica,
conectividad IoT, algoritmos de control inteligente y modelado predictivo han convergido para
crear plataformas que reducen el consumo de agua.
Los componentes tecnológicos que integran mediciones de suelo, ambiente y planta
para caracterizar comprehensivamente el estado hídrico, plataformas de comunicación
inalámbrica y computación en la nube que permiten procesamiento de grandes volúmenes de
datos y acceso remoto, algoritmos de control que evolucionan desde estrategias reactivas
basadas en umbrales hacia sistemas predictivos y adaptativos.
Las estrategias de riego de precisión implementadas mediante automatización,
incluyendo riego deficitario controlado, fertirrigación de ciclo cerrado y riegos de alta frecuencia,
han demostrado no solo reducir el consumo de agua sino mejorar la eficiencia fotosintética, la
nutrición vegetal y los parámetros de calidad del producto cosechado.
Los desafíos tecnológicos persistentes incluyen la calibración y mantenimiento de
sensores, la complejidad de parametrización de algoritmos de control, limitaciones de
conectividad, y la necesidad de adaptación de sistemas a condiciones locales específicas. La
variabilidad espacial y temporal dentro de invernaderos, junto con las diferencias entre sitios,
demanda desarrollar sistemas más robustos y adaptativos que puedan operar efectivamente en
condiciones heterogéneas sin calibración intensiva.
DOI: https://doi.org/10.71112/vnkpxf44
126 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre, Edición Especial
La transición hacia sistemas de producción agrícola que operan bajo principios de
economía circular, reciclando nutrientes y agua, representará la culminación de décadas de
desarrollo tecnológico en automatización de invernaderos. La integración con fuentes
alternativas de agua, tecnologías de tratamiento avanzado y sistemas de captura de agua
atmosférica permitirá agricultura intensiva incluso en regiones con escasez hídrica severa.
Declaración de conflicto de interés
El autor declara no tener ningún conflicto de interés relacionado con esta investigación.
Declaración de contribución a la autoría
Diego Antonio Valle Hernández: conceptualización, redacción del borrador original.
Declaración de uso de inteligencia artificial
El autor declara que se utilizó la inteligencia artificial como apoyo para este artículo, y
también que esta herramienta no sustituye de ninguna manera la tarea o proceso intelectual.
Después de rigurosas revisiones con diferentes herramientas en la que se comprobó que no
existe plagio como constan en las evidencias, los autores manifiestan y reconocen que este
trabajo fue producto de un trabajo intelectual propio, que no ha sido escrito ni publicado en
ninguna plataforma electrónica o de IA.
REFERENCIAS
Aguilar, C., Flores, J., y Urrieta, J. (2023). Análisis térmico de invernaderos para reconversión
de cultivos en la región cálida de Michoacán. doi:10.24850/j-tyca-14-05-04
Aguilar, R., Cardenas, M., y Rodríguez, J. (2023). Monitoreo de Temperatura Mediante Red de
Sensores para Mejorar el Uso del Agua en la Agricultura. doi:10.28940/terra.v41i0.1626
DOI: https://doi.org/10.71112/vnkpxf44
127 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre, Edición Especial
Aguilar-González, R., Cardenas-Juarez, M., y Rodríguez-Ortiz, J. (2021). Monitoreo de
Temperatura Mediante Red de Sensores para Mejorar el Uso del Agua en la Agricultura.
doi:10.28940/terra.v41i0.1626
Arregocés, P., Restrepo, J., Usme, M., Montoya, J., y Bedoya, J. (2023). Monitoreo de cultivos
bajo invernadero utilizando tecnologías 4.0. doi: 10.21930/rcta.vol24_num2_art:2853
Arregoces, P., Restrepo, J., Usme, M., Montoya, J., y Branch, J. (2023). Monitoreo de cultivos
bajo invernadero utilizando tecnologías 4.0. doi: 10.21930/rcta.vol24_num2_art:2853
Barron, M., Ramírez, R., Vásquez, M., y Quevedo, A. (2020). Calibración y evaluación de
modelos matemáticos para calcular evapotranspiración de referencia en invernaderos.
doi:10.29312/remexca.v11i1.1906
Bermeo, O., Bazán, W., y Guevara, V. (2022). Big Data en la predicción meteorológica para
cultivos. doi: https://doi.org/10.33996/revistaalfa.v6i16.148
Berrios, S., y Rivera, H. (2022). SISTEMA IoT BASADO EN ESP32 PARA EL CONTROL Y
MONITOREO DE CULTIVOS EN INVERNADERO CON ENFOQUE DE AGRICULTURA
4.0. doi: doi.org/10.47796/ing. v4i0.624
Calderon, S., Centella, M., Samaniego, M., y Collado, E. (2021). Sistema de riego basado en
controlador PID para la adecuación de la humedad del suelo en invernaderos.
doi:10.33412/rev-ric.v7.1.3041
CEPAL (Comisión Económica para América Latina y el Caribe). (2021). Economía circular en
América Latina y el Caribe. ONU (Organización de las Naciones Unidas). Obtenido de
CEPAL (Comisión Económica para América Latina y el Caribe):
https://repositorio.cepal.org/server/api/core/bitstreams/5fceda72-3fed-4ace-bb87-
5688547cf2f5/content
Chango, R., y Llanez, R. (2021). SISTEMA DE MONITOREO DE TEMPERATURA, HUMEDAD
Y CONTROL PARA AGUA DEL INVERNADERO N° 2 DEL CAMPUS SALACHE. (T. d.
DOI: https://doi.org/10.71112/vnkpxf44
128 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre, Edición Especial
grado, Ed.) Universidad de Cotopaxi. Obtenido de
https://repoadmin.utc.edu.ec/items/0060c15f-ed6b-4257-98e5-b2dbfe4a1cec
Collado, E. S. (2021). Sistema de riego basado en controlador PID para la adecuación de la
humedad del suelo en invernaderos. doi: https://doi.org/10.33412/rev-ric.v7.1.3041
Ellen Mcarthur Foundation. (2021). Economía circular en las ciudades: Hojas informativas sobre
oportunidades y beneficios. Obtenido de Ellen Mcarthur Foundation:
https://www.ellenmacarthurfoundation.org/circular-economy-opportunity-and-benefit-
factsheets
Flores, D., Sanchéz P, L., y Sanchéz , L. (2020). Modelo de estimación regional de la humedad
del suelo para determinar las demandas de riego. doi:10.13053/CyS-24-1-3231
Fundación Ellen MacArthur. (2019). Completando el panorama: Cómo la economía circular
aborda el cambio climático. Obtenido de
https://www.ellenmacarthurfoundation.org/completing-the-picture
Gamarra, A., Taipe, J., y Arellano, M. (2022). Sistema de monitoreo inteligente para controlar
los factores ambientales de un invernadero en la reion de Junín. doi:
10.26490/uncp.prospectivauniversitaria.2020.17.1381
Garcia, A., Soto, G., Toledano, M., Rivas, E., y Gastélum, A. (2020). Aplicaciones de las redes
neuronales artificiales en la tecnología de invernaderos y visión general para el
desarrollo de la agricultura inteligente. doi:10.3390/app10113835
Hernández Sampieri, R., Fernández Collado, C., y Baptista Lucio, P. (2014). Metodología de la
investigación. McGraw-Hill.
Intergovernmental Panel on Climate Changen (IPCC). (s/f). Cambio Climático 2021: Las Bases
de la Ciencia Física. World Health Organitation. Obtenido de
https://www.ipcc.ch/report/ar6/wg1/
DOI: https://doi.org/10.71112/vnkpxf44
129 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre, Edición Especial
Kreutler, H., Ruíz, H., y Chañag, H. (2024). Influencia del coeficiente de cultivo (Kc) en la
fenología y rendimiento del cultivo de tomate en invernadero. doi:10.31910/rudca.
v27.n1.2024.2375
Luis Eduardo Garcia Rodríguez, L. G. (2022). Uso de la tecnología convencional para la
reducción de agua de consumo y gases de efecto invernadero a través de la
recirculación del agua residual no doméstica: Piloto Industrial en Colombia. Economía
Circular. doi: https://doi.org/10.18273/revfue.v20n2-2022007
Marrero, S., Gonzáles, I., León, M., y Suares, R. (2021). Control de humedad y consumo de
agua en un invernadero. doi:10.47460/uct. v25i109.449
Mendoza, M., Cervantes, M., Valenzuela, A., Guzmán, T., Orona, I., y Cervantes, T. (2021).
Uso potencial de las aguas residuales en la agricultura. doi:10.29312/remexca.
v12i1.2789
Morales, R., Ruiz, G., y Alejo, S. (2020). Impacto de automatización de riego: Caso de estudio.
doi:10.13053/CyS-24-2-3412
Moreno Perdomo, É. J. (2023). Sistema Inteligente de automatización, monitoreo y control de
invernaderos mediante uso de IoT y el microcontrolador ESP-32 con aplicación de
aprendizaje automático. doi:10.26507/paper.2818
Moreno, M., Pineda, J., Colinas, M., y Sahagún, J. (2020). El oxígeno en la zona radical y su
efecto en las plantas. doi:10.29312/remexca. v11i4.2128
Organización Mundial de la Salud (OMS). (2024). Desechos de la atención en salud. OMS.
Obtenido de https://www.who.int/es/news-room/fact-sheets/detail/health-care-waste
Ortiz Rocha, G. A. (2022). Análisis sobre la actividad científica referente a las estrategias de
climatización pasiva usada en invernaderos: Parte 1: Análisis bibliométrico.
doi:10.37811/cl_rcm. v6i5.3419
DOI: https://doi.org/10.71112/vnkpxf44
130 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre, Edición Especial
Peña, F., y Ibarra, F. (2024). Implementación de tecnologías IoT para la reducción del consumo
energético. doi:10.37636/recit. v7n3e332
Puelles Bulnes, M. E. (2023). Prototipo de un Invernadero automatizado hidropónico NFT con
dos microclimas para el hogar basado en Internet de las cosas. doi:10.15381/risi.
v16i1.25581
Puelles, M. (2023). Prototipo de un Invernadero automatizado hidropónico NFT con dos
microclimas para el hogar basado en Internet de las cosas. doi:10.15381/risi.
v16i1.25581
Quintanilla, K., González, C., y Valle, R. (2020). APLICACIÓN DE LA ECONOMÍA CIRCULAR
EN LA INDUSTRIA DEL PLÁSTICO UN APORTE AL CUMPLIMIENTO DE LOS ODS
EN ELSALVADOR, PERÍODO 2010-2020. Universidad de El Salvador. Obtenido de
https://repositorio.ues.edu.sv/server/api/core/bitstreams/1d26c9ef-e5f8-4164-8c09-
08c318005a30/content
Ramírez, S., Palau, I., León, M., y Suarez, R. (2021). Control de humedad y consumo de agua
en un invernadero. doi:10.47460/uct. v25i109.449
Ramos, L., Quej, V., Carrillo, E., Aceves, E., y Rivera, B. (2021). Estimación de la
evapotranspiración de referencia con datos de temperatura: una comparación entre
técnicas de cálculo convencionales y de inteligencia artificial en una región cálida-
subhúmeda. doi:10.24850/j-tyca-2021-03-02
Sagastume, A., Méndez, R., Campos, L., y Sanchez, T. (2021). Educación Ambiental para
Pormover las 3R. Universidad Dr. José Matías Delgado. Obtenido de
https://www.academia.edu/49352833/Environmental_education_to_promote_3Rs_in_the
_urban_area_of_the_municipality_of_Nuevo_Cuscatlan_La_Libertad_El_Salvador#losw
p-work-container
DOI: https://doi.org/10.71112/vnkpxf44
131 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre, Edición Especial
Sturzenegger, G., y Espinola, N. (2023). Apoyando el reciclaje inclusivo en América Latina y el
Caribe. Banco Interamericano de Desarrollo (BID). Obtenido de
https://blogs.iadb.org/agua/es/apoyando-el-reciclaje-inclusivo-en-america-latina-y-el-
caribe/
Tobar, B., Pinto, A., y Medina, A. (2025). Revisión sistemática de sistemas de control y
monitoreo en riego para optimizar la eficiencia del agua en cultivos agrícolas: Propuesta
integrada de mejora. doi:10.23857/pc. v10i8.10185
Valverde, J., y Arias, D. (2020). Efectos del estrés hídrico en crecimiento y desarrollo fisiológico
de Gliricidia sepium (Jacq.) Kunth ex Walp. doi:10.14483/2256201X.14786
Xing, Y., y Wang, X. (2024). Aplicación precisa de agua y fertilizantes a los cultivos: desafíos y
oportunidades. doi:10.3389/fpls.2024.1444560
