|
|
Vol. 8, e1332, año 2026 ISSN – Online: 2708-3039 DOI:
https://doi.org/10.47796/ing.v8i00.1332 |
Arquitectura IoT basada en Node-RED y MQTT para el
monitoreo ambiental en entornos agrícolas
IoT-Based
Architecture Using Node-RED and MQTT for Environmental Monitoring in
Agricultural Settings
Cesar Augusto Romero Molano1
| Andrés
Felipe Orduz Pérez2*
|
Afiliación: 1,2Ingeniería
Electrónica, Facultad de Ciencias Básicas e Ingenierías, Universidad de los
Llanos, Villavicencio, Colombia Autor
de correspondencia: E-mail: *andres.orduz@unillanos.edu.co |
Información del artículo: Recibido: 23/10/2025 Aceptado: 11/11/2025 Publicado: 21/11/2025 |
Resumen
El Internet
de las Cosas (IoT) permite la interconexión de sensores y actuadores para
ofrecer soluciones escalables, efectivas y de bajo costo capaces de recopilar,
transmitir y procesar información en tiempo real. En el ámbito agrícola, la falta
de sistemas integrados para el monitoreo ambiental limita la gestión eficiente
de los recursos y la respuesta oportuna ante variaciones climáticas. En este
contexto, el presente trabajo tuvo como objetivo diseñar e implementar una
arquitectura IoT para el monitoreo en tiempo real de temperatura y humedad en
el ambiente, utilizando DigitalOcean como servidor en la nube, Node-RED como
entorno de integración y el protocolo MQTT para la transmisión de datos. Se
empleó una ESP32 conectada a un sensor DHT11, gestionada por el bróker
Mosquitto, con almacenamiento en MySQL y visualización mediante un dashboard
desarrollado en Node-RED. Los resultados demostraron una comunicación estable,
con un tiempo promedio de transmisión de 2 segundos y sin pérdidas de datos. La
arquitectura propuesta evidenció ser una solución eficiente, reproducible y de
bajo costo, adecuada para entornos académicos y agrícolas que requieran
supervisión ambiental continua y eficiente.
Palabras
clave: agricultura
inteligente; ESP32; IoT; monitoreo ambiental; node-RED.
Abstract
The Internet of Things (IoT) enables the interconnection of sensors and
actuators to provide scalable, effective, and low-cost solutions capable of
collecting, transmitting, and processing real-time information. In the
agricultural sector, the lack of integrated systems for environmental
monitoring limits the efficient management of resources and timely responses to
climatic variations. In this context, the objective of this work was to design
and implement an IoT architecture for real-time monitoring of ambient
temperature and humidity, using DigitalOcean as the cloud server, Node-RED as
the integration environment, and the MQTT protocol for data transmission. An
ESP32 microcontroller connected to a DHT11 sensor was employed, managed by the
Mosquitto broker, with data storage in MySQL and visualization through a
dashboard developed in Node-RED. The results demonstrated stable communication,
with an average transmission time of two seconds and no data loss during testing.
The proposed architecture proved to be an efficient, reproducible, and low-cost
solution, suitable for academic and agricultural environments requiring
continuous and reliable environmental supervision.
Keywords: smart
agriculture; ESP32; IoT; environmental monitoring; node-RED.
1. Introducción
El monitoreo ambiental es una herramienta esencial
para garantizar la sostenibilidad y la productividad de los ecosistemas
naturales y agropecuarios (Ministerio de Ambiente y Desarrollo Sostenible,
2022). Variables como la temperatura y la humedad inciden directamente en el
desarrollo vegetal, la salud animal y la estabilidad de los sistemas agrícolas;
por tanto, su control resulta decisivo para una gestión eficiente de los
recursos y una producción sostenible (Sánchez-Cuevas et al., 2023). No
obstante, en gran parte del sector agrícola colombiano y latinoamericano, la
medición de estos parámetros aún se realiza de forma manual o mediante equipos
aislados, lo que limita la continuidad en la recolección de datos y retrasa la
toma de decisiones ante variaciones ambientales (Comisión Económica para
América Latina y el Caribe [CEPAL], 2009).
En este escenario, el Internet de las Cosas (IoT)
se consolida como una de las tecnologías más prometedoras para la automatización
del monitoreo y la gestión ambiental. Su capacidad para interconectar sensores,
microcontroladores y plataformas en la nube permite recopilar, procesar y
visualizar información en tiempo real, optimizando los procesos productivos y
reduciendo el impacto ambiental (Cano et al., 2024). Diversos estudios han
evidenciado el potencial del IoT en aplicaciones agrícolas, desde el control de
microclimas en invernaderos hasta el seguimiento de la calidad del aire, del
agua y del suelo (Fuentes, 2023; Garre, 2019; Sánchez-Castillo, 2024). Entre
las herramientas más empleadas para la implementación de soluciones IoT destaca
Node-RED, una plataforma de programación visual de código abierto que facilita
la integración entre hardware, protocolos de comunicación y servicios en la
nube. Su uso junto al protocolo MQTT (Message Queuing Telemetry Transport)
permite establecer sistemas de monitoreo livianos, escalables y de bajo costo,
capaces de operar en entornos con conectividad limitada (Chen et al., 2020; Kairuz-Cabrera
et al., 2024; San Francisco, 2022). Su enfoque basado en nodos simplifica el
desarrollo de arquitecturas complejas de recolección, procesamiento y
visualización de datos, lo que permite crear sistemas robustos y
personalizables (Khalil et al., 2022; Moreno-Arrieta et al., 2025).
A pesar de estos avances, persiste una brecha
tecnológica en la adopción de infraestructuras IoT accesibles y replicables en
contextos educativos y rurales agrícolas (Trendov et al., 2019). En estudios
previos se ha demostrado el potencial del IoT en contextos controlados mediante
simulaciones (Orduz Pérez, 2025); sin embargo, aún son limitadas las
implementaciones reales en campo, lo que motiva el desarrollo del presente
trabajo. En este sentido, la Granja de la Universidad de los Llanos (Unillanos)
constituye un entorno idóneo para la validación de este tipo de sistemas, dado
su enfoque en investigación aplicada y producción agropecuaria. Las condiciones
climáticas de los Llanos Orientales, caracterizadas por temperaturas elevadas y
alta humedad relativa, representan un desafío técnico que exige soluciones
robustas y sostenibles (Herrera-Rubio y Ortiz, 2022; Jongbo, 2023).
En respuesta a esta necesidad, el presente trabajo
propone una arquitectura IoT basada en Node-RED y MQTT para el monitoreo en
tiempo real de variables ambientales, utilizando DigitalOcean como plataforma
en la nube. La novedad del estudio radica en la integración práctica y validada
de una infraestructura IoT completa adquisición, comunicación, almacenamiento y
visualización en un entorno académico y agrícola real, demostrando su
viabilidad técnica, escalabilidad y bajo costo de implementación.
2. Metodología
2.1. Arquitectura del sistema
El sistema de monitoreo ambiental fue diseñado bajo
una arquitectura IoT basada en el protocolo MQTT (Message Queuing Telemetry
Transport) y soportada en la plataforma de orquestación Node-RED, desplegada en
un servidor virtual DigitalOcean. El propósito principal fue recopilar,
transmitir y visualizar en tiempo real variables ambientales, particularmente
temperatura y humedad relativa, medidas mediante un sensor DHT11 conectado a
una placa ESP32 instalada en la Granja de la Universidad de los Llanos, ubicada
en Villavicencio, Meta. La arquitectura propuesta está estructurada en tres
capas que permiten un flujo eficiente de información desde la adquisición hasta
la visualización de los datos. La primera corresponde a la capa de percepción,
conformada por los sensores conectados al microcontrolador ESP32. La segunda
capa es la de red, donde se establece la comunicación mediante el protocolo
MQTT utilizando Mosquitto como broker de mensajes. Finalmente, la capa de
aplicación se encarga del procesamiento, visualización y almacenamiento de la
información en Node-RED y en una base de datos MySQL. La Figura 1, presenta el esquema general de la
arquitectura propuesta, en la que se detalla la interacción entre los
componentes de hardware, red y aplicación.
2.2. Hardware implementado
Para
la adquisición de datos se utilizó una placa ESP32, un microcontrolador de 32
bits con conectividad Wi-Fi y Bluetooth integrada, ampliamente empleado en
aplicaciones IoT por su versatilidad y bajo consumo energético. El sensor DHT11
fue seleccionado para la medición de temperatura y humedad ambiental debido a
su bajo costo, facilidad de calibración y compatibilidad directa con la ESP32.
En la Tabla 1, se muestran los principales componentes empleados en el
desarrollo del sistema junto con su respectiva descripción y función.
|
Figura 1 Diagrama de bloque del sistema |
|
|
|
Tabla 1 Componentes principales |
||
|
Componente |
Descripción |
Función |
|
ESP32 |
Microcontrolador
de 32 bits con Wi-Fi |
Envío
de datos mediante MQTT |
|
DHT11 |
Sensor
de temperatura y humedad |
Captura
de datos |
|
Servidor DigitalOcean |
Nube privada |
Alojamiento
de Node-RED, Mosquitto y MySQL |
|
Figura 2 Montaje de la ESP32 y el sensor |
|
|
El
montaje inicial se llevó a cabo en una protoboard dentro del laboratorio de
electrónica de la Universidad de los Llanos, lo que permitió validar la
comunicación entre el sensor, el microcontrolador y el servidor utilizando el
protocolo MQTT. El sistema fue alimentado a través del puerto USB-C de la
ESP32, asegurando un suministro estable de 5 V durante las pruebas. Durante
esta etapa, se verificó la correcta lectura de los datos por parte del sensor,
la publicación de los mensajes hacia el broker Mosquitto y su recepción en la
plataforma Node-RED. La
Figura 2 muestra el montaje físico del sensor y la placa ESP32 durante las
pruebas de validación en laboratorio.
Aunque
las pruebas iniciales se desarrollaron en condiciones controladas, se consideró
la Granja de la Universidad de los Llanos como entorno de despliegue, con el
objetivo de evaluar el comportamiento del sistema en un contexto real de campo.
En esta fase se definieron los puntos de instalación del nodo, la cobertura de
red necesaria y la ubicación óptima del sensor. La Figura 3 presenta la
ubicación referencial propuesta para el nodo IoT en la granja.
2.3. Configuración del servidor
Para
la gestión y transmisión de datos se implementó un servidor virtual en
DigitalOcean, empleando una instancia con sistema operativo Ubuntu 24.04. En
este entorno se instalaron los servicios Mosquitto MQTT Broker y Node-RED, los
cuales permitieron establecer la comunicación entre el nodo IoT (ESP32) y el
panel de visualización. La
Figura 4 muestra el proceso de creación del servidor en la plataforma
DigitalOcean, donde se alojaron los servicios principales.
El
protocolo MQTT fue seleccionado por su eficiencia en la transmisión de datos en
redes con bajo ancho de banda y su arquitectura ligera, ideal para aplicaciones
IoT (Chen et al., 2020). El broker Mosquitto actuó como intermediario entre los
dispositivos, recibiendo los mensajes enviados por la ESP32 y reenviándolos a
Node-RED para su procesamiento.
La
ESP32 fue configurada como cliente publicador, encargada de enviar los datos
del sensor a los tópicos giot/unillanos/temperatura y giot/unillanos/humedad,
mientras que Node-RED se estableció como cliente suscriptor encargado de
recibir y procesar dichos mensajes. El flujo de información, descrito en la
Figura 5, muestra la secuencia de envío, recepción y tratamiento de los datos
entre los componentes del sistema.
Asimismo,
se habilitó la autenticación de usuarios en el broker MQTT y el uso de un
puerto seguro, con el fin de garantizar la integridad, confidencialidad y
disponibilidad de los datos transmitidos.
|
Figura 3 Ubicación referencial del nodo IoT en la granja de la Universidad de
los Llanos |
|
|
|
Figura 4 Creación del servidor en DigitalOcean |
|
|
|
Figura 5 Flujograma de la información |
|
|
|
Figura 6 Flujos desarrollados en Node-RED |
|
|
2.4. Desarrollo de flujos en Node-RED
El
procesamiento y la visualización de los datos se efectuaron mediante Node-RED,
ejecutado en la misma instancia de DigitalOcean donde operaba el broker
Mosquitto, lo que permitió mantener una arquitectura centralizada y eficiente.
El flujo diseñado en Node-RED se configuró para recibir, filtrar, procesar y
visualizar los datos de temperatura y humedad en tiempo real provenientes de la
ESP32.
El
flujo de trabajo incluyó nodos de suscripción para recibir los datos, funciones
para el tratamiento de información y conversión de formatos, nodos de interfaz
gráfica (Gauge, Chart y Text) para la visualización en tiempo real, un nodo
Debug para la validación de comunicación y un nodo de base de datos (iotdb)
para el almacenamiento en MySQL. La Figura 6 muestra los flujos desarrollados
en Node-RED, evidenciando la secuencia de recepción, procesamiento y
visualización de los datos ambientales.
El
panel de control (Dashboard) resultante permite visualizar los valores de
temperatura y humedad mediante indicadores circulares tipo gauge, gráficos de
línea chart que reflejan la evolución temporal de las variables y campos text
que muestran los valores numéricos en tiempo real. La interfaz es accesible
desde cualquier navegador mediante la dirección IP pública del servidor, lo que
facilita el monitoreo remoto del sistema.
2.5. Visualización y análisis de datos
La
visualización de los datos recolectados se realizó mediante el Dashboard de
Node-RED, configurado para mostrar en tiempo real las lecturas de temperatura y
humedad relativa obtenidas por el sensor DHT11. Cada registro fue enviado desde
la ESP32 al broker Mosquitto, procesado por Node-RED y posteriormente
representado gráficamente en la interfaz. La Figura 7 presenta el panel principal del Dashboard, donde se
observan los indicadores circulares, gráficos de tendencia y campos numéricos
configurados para la visualización continua. En el panel principal se incorporaron tres secciones de visualización:
indicadores circulares tipo gauge para mostrar los valores instantáneos,
gráficas tipo chart para representar la tendencia temporal de las variables, e
indicadores tipo text para presentar los valores numéricos en tiempo real.
Para
el análisis complementario, los datos fueron exportados desde Node-RED hacia
una base de datos MySQL, permitiendo el almacenamiento estructurado y su
posterior tratamiento estadístico. La Tabla 2 describe la estructura de la base
de datos utilizada, con sus respectivos campos, tipos de dato y configuración.
|
Figura 7 Dashboard en Node-RED |
|
|
|
Tabla 2 Componentes
principales |
|||||
|
Field |
Type |
Null |
Key |
Default |
Extra |
|
ID |
Int |
No |
PRI |
Null |
Auto_increment |
|
Temperatura |
Float |
Yes |
- |
Null |
- |
|
Humedad |
Float |
Yes |
- |
Null |
- |
|
Fecha |
timestamp |
Yes |
- |
Current_timesta
MP |
Default_generated |
|
Figura 8 Tendencia temporal de la temperatura (°C) y
la humedad relativa (%) |
|
|
3.
Resultados
El sistema IoT desarrollado cumplió
satisfactoriamente el ciclo completo de adquisición, transmisión,
almacenamiento y visualización de las variables ambientales. Las mediciones de
temperatura y humedad relativa capturadas por el sensor DHT11 fueron enviadas
por la ESP32 al bróker Mosquitto mediante el protocolo MQTT, procesadas en
Node-RED y finalmente almacenadas en una base de datos MySQL alojada en el
servidor DigitalOcean. La base de datos fue estructurada con una
tabla denominada lecturas, que incluyó los campos id, temperatura, humedad y
fecha, permitiendo la ejecución de consultas SQL para obtener promedios
horarios, valores máximos y mínimos registrados durante el periodo de pruebas.
A partir de los registros históricos se
exportaron los datos en formato CSV y se procesaron en Python para generar
gráficas comparativas del comportamiento térmico y de humedad. La Figura 8
muestra la variación de ambas variables durante un intervalo de ocho semanas. La
línea sólida naranja muestra la variación de la temperatura promedio, con
valores comprendidos entre 25 °C y 29 °C, evidenciando ligeras oscilaciones
semanales que corresponden a fluctuaciones térmicas naturales del entorno
tropical. Por otro lado, la línea azul discontinua refleja la humedad relativa
promedio, con un rango aproximado entre 60 % y 65 %, mostrando una tendencia
opuesta a la temperatura: a medida que la temperatura aumenta, la humedad
tiende a disminuir, lo que confirma una correlación inversa moderada entre
ambas variables. El comportamiento observado es consistente con la dinámica
climática típica de los Llanos Orientales, caracterizada por una alta radiación
solar y niveles de humedad variables según los ciclos de precipitación y
evaporación. Esta correlación permite validar el funcionamiento del sistema
IoT, al evidenciar lecturas coherentes con las condiciones ambientales reales.
Durante las pruebas, el sistema mantuvo una
comunicación estable y continua, sin pérdidas de conexión ni retrasos
significativos en la transmisión de datos. El tiempo promedio de entrega entre
la lectura del sensor y su almacenamiento en la base de datos fue de
aproximadamente 2 s. Estos resultados confirman que la integración entre
Node-RED y MySQL permite combinar la supervisión en tiempo real con el análisis
histórico de datos, lo que consolida el sistema como una herramienta efectiva
para el monitoreo ambiental en escenarios académicos y rurales.
Los resultados obtenidos demuestran la
viabilidad técnica del uso de arquitecturas IoT basadas en Node-RED y MQTT para
el monitoreo ambiental. La comunicación estable y la baja latencia evidencian
que la configuración implementada es adecuada para aplicaciones que requieren
transmisión de datos en tiempo real, incluso en redes con recursos limitados,
lo cual coincide con lo reportado por Chen et al. (2020) sobre la eficiencia
del protocolo MQTT.
La
correlación observada entre el aumento de temperatura y la disminución de
humedad relativa valida el comportamiento esperado de las variables ambientales,
como las presentes en la región de los Llanos Orientales. Este patrón coincide
con los resultados de Herrera-Rubio y Ortiz (2022) y Jongbo (2023), quienes
destacaron la influencia directa de la temperatura ambiental sobre los niveles
de humedad en sistemas agropecuarios.
El rendimiento estable del sistema confirma
que el enfoque de integración centralizada en la nube mediante DigitalOcean es
eficiente para aplicaciones de monitoreo distribuidas. Además, la utilización
de Node-RED permitió un desarrollo modular y visualmente intuitivo, reduciendo
la complejidad del diseño y facilitando la replicabilidad del sistema, como
señalan Kairuz-Cabrera et al. (2024) y Khalil et al. (2022) en estudios
similares.
Finalmente, se reconoce la posibilidad de
escalar la arquitectura mediante la incorporación de nuevos sensores
(luminosidad, presión o humedad del suelo) y la implementación de mecanismos de
alerta automática basados en umbrales críticos de las variables. Estas mejoras
futuras fortalecerían la adaptabilidad del sistema ante diversas condiciones
climáticas y potenciarían su uso en proyectos de investigación aplicada y
agricultura inteligente.
5. Conclusiones
El sistema IoT desarrollado demostró la viabilidad
técnica y operativa de integrar tecnologías abiertas y de bajo costo, como
ESP32, DHT11, MQTT, Node-RED y DigitalOcean, para el monitoreo ambiental en
tiempo real.
Los resultados evidenciaron una comunicación
estable y eficiente, con un tiempo promedio de transmisión de 2 segundos y sin
pérdidas de datos, validando la efectividad del flujo de información entre los
dispositivos y el servidor.
La arquitectura propuesta constituye una
alternativa confiable, económica y escalable para aplicaciones académicas y
agrícolas, favoreciendo la apropiación tecnológica y la sostenibilidad en
contextos rurales.
C. A. Romero: Conceptualización, curación de datos, análisis formal, investigación,
metodología, recursos, software, supervisión, visualización, validación, redacción del borrador original y redacción, revisión y
edición del manuscrito. A. F. Orduz: Conceptualización, curación de
datos, análisis formal, investigación, metodología, administración del
proyecto, recursos, software, validación, redacción del borrador original y
redacción, revisión y edición del manuscrito.
Conflictos
de interés
Los autores declaran no tener
ningún conflicto de interés relacionado con esta publicación.
Cano, A. M. C., Castillo,
V. S., Gamboa, A. J. P., Castillo-Gonzalez, W., Vitón-Castillo, A. A., y
Gonzalez-Argote, J. (2024). Internet of Things and Health: A literature review
based on Mixed Method. EAI endorsed transactions on internet of things, 10.
https://doi.org/10.4108/eetiot.4909
Chen, F., Huo, Y., Zhu, J.,
y Fan, D. (2020, 6 al 8 de noviembre). A review on the study on MQTT security
challenge [conferencia]. 2020 IEEE International Conference on Smart
Cloud (SmartCloud), Washington DC, Estados Unidos. https://doi.org/10.1109/SmartCloud49737.2020.00032
Comisión Económica para América Latina y el Caribe [CEPAL]. (2009).
Guía metodológica para desarrollar indicadores ambientales y de desarrollo
sostenible en países de América Latina y el Caribe. Naciones Unidas. https://repositorio.cepal.org/entities/publication/7eb7c401-8e8f-47a1-8efa-6464247dd2e5
Fuentes, N. A. (2023). Sistema IoT para el monitoreo de variables
ambientales del cultivo de quinua, Puno 2023 [Tesis de pregrado,
Universidad César Vallejo]. https://repositorio.ucv.edu.pe/handle/20.500.12692/118538
Garre, J. A. (2019). Sistema de control en tiempo real para sensores
inteligentes usando microcontroladores PIC: Una aplicación para IoT
[Trabajo de fin de grado, Universidad Politécnica de Cartagena]. https://repositorio.upct.es/entities/publication/d8a371a7-99cb-47b3-9a63-22ee15e3a906
Herrera-Rubio, J. E., y
Ortiz E, V. J. (2022). Implementación de un sistema de monitoreo y control con
tecnología IoT para determinar el comportamiento de las variables ambientales
en la avicultura. Investigación e Innovación en Ingenierías, 10(1),
30–41. https://doi.org/10.17081/invinno.10.1.5016
Jongbo, A. O. (2023).
Conejera alternativa a pequeña escala y su monitoreo ambiental utilizando
sensores basados en Internet de las cosas (IoT). Revista Colombiana de
Ciencia Animal - RECIA, 15(2), e971. https://doi.org/10.24188/recia.v15.n2.2023.971
Kairuz-Cabrera, D., Hernández-Rodríguez, V. M., Martínez-Laguardia, A., Hernández,
L., Merino-Laso, P., y Schalm, O. (2024, 18 al 22 de marzo). Integración de
Node-RED y Grafana en un sistema de monitoreo meteorológico [Conferencia]. En Proceedings of the XIX International Convention and Fair INFORMATICA
2024, La Habana, Cuba. https://goo.su/lEggnpw
Khalil, U., Malik, O. A.,
Uddin, M., y Chen, C.-L. (2022). A comparative analysis on blockchain versus
centralized authentication architectures for IoT-enabled smart devices in smart
cities: A comprehensive review, recent advances, and future research
directions. Sensors (Basel, Switzerland), 22(14), 5168.
https://doi.org/10.3390/s22145168
Ministerio de Ambiente y Desarrollo Sostenible. (2022). Banco de
indicadores para el proceso de licenciamiento ambiental. https://goo.su/LqZtQ
Moreno-Arrieta, F.
J., Vides-Herrera, C. A., Ropero-Castillo, C. C., Ramón-Valencia, J. D., y
Ruiz-Ayala, D. C. (2025). Sistema para la eficiencia energética en
edificaciones educativas utilizando tecnologías IoT. Prospectiva, 23(1), 1–17. http://ojs.uac.edu.co/index.php/prospectiva/article/view/3768
Orduz Pérez, A. F. (2025).
Simulación de un sistema IoT para monitoreo ambiental en cultivos controlados usando
Wokwi y Adafruit IO. Ingeniería Investiga, 7. https://doi.org/10.47796/ing.v7i00.1245
San Francisco UTN, F. R.
(2022). Jornadas de Ciencia y Tecnología 2022. AJEA, 16. https://doi.org/10.33414/ajea.1145.2022
Sánchez-Castillo, V.
(2024). Aplicaciones de la tecnología Internet of Things en las ciencias
ambientales: un estudio mixto en la base de datos Scopus. Respuestas, 30(1).
https://doi.org/10.22463/0122820x.4689
Sánchez-Cuevas, J. L.,
Guerrero Castillo, M. M., Mona Peña, L. J., Sánchez Jácome, O., y Velasco
Pacheco, A. E. (2023). Monitoreo de temperatura y humedad ambiental con
lorawan: IoT en el desafío energético y el cambio climático. REVISTA
IPSUMTEC, 6(5), 60–67. https://doi.org/10.61117/ipsumtec.v6i5.215
Trendov, N. M., Varas, S.,
y Zeng, M. (2019). Tecnologías digitales en la agricultura y las zonas
rurales: Documento de orientación. Repositorio del Conocimiento.
Organización de las Naciones Unidas para la Alimentación y la Agricultura. https://openknowledge.fao.org/items/9c9d72f6-9438-4f51-ac9c-a792972cb80f