Predicción de Lluvias en Tiempo Real en Agricultura utilizando IA e IoT: Un Enfoque Bi-Direccional LSTM

La previsión precisa de lluvias es crucial para optimizar las prácticas agrícolas y mejorar los rendimientos de los cultivos. Este estudio presenta un modelo de previsión de lluvias en tiempo real utilizando un algoritmo de Memoria a Largo y Corto Plazo Bi-Direccional (Bi-LSTM) para una plataforma de IA en dispositivo. El modelo utiliza datos históricos del clima para predecir la precipitación, permitiendo a los agricultores tomar decisiones basadas en datos en riego, control de plagas y operaciones en el campo. Este modelo permite a los agricultores optimizar el uso del agua, conservar energía y mejorar la gestión general de los recursos. Las capacidades en tiempo real permiten ajustes inmediatos a las actividades agrícolas, mitigando los riesgos asociados con cambios climáticos inesperados. El modelo Bi-LSTM logró una precisión media del 92%, superando significativamente a los modelos tradicionales LSTM (85%) y ARIMA (80%). Esta alta precisión se atribuye a la capacidad de procesamiento bidireccional del modelo, que captura patrones temporales completos en los datos climáticos. Implementar este modelo puede mejorar los procesos de toma de decisiones para los agricultores, resultando en un aumento de la productividad y la rentabilidad en el sector agrícola.