Artículo
original
Sistema
de monitoreo remoto y control automatizado del sistema acuapónico
Remote
Monitoring and Automated Control System of the Aquaponic System
Guiseppi Jordano Cárdenas
Chambilla[1]
https://orcid.org/0009-0007-6203-3587
Victor Andre Jorge Alarcón Quispe[2]
https://orcid.org/0009-0007-5680-5966
Hugo Javier Rivera Herrera[3]
https://orcid.org/0000-0002-9896-5008
Recibido:
03/02/2025
Aceptado:
24/032025
Publicado:
07/04/2025
Resumen
La acuaponía, una práctica que combina la
acuicultura y la hidroponía, ofrece una alternativa sostenible para la
producción de alimentos en zonas con recursos hídricos limitados, como algunas
regiones de Perú. Sin embargo, gestionar adecuadamente los parámetros del agua,
esenciales para mantener el equilibrio del sistema, sigue siendo un desafío. En
este contexto, el estudio tuvo como objetivo diseñar e implementar un sistema
de monitoreo remoto basado en IoT para medir y controlar parámetros críticos
del agua en una piscigranja acuapónica en Tacna, Perú. La metodología incluyó
el desarrollo de una infraestructura de hardware con sensores de pH, turbidez,
temperatura y nivel de agua, conectados a un microcontrolador ESP32 LilyGO con
comunicación vía MQTT y equipado con
un módem GSM/3G (SIM7000G). También se diseñó un software para la recopilación,
transmisión y almacenamiento de datos en la nube, permitiendo supervisión en
tiempo real y acciones automatizadas. Los resultados evidenciaron una mejora en
la estabilidad de los parámetros monitoreados, optimizando la eficiencia del
sistema acuapónico y reduciendo la intervención humana. Se concluye que la
implementación de IoT en acuaponía permite un control preciso y en tiempo real
de la calidad del agua, lo que contribuye a una producción sostenible y
eficiente, reduciendo riesgos y mejorando la resiliencia del sistema frente a
variaciones ambientales.
Palabras
clave: Internet de las cosas (IoT); monitoreo, producción sostenible;
sistema acuapónico.
Abstract
Aquaponics, a practice that combines aquaculture and
hydroponics, offers a sustainable alternative for food production in areas with
limited water resources, such as some regions of Peru. However, properly
managing water parameters, which are essential to maintain the system's
balance, remains a significant challenge. In this context, the study aimed to
design and implement a remote monitoring system based on IoT to measure and
control critical water parameters in an aquaponic fish farm in Tacna, Peru. The
methodology included the development of a hardware infrastructure with pH,
turbidity, temperature, and water level sensors, connected to an ESP32 LilyGO
microcontroller with MQTT communication and equipped with a GSM/3G modem
(SIM7000G). Additionally, software was designed for data collection,
transmission, and cloud storage, enabling real-time monitoring and automated
actions. The results showed an improvement in the stability of the monitored
parameters, optimizing the efficiency of the aquaponic system and reducing
human intervention. It is concluded that the implementation of IoT in
aquaponics allows for precise, real-time control of water quality, contributing
to a sustainable and efficient production process, reducing risks, and
enhancing the system's resilience against environmental fluctuations.
Keywords: Internet
of Things (IoT); monitoring, sustainable production; aquaponic system.
1. Introducción
La producción de alimentos enfrenta desafíos cada vez mayores debido
al crecimiento de la población y la reducción de recursos naturales disponibles.
En ese sentido, se ha desarrollado un sistema de producción sostenible
denominado acuaponía, que combina la acuicultura (cría de peces) con la
hidroponía (cultivo de plantas sin suelo) en un ciclo cerrado y simbiótico. En este
sistema, los desechos de los peces se convierten en nutrientes para las plantas
gracias a la acción de bacterias beneficiosas, mientras que las plantas ayudan
a filtrar y limpiar el agua, devolviéndola a los peces en condiciones adecuadas.
Además, este enfoque permite optimizar el uso del agua, reducir la necesidad de
fertilizantes químicos y producir alimentos saludables de manera integrada (Ataucusi-Mayor
et al., 2022; Goddek et al., 2020; Khaoula et al., 2021; Pérez et al., 2015). Sin embargo, el monitoreo
constante de la calidad del agua en sistemas acuáticos es esencial para
garantizar el bienestar de los organismos que habitan en
estos entornos. Parámetros como el pH, la temperatura, la turbidez y los
niveles de agua son indicadores esenciales para el buen funcionamiento de estos
sistemas. La variabilidad en estos parámetros puede resultar en estrés
fisiológico, enfermedades y pérdidas económicas significativas (Sun
et al., 2022; Shete et al., 2024).
El pH, que indica el nivel de acidez o alcalinidad del agua, impacta
la tasa de crecimiento, la actividad enzimática y la solubilidad de los
nutrientes esenciales (Wang et al., 2023; Wongkiew et al., 2017). Por
otro lado, la temperatura del agua afecta el metabolismo, por lo que mantenerla
en un rango adecuado es fundamental para el crecimiento y la reproducción de
los peces (Krastanova et al., 2022; Yavuzcan Yildiz
et al., 2017). Mientras que la turbidez mide la cantidad de partículas en
suspensión en el agua, tales como sedimentos, materia orgánica y
microorganismos (Nair et al., 2025)
Tradicionalmente, el monitoreo y control de estos factores se ha
realizado mediante muestreos manuales y análisis de laboratorio. Este enfoque,
aunque efectivo, es laborioso y no proporciona datos en tiempo real, limitando
la capacidad de respuesta ante cambios abruptos en las condiciones del agua.
Además, con la expansión de estos sistemas hacia áreas remotas, la necesidad de
contar con soluciones tecnológicas efectivas para el monitoreo en tiempo real
ha aumentado (Jaya et al., 2024; Khandelwal et al., 2024). El uso de
tecnologías como el Internet de las Cosas (IoT) ha mostrado un gran potencial
para satisfacer esta demanda y minimizar los riesgos asociados (Taha
et al., 2022). Khaoula et al. (2021) menciona que el IoT es una
herramienta para la automatización y el monitoreo remoto en diversas
industrias, incluida la acuicultura.
El uso de dispositivos
como sensores conectados a plataformas de comunicación permite la recopilación
y transmisión de datos en tiempo real, proporcionando una visión continua de
las condiciones del entorno. En esa línea, Jaya et al. (2024) y Kok et al. (2024) expresa que la
automatización ofrece la posibilidad de reducir la intervención humana y
minimizar los errores asociados con las mediciones manuales, lo que a su vez
mejora la fiabilidad del sistema. Por tanto, el objetivo del estudio
fue diseñar e implementar un sistema de monitoreo remoto basado en IoT para la
medición y control de los parámetros de calidad del agua (pH, turbidez, nivel
de agua y temperatura) en un sistema acuapónico. Este sistema permitirá la
transmisión de datos a una plataforma en la nube, facilitando la supervisión en
tiempo real y la automatización de acciones correctivas cuando sea necesario.
2. Metodología
2.1. Lugar de estudio
La investigación se realizó en una piscigranja acuapónica de Tacna,
Perú, ubicada al sur de la ciudad. Que opera en condiciones semi-aisladas, lo
que representa un desafío para la conectividad. Sin embargo, el área tiene
cobertura de la operadora Entel, por lo que se integró una tarjeta SIM de esta
operadora al microcontrolador ESP32 LilyGO. Esta ubicación fue elegida debido a
su relevancia en la actividad acuapónica local y su capacidad para albergar el
sistema de monitoreo remoto, lo cual facilitó el análisis de datos en tiempo
real. Respecto al tipo de pez que se produjo fueron las tilapias (Oreochromis
niloticus). Que es ampliamente cultivado en acuaponía debido a su valor
económico y su aporte nutricional. Contiene nutrientes esenciales para el
cuerpo humano, como carbohidratos, proteínas, grasas, calcio, fósforo y hierro
(Jaya et al., 2024).
2.2. Caracterización del
sistema
El sistema acuapónico actual de la piscigranja se caracteriza por un
ciclo cerrado en el que los peces y las plantas coexisten de manera eficiente.
Los desechos generados por los peces son procesados por un sistema de filtrado
mecánico y biológico que convierte estos desechos en nutrientes para las
plantas (Figura 1a). Es decir, los peces generan desechos ricos en nitrógeno y fósforo, que las
bacterias transforman en nitratos, esenciales para el crecimiento de las
plantas. Estas, a su vez, mejoran la calidad del agua al absorber nutrientes y
reducir compuestos tóxicos. La mayor parte del amoníaco se libera por
osmorregulación, mientras que el resto proviene de heces y orina, formando el
nitrógeno amoniacal total, clave en el equilibrio del sistema (Wahyuningsih et al., 2015).
Luego, el agua rica en nutrientes se transporta a las bandejas donde se
cultivan las plantas, purificándose antes de regresar a los tanques de peces.
El control de la temperatura del agua se optimiza mediante una terma solar, y
se gestionan los flujos de agua y oxígeno mediante una bomba eléctrica y
válvulas de flujo
Mientras que la implementación del sistema de monitoreo remoto y
control automatizado propuesto, busca integrar tecnologías de sensores y
comunicación para mejorar el rendimiento y monitoreo en tiempo real del sistema
acuapónico. De esta manera no solo optimizar los recursos sino también
garantizar el bienestar de los peces y plantas a lo largo de su proceso de
producción (Figura 1b).
2.3. Implementación del
sistema
La implementación del
sistema de monitoreo y control automático del sistema acuapónico se llevó a
cabo en varias fases. En primer lugar, se diseñó una infraestructura de
hardware que integrara diversos sensores y actuadores para monitorear
parámetros clave como pH, turbidez, temperatura y nivel de agua, además de la
comunicación remota. Para ello, se diseñaron placas de circuito impreso que
facilitaron la integración de los módulos de comunicación y transmisión de
datos mediante un cable de red UTP y conectores RJ45 (Figura
2). Estas placas se aseguraron de que los componentes estuvieran debidamente
conectados, lo que permitió optimizar el rendimiento del sistema sin causar
interferencias o fallas de comunicación.
|
Figura 1 Diagrama de bloques inicial y automatizado
del sistema acuapónico |
|
|
|
Figura 2 Diagrama del circuito y conexiones de los
componentes |
|
|
El sistema de
monitoreo utilizó sensores de turbidez, pH, temperatura, y nivel de agua, los
cuales fueron cuidadosamente seleccionados por su precisión y fiabilidad
(Figura 3). El sensor de turbidez de agua (a), por ejemplo, mide la calidad del
agua detectando partículas suspendidas mediante un diodo infrarrojo y un
fototransistor, con salidas analógicas y digitales para proporcionar lecturas
precisas. Del mismo modo, el sensor de pH DFRobot (b) garantiza mediciones
rápidas y precisas gracias a su membrana de vidrio de baja impedancia, lo que
es importante para mantener condiciones adecuadas en el sistema acuapónico. El
sensor de temperatura RTD PT100 (c) fue elegido por su alta precisión y
fiabilidad en la medición de la temperatura del agua, fundamental para el
bienestar de las especies acuáticas. Para leer el sensor PT100, se seleccionó
el módulo MAX31865 (d) debido a su alta facilidad de integración. Además, el
interruptor flotante (e) se utilizó para controlar el nivel del agua en los
tanques, garantizando que el sistema funcione de manera eficiente. Asimismo,
para regular el paso del flujo se utilizó las Válvula solenoide 3/4" 12VDC
Baja Presión normalmente cerradas (f). El microcontrolador ESP32 LilyGO (g) se
encargó de la recopilación de datos de los sensores (pH, turbidez, temperatura,
y nivel de agua) y de la transmisión de estos a través de la red celular
mediante un módem SIM7000G.
|
Figura 3 Diagrama del circuito y conexiones de los
componentes |
|
|
2.4. Diseño del software
El software diseñado gestionó
los sensores y actuadores, además de asegurar la conectividad remota mediante
el protocolo MQTT (Tabla 1). Para gestionar la
comunicación entre el microcontrolador y los dispositivos de monitoreo remoto,
se empleó el protocolo MQTT, que permite la transmisión de datos en tiempo real
a través de una red segura y confiable. El desarrollo del software incluyó la
configuración de las librerías, la inicialización de los sensores y actuadores,
la conexión del dispositivo a la red Wi-Fi y la configuración de la comunicación
con el broker MQTT. Adicionalmente, el sistema se sincronizó con un servidor
NTP para garantizar la precisión en el registro temporal de los datos. El
software también permite el control de los actuadores, tales como una válvula
solenoide y una bomba, en función de las lecturas de los sensores, lo que
asegura la estabilidad del sistema acuapónico. De esta manera, el sistema no
solo mide y monitorea, sino que también toma decisiones automáticas basadas en
los parámetros predefinidos para mantener condiciones óptimas para los peces y
las plantas.
|
Tabla 1 Etapas de funcionamiento del software
diseñado |
||
|
Etapa |
Objetivo |
Propósito |
|
Configuración y
librerías |
Incluir librerías y definir constantes
necesarias para el sistema. |
Incluir librerías como TinyGsmClient, PubSubClient,
SD. |
|
Configuración de red |
Conectar el dispositivo a Wi-Fi y/o red GSM. |
Conexión a Wi-Fi con WiFi.begin. Configuración
del modem GSM con APN y conexión GPRS. |
|
Configuración del
cliente MQTT |
Establecer comunicación con el broker MQTT. |
Configurar broker, puerto, usuario y
contraseña. |
|
Configuración de
sensores y actuadores |
Inicializar y configurar los sensores y
actuadores conectados |
Definir pines para sensores (pH,
temperatura, turbidez, nivel). Configurar actuadores |
|
Configuración de
tiempo |
Sincronizar el dispositivo con un servidor
NTP para obtener la hora actual. |
Configurar NTPClient o configTime para
sincronización horaria. Formatear y almacenar hora y fecha. |
|
Lectura de sensores |
Recopilar datos de sensores y realizar
cálculos necesarios. |
Leer sensores periódicamente. Calibrar datos
según parámetros definidos. |
|
Publicación y
control en MQTT |
Publicar datos de sensores y controlar
actuadores mediante MQTT. |
Publicar datos en tópicos MQTT. Escuchar
mensajes de control para operar actuadores. |
2.5. Montaje y pruebas de
campo
El software diseñado aseguró
la conectividad remota mediante el protocolo MQTT. El microcontrolador ESP32
LilyGO se encargó de la recopilación de datos de los sensores (pH, turbidez,
temperatura, y nivel de agua) y de la transmisión de estos a través de la red
celular mediante un módem SIM7000G. Para gestionar la comunicación entre el
microcontrolador y los dispositivos de control remoto, se empleó el protocolo
MQTT, que permite la transmisión de datos en tiempo real a través de una red
segura y confiable. El monitoreo in situ se realizó entre los meses de octubre
a diciembre de 2024.
El prototipo
desarrollado e implementado se destacó por su capacidad de comunicación remota.
La integración del módulo ESP32 SIM700G, con capacidades de comunicación
GSM/3G, permitió la transmisión eficiente de los datos sensoriales hacia el
broker MQTT, posibilitando su visualización y análisis en tiempo real. La
transmisión de los datos se llevó a cabo de manera estable, evidenciando la
capacidad del sistema para operar en entornos con conectividad limitada.
Respecto al ciclo acuapónico Taha
et al. (2022) indica que consta de tres partes (Figura 4), primero los
peces excretan amoniaco a través de las branquias y desechos, luego pasa a los
tanques de sedimentos donde las bacterias oxidantes de amoniaco convierten el
amoniaco en nitrito, simultáneamente, mediante una bomba de agua es bombeado
hacia un tanque de biofiltro donde las bacterias oxidantes de nitrito
convierten el nitrito en nitrato. Posteriormente, dentro del tanque hidropónico
las plantas absorben los nutrientes y filtran el agua. Finalmente, el agua
filtrada retorna al tanque de los peces.
|
Figura 4 Esquema de la implementación del sistema
autónomo en acuaponía |
|
|
|
Nota. El esquema fue
generado en Biorrender.com. |
El análisis de los
sensores empleados evidenció su precisión y confiabilidad en la medición de los
parámetros ambientales y del agua en el sistema acuapónico. En el caso del
sensor de temperatura, se registró una variación máxima de ± 0,1°C, lo que
confirma su alta sensibilidad. Por otro lado, el sensor de pH presentó valores
más elevados durante el día, aproximadamente 0,05 unidades por encima de los
valores promedio nocturnos (Figura 5a). Estas variaciones son coherentes con la
literatura, dado que la actividad fotosintética de las plantas durante el día
contribuye al incremento del pH en sistemas acuapónicos. Kasozi et al. (2021), Wang et al.
(2023) y Yavuzcan Yildiz et al. (2017) resaltan que en sistemas
acuapónicos, el pH puede variar debido a procesos como la fotosíntesis de las
plantas o la descomposición de materia orgánica, lo que puede generar estrés en
los peces si no se controla adecuadamente.
|
Figura 5 Promedio por horas del pH del sumidero del
sistema y temperatura del tanque de peces |
|
|
Como parte del
objetivo de garantizar condiciones óptimas para el crecimiento y desarrollo de
las tilapias, se instaló un sensor de temperatura en uno de los tanques de
peces. Debido a que el diseño del sistema acuapónico permite la recirculación
continua del agua, la temperatura se mantiene homogénea en todos los tanques
(Figura 5b), lo que refuerza la importancia del monitoreo preciso de este
parámetro. El sensor, conectado a un ESP32 dedicado, envía los datos en tiempo
real al broker, asegurando que la temperatura permanezca dentro del rango (28
°C a 32 °C). Al respecto, Saavedra (2006) menciona que el desarrollo adecuado de algunas variedades de
peces está en un rango de temperatura entre 25 y 32 °C, es decir, en climas
cálidos. No obstante, temperaturas inferiores a 15
°C o superiores a 37 °C pueden afectar su bienestar y desarrollo. Ahora bien,
en zonas costeras y áridas del hemisferio sur, entre los meses de las
estaciones de otoño e invierno las temperaturas pueden disminuir
significativamente, alcanzando entre 35°C y 22°C debido a la nubosidad, con
registros más bajos de hasta 11 °C por el ingreso de aire frío (Servicio Nacional de Meteorología e Hidrología del
Perú [SENAMHI], 2024).
|
Promedio
por hora de la turbidez del filtro mecánico y de la temperatura de la terma
solar |
|
|
Además, se evaluó la
turbidez del agua mediante un sensor óptico, cuyo funcionamiento se basa en la
cantidad de luz que atraviesa el medio líquido. Un aumento en el voltaje de
salida del sensor indica menor turbidez, mientras que valores bajos sugieren
una mayor concentración de partículas en suspensión. Estos valores en voltaje
los convertimos en valores de porcentaje de medición del sensor de turbidez, en
donde un 100 % evidencia una concentración de partículas lo suficientemente
alta para no dejar pasar ningún haz de luz infrarroja hacia el módulo receptor
del sensor. El análisis de los datos registrados mostró fluctuaciones en la
turbidez a lo largo del día, con una tendencia a disminuir en determinados
momentos y posteriormente incrementar nuevamente. Al final del período, se
evidenció una estabilización en valores más altos, lo que sugiere una reducción
en la transparencia del agua, posiblemente asociada con la acumulación de
residuos orgánicos en el sistema (Figura 6a). Una turbidez elevada puede reducir la penetración de la luz, afectando
la fotosíntesis de las plantas acuáticas y alterando el equilibrio del
ecosistema. Además, niveles altos de turbidez pueden causar estrés en los peces
al obstruir sus branquias y reducir la concentración de oxígeno disuelto en el
agua (Kok et al., 2024; Teng et al., 2007; Yavuzcan Yildiz
et al., 2017).
Para garantizar la
eficiencia térmica del sistema, se implementó un sensor PT100 en la parte
superior de la terma solar. La Figura 6b muestra que la temperatura del agua
alcanzó su máximo alrededor de las 17:00 horas, registrando 70 °C.
Posteriormente, se activó la electroválvula, permitiendo el retorno del agua al
sistema acuapónico. Es importante destacar que, una vez que el sensor PT100
dejó de estar en contacto con el agua, la lectura ascendió a 80 °C, lo cual se
debe a que esta termocupla pt100 está diseñada para medir la temperatura en
contacto con el agua y no en el aire.
|
Figura 7 Pantalla del sistema implementado mostrando
datos en tiempo real |
|
|
Finalmente, referente
al funcionamiento del nodo central y la automatización del sistema se destacó
que el nodo central del sistema estuvo compuesto por dos ESP32 con funciones
diferenciadas. Uno de ellos, un LilyGO, se encargó de gestionar la comunicación
y el control del sistema, mientras que el otro ESP32 cumplió la función de
medir la temperatura en la terma. Adicionalmente, se integraron módulos de
comunicación para transmitir los datos de los sensores PT100, los cuales están
conectados a módulos MAX31865, asegurando una medición de temperatura con alta
precisión. Al
iniciar el sistema, primero se evaluó si la temperatura de los peces era
inferior al umbral predefinido. En el caso de la Figura 7a, la temperatura era
de 25,2 °C, por lo que se activó la electrobomba de circulación hacia la terma
solar. Una hora después, los datos en tiempo real indicaron que la temperatura
del agua en el tanque de los peces se mantenía en 28,3 °C, mientras que en la
terma se registraron 69,3 °C, con una turbidez de 44,5 (Figura 7b). Gracias a la
automatización del sistema, los actuadores de la electroválvula y la
electrobomba permanecieron desactivados cuando la temperatura de la terma se
encontraba en 69,3 °C, dado que el umbral de activación se establece en 70 °C. Durante
las pruebas, se observó que, cuando la temperatura de la terma superó los 70°C,
la electroválvula cambió automáticamente su estado a "ON", activando
la recirculación del agua caliente hacia el sistema acuapónico. En ese momento,
la pantalla del sistema mostró una alerta visual, registrando valores de pH de
7,5, temperatura del agua de 29,3 °C y 70,3 °C, y turbidez de 44,7 % (Figura
7c). La activación de la electrobomba principal permitió una distribución
eficiente del agua caliente, manteniendo condiciones adecuadas dentro del
sistema acuapónico.
El sistema implementado operó de manera autónoma, activando la bomba de
circulación hacia la terma solar únicamente cuando la temperatura en el
estanque de peces desciende por debajo de un umbral predefinido, detectado
mediante una termocupla. La bomba se desactivo automáticamente cuando la terma
se llenó por completo, detectado por la boya de electronivel situada en el tope
de esta. De igual manera, se activó la electroválvula únicamente cuando se
detectó una temperatura en la terma solar, mediante una termocupla, superior a
un umbral predefinido, manteniéndose abierta por un span de tiempo predefinido
para que toda el agua caliente regrese al estanque de peces. Este mecanismo
garantizó un control eficiente de la temperatura sin necesidad de intervención
manual. Además, se monitorean otros parámetros críticos como pH y turbidez,
esenciales para evaluar la calidad del agua y el bienestar de los peces.
Además,
las mediciones de temperatura y pH presentaron márgenes de error mínimos, lo
que confirma la fiabilidad del sistema para monitorear las condiciones del agua
en aplicaciones acuícolas y otros sectores donde la calidad del agua es un
factor crítico. Estos resultados respaldan la viabilidad del prototipo para su
implementación en escenarios reales, proporcionando datos precisos que
facilitan la toma de decisiones en la gestión del recurso hídrico.
Un
aspecto destacado de este desarrollo es la implementación del protocolo SPI en
la comunicación con el sensor PT100, logrando una transmisión efectiva a una
distancia de 10 metros mediante cable UTP. Aunque el protocolo SPI suele
presentar limitaciones en largas distancias, los resultados obtenidos
demostraron que, con una selección adecuada de componentes y una optimización
en el diseño del sistema, es posible superar dichas restricciones sin
comprometer la calidad de los datos transmitidos.
G. J. Cárdenas: Conceptualización, curación de datos, análisis
formal, investigación, desarrollo metodológico, administración del proyecto,
validación, visualización y redacción del borrador original. V. A. J.
Alarcón: Conceptualización, curación de datos, análisis formal,
investigación, desarrollo metodológico, administración del proyecto, software,
validación y redacción del borrador original. H. J. Rivera:
Conceptualización, desarrollo metodológico, administración del proyecto,
adquisición de fondos, provisión de recursos, supervisión, validación y
redacción – revisión y edición del manuscrito.
Conflictos de interés
Los autores
declaran que no existen conflictos de interés relacionados con esta
publicación.
5. Referencias Bibliográficas
Ataucusi-Mayor, D. J., Serrano-Guzmán, K. L., Paulino-Inga, J. L., &
Huamanchahua, D. (2022, del 9 al 11 de diciembre). Automation and sensor control for an
aquaponic system in the rural town of de San José de Quero district, Peru 2021
[conferencia]. 2022
7th International Conference on Mechatronics System and Robots (ICMSR), Singapur, Singapur. https://doi.org/10.1109/ICMSR2020.2022.00018
Goddek, S., Joyce, A., Kotzen, B., &
Burnell, G. M. (Eds.). (2019). Aquaponics food production systems:
Combined aquaculture and hydroponic production technologies for the future.
Springer Nature. https://doi.org/10.1007/978-3-030-15943-6
Jaya, D. S., Styawati, S., & Syahirul, A.
(2024). Automation of aquaponics systems through integration of RTC modules,
turbidity sensors, and water level sensors. Journal of Soft Computing
Exploration, 4(4), 262–275. https://doi.org/10.52465/joscex.v4i4.267
Kasozi, N., Abraham, B.,
Kaiser, H., & Wilhelmi, B. (2021). The complex microbiome in aquaponics:
significance of the bacterial ecosystem. Annals of Microbiology, 71(1).
https://doi.org/10.1186/s13213-020-01613-5
Khandelwal, G., Ansari, N.,
& Ostwal, R. (2024). A comprehensive review on : Aquaponic farming water
quality prediction. International Journal of Scientific Research in
Computer Science, Engineering and Information Technology, 10(4),
167–180. https://doi.org/10.32628/cseit2410420
Khaoula, T., Abdelouahid,
R. A., Ezzahoui, I., & Marzak, A. (2021). Architecture design of monitoring and
controlling of IoT-based aquaponics system powered by solar energy. Procedia
Computer Science, 191, 493–498. https://doi.org/10.1016/j.procs.2021.07.063
Kok, C. L., Kusuma, I. M. B.
P., Koh, Y. Y., Tang, H., & Lim, A. B. (2024). Smart aquaponics: An
automated water quality management system for sustainable urban
agriculture. Electronics, 13(5), 820. https://doi.org/10.3390/electronics13050820
Krastanova, M., Sirakov, I.,
Ivanova-Kirilova, S., Yarkov, D., & Orozova, P. (2022). Aquaponic systems:
biological and technological parameters. Biotechnology,
Biotechnological Equipment, 36(1), 305–316. https://doi.org/10.1080/13102818.2022.2074892
Saavedra, M. A. (2006). Manejo
del cultivo de Tilapia [Trabajo de grado, Centro de Investigaciones de
Ecosistemas Acuáticos de Managua]. https://repositorioslatinoamericanos.uchile.cl/handle/2250/1095629
Nair, C. S., Manoharan, R., Nishanth, D.,
Subramanian, R., Neumann, E., & Jaleel, A. (2025). Recent advancements in
aquaponics with special emphasis on its sustainability. Journal of the
World Aquaculture Society, 56(1). https://doi.org/10.1111/jwas.13116
Pérez, M., Téllez, R.,
Avelino, R., y Tenorio, F. (2015). Sistema Acuapónico. Revista de Ciencias
Naturales y Agropecuarias, 2(4), 538-546. https://goo.su/LuJhcrw
Servicio Nacional de
Meteorología e Hidrología del Perú [SENAMHI] (2024). Heladas y friajes. https://goo.su/FudZ
Shete, R. P., Bongale, A.
M., & Dharrao, D. (2024). IoT-enabled
effective real-time water quality monitoring method for aquaculture. MethodsX, 13(102906),
102906. https://doi.org/10.1016/j.mex.2024.102906
Sun, L., Wang, B., Yang, P.,
Wang, X., Li, D., & Wang, J. (2022). Water quality parameter analysis model
based on fish behavior. Computers and Electronics in Agriculture, 203(107500),
107500. https://doi.org/10.1016/j.compag.2022.107500
Taha, M. F., ElMasry, G.,
Gouda, M., Zhou, L., Liang, N., Abdalla, A., Rousseau, D., & Qiu, Z.
(2022). Recent advances of smart systems and Internet of things (IoT) for
aquaponics automation: A comprehensive overview. Chemosensors (Basel,
Switzerland), 10(8), 303. https://doi.org/10.3390/chemosensors10080303
Teng, W., Guoxiang, W., &
Qiang, L. (2007). Effects of water turbidity on the photosynthetic
characteristics of Myriophyllum spicatum L. Asian journal of plant
sciences, 6(5), 773–780. https://doi.org/10.3923/ajps.2007.773.780
Wahyuningsih, S., Effendi, H., y Wardiatno,
Yusli. (2015). Nitrogen removal of aquaculture wastewater in aquaponic
recirculation system. AACL Bioflux, 8(4), 491-499. https://goo.su/MXpSphf
Wang, Y.-J., Yang, T., & Kim, H.-J.
(2023). PH dynamics in aquaponic systems: Implications for plant and fish crop
productivity and yield. Sustainability, 15(9), 7137. https://doi.org/10.3390/su15097137
Wongkiew, S., Hu, Z., Chandran, K., Lee, J.
W., & Khanal, S. K. (2017). Nitrogen transformations in aquaponic systems:
A review. Aquaculture Engineering, 76, 9–19. https://doi.org/10.1016/j.aquaeng.2017.01.004
Yavuzcan Yildiz, H.,
Robaina, L., Pirhonen, J., Mente, E., Domínguez, D., & Parisi, G. (2017). Fish welfare in aquaponic systems: Its
relation to water quality with an emphasis on feed and Faeces—A review. Water, 9(1), 13. https://doi.org/10.3390/w9010013