Prisma ODS Revista Científica Multidisciplinar
Volumen 4, Número 2 - Año 2025
Página | 1
PORTADA
(Elaborada por la revista)
Prisma ODS Revista Científica Multidisciplinar
Volumen 4, Número 2 - Año 2025
Página | 260
Sistema de Monitoreo de Temperatura y Humedad para Cultivo
de Café en un Invernadero Mediante Tecnología Iot
Temperature and Humidity Monitoring System for Coffee Cultivation in a
Greenhouse Using IoT Technology
Cristian Vinicio Ortega Reyes
cristian.ortega5941@upse.edu.ec
https://orcid.org/0000-0002-6539-2215
Universidad Estatal Península de Santa Elena - Universidad Nacional de Loja
Ecuador
Paul Marcelo Pozo Palma
rpozo.palma@upse.edu.ec
https://orcid.org/0000-0002-8811-5659
Universidad Estatal Península de Santa Elena - Escuela Politécnica Nacional
Ecuador
Artículo recibido: 16/11/2025
Aceptado para publicación: 17/12/2025
Conflictos de Intereses: Ninguno que declarar
Prisma ODS Revista Científica Multidisciplinar
Volumen 4, Número 2 - Año 2025
Página | 261
RESUMEN
El uso de tecnologías del Internet de las Cosas (IoT) en la agricultura es una
herramienta clave para mejorar la eficiencia y sostenibilidad de los procesos productivos. En
el cultivo de café, las variaciones de temperatura y humedad durante la fase de almácigo
representan un factor determinante que puede afectar la supervivencia y el desarrollo
radicular de las plántulas. La aplicación de sistemas IoT permite registrar, analizar y controlar
en tiempo real variables ambientales críticas, favoreciendo el manejo racional de los recursos
hídricos y energéticos. La metodología implementada integra un microcontrolador ESP32, un
sensor DHT22 para medir temperatura y humedad relativa del aire y dos sensores HD-38 para
monitorear la humedad del suelo, junto con actuadores como una bomba nebulizadora,
ventiladores axiales y una resistencia térmica. Los datos se transmitieron mediante MQTT
hacia la plataforma Ubidots para su visualización continua. Los resultados evidencian
estabilidad térmica entre 22 y 26 °C y humedad relativa de 65 a 80 %, condiciones que
favorecieron el crecimiento del cafeto y redujeron la variabilidad climática. Se observó un
desarrollo notable del almácigo y mayor homogeneidad vegetal. Las plantas del sistema
automatizado alcanzaron 77.2 mm de altura, 59.4 mm de diámetro de copa y cuatro hojas,
mientras que las del sistema no automatizado registraron 49.5 mm de altura, 46.5 mm de
diámetro y solo dos hojas. Aunque se identificó como limitación la dependencia de una
conectividad estable a internet, el uso de IoT demostró ser una alternativa eficiente y de bajo
costo para mejorar el crecimiento temprano del cultivo de café.
Palabras clave: internet de las cosas, automatización, café, monitoreo ambiental,
agricultura inteligente
Prisma ODS Revista Científica Multidisciplinar
Volumen 4, Número 2 - Año 2025
Página | 262
ABSTRACT
The use of Internet of Things (IoT) technologies in agriculture is a key strategy for improving
the efficiency and sustainability of production systems. In coffee cultivation, fluctuations in
temperature and humidity during the seedling stage are critical factors that can compromise
plant survival and root development. The implementation of IoT systems enables real-time
recording, analysis, and control of essential environmental variables, supporting the rational
use of water and energy resources. The methodology employed integrates an ESP32
microcontroller, a DHT22 sensor for measuring air temperature and relative humidity, and
two HD-38 sensors for monitoring soil moisture, along with actuators such as a misting
pump, axiales fans, and a heating element. Data were transmitted via MQTT to the Ubidots
platform for continuous monitoring. The results demonstrated thermal stability between 22
and 26 °C and relative humidity levels between 65 and 80 percent, conditions that favored
seedling growth and mitigated climatic variability. A clear improvement in plant vigor and
greater developmental uniformity were observed. Seedlings grown under the automated
system reached 77.2 mm in height, 59.4 mm in canopy diameter, and developed four leaves,
whereas those in the non-automated environment reached 49.5 mm in height, 46.5 mm in
diameter, and produced only two cotyledon leaves. Although reliance on a stable internet
connection was identified as a limitation, the integration of IoT technologies proved to be an
efficient and low-cost approach to enhance early-stage coffee development.
Keywords: internet of things, automation, coffee, environmental monitoring, smart
agriculture
Prisma ODS Revista Científica Multidisciplinar
Volumen 4, Número 2 - Año 2025
Página | 263
INTRODUCCIÓN
El café es una de las mercancías agrícolas más importantes a nivel mundial, con una
producción global de café verde que en 2023 alcanzó aproximadamente 11,06 millones de
toneladas (FAOSTAT, 2023). Brasil lidera la producción, seguido de Vietnam y Colombia
(Investopedia, 2023). En cuanto al consumo per cápita, los países nórdicos, especialmente
Finlandia, se destacan; Finlandia encabeza los rankings anuales con consumos que superan
los 11-12 kg por persona (Times of India, 2022). Estos datos reflejan la magnitud del
mercado del café en términos de producción y demanda, lo que subraya su importancia
económica global y la necesidad de optimizar los procesos agrícolas desde las etapas iniciales
del cultivo.
En el caso de Ecuador, el café representa un pilar económico y social fundamental,
particularmente en el sur del país. En sus primeras fases de desarrollo, conocidas como estado
de chapola o almácigo, la planta atraviesa un proceso crítico en el que establece su sistema
radicular y sus primeras hojas antes del trasplante definitivo al campo. Durante esta fase, los
cambios de temperatura y humedad representan un factor de alto riesgo, pues pueden
comprometer el desarrollo radicular, la supervivencia y el vigor de las plántulas (Ariza García
et al., 2022; Chanchí Golondrino et al., 2022).
En este contexto, el monitoreo continuo de las variables de temperatura y humedad resulta
indispensable para garantizar la estabilidad fisiológica de los almácigos de café.
Investigaciones agronómicas han establecido que el rango óptimo de temperatura para el
desarrollo de la especie se ubica entre 22 °C y 26 °C; valores inferiores a este rango
prolongan excesivamente los ciclos de crecimiento, mientras que temperaturas superiores a
26 °C aceleran procesos de estrés, reducen la longevidad de la planta y favorecen la
proliferación de plagas como la broca (Hypothenemus hampei) (González Gaitán, Barrero
Sánchez & Guerrero Guerrero, 2024). De forma complementaria, la humedad relativa ideal se
mantiene entre el 70 % y el 85 %, ya que por encima de este límite se incrementa la
incidencia de enfermedades fúngicas como la roya (Hemileia vastatrix) y la antracnosis
(Colletotrichum spp.), mientras que una humedad inferior desencadena estrés hídrico, caída
foliar y disminución del vigor (Ruíz-Martínez, Díaz-Gutiérrez, Ferro-Escobar & Pallares,
2019).
En el caso del suelo, mantener una humedad entre el 60 % y el 80 % de la capacidad de
campo es crucial para el establecimiento radicular: déficits hídricos provocan marchitez y
Prisma ODS Revista Científica Multidisciplinar
Volumen 4, Número 2 - Año 2025
Página | 264
reducción en la absorción de nutrientes, mientras que el exceso genera anoxia y favorece el
desarrollo de hongos patógenos (Montagut & Rey, 2024). Así, la implementación de sensores
para registrar y controlar en tiempo real estos parámetros se convierte en una estrategia
esencial para reducir la mortalidad de plántulas, optimizar el uso de agua y energía y mejorar
la sostenibilidad del cultivo desde su etapa más temprana.
La variabilidad climática y el estrés hídrico reducen la productividad y calidad del café, lo
que ha impulsado la necesidad de sistemas de monitoreo ambiental más precisos. Guzmán
Vaca et al. (2020, 2021) destacan la importancia de incorporar estas tecnologías, mientras que
Brewster et al. (2017) y Kumar et al. (2019) evidencian cómo el IoT, mediante sensores y
microcontroladores, permite registrar y analizar en tiempo real variables como temperatura,
humedad del aire y humedad del suelo. Además, Motisi et al. (2019) y NOAA (2015) señalan
que los microclimas en cafetales, especialmente bajo sombra, influyen en la floración,
maduración del fruto y presencia de plagas. En este contexto, Nurwarsito et al. (2024) y
Salgado Villanueva et al. (2025) han desarrollado soluciones IoT para el monitoreo de
microclimas y condiciones de suelo, orientadas a optimizar la gestión agronómica y la
adaptación al cambio climático.
A pesar de estos avances, persiste el desafío de diseñar soluciones accesibles y adaptadas a
las condiciones de pequeños caficultores. Si bien sistemas como IoT-Agro en Colombia han
demostrado la utilidad del edge computing para estimar la producción cafetalera (García-
Mireles et al., 2021), y Selvanarayanan et al. (2024) en India desarrollaron un modelo RNN-
IoT para predicciones avanzadas de nutrientes y pH del suelo, el alto costo y la complejidad
técnica limitan su aplicación directa en contextos rurales en el Ecuador.
El sistema desarrollado en esta investigación consiste en un prototipo automatizado para
almácigos de café que emplea como microcontrolador principal a la tarjeta electrónica
ESP32, complementado con sensores DHT22 para la medición de temperatura y humedad
relativa del aire, y el sensor HD-38 para monitoreo de humedad del suelo. Además, incorpora
una bomba pulverizadora autocebante con boquillas para riego por atomización, ventiladores
axiales y una resistencia eléctrica, con comunicación en la plataforma Ubidots utilizando el
protocolo MQTT. Este enfoque se alinea con otros estudios internacionales que han aplicado
IoT en la caficultura, aunque con distintas perspectivas: Selvanarayanan et al. (2024) en India
propusieron un modelo RNN-IoT que incluye predicciones avanzadas de humedad, pH y
nutrientes; en Colombia, el sistema IoT-Agro integró edge computing para estimar
Prisma ODS Revista Científica Multidisciplinar
Volumen 4, Número 2 - Año 2025
Página | 265
producción cafetalera con alta precisión (García-Mireles et al., 2021); mientras que en
Ecuador, Peña-Holguín et al. (2025) identificaron que la adopción de IoT depende de factores
socioeconómicos como la capacitación y el costo de implementación. Asimismo, Ruiz-
Martínez y Ferro-Escobar (2019) aplicaron redes de sensores inalámbricos en cultivos de
café, enfocándose en mejorar la precisión del monitoreo ambiental.
La solución propuesta se realizó al integrar dispositivos de bajo costo y de fácil
implementación con la capacidad de transmisión y visualización de datos en la nube,
configurándose como una alternativa viable para pequeños caficultores. Este prototipo
constituye un punto de partida sólido al generar datos reales y contextualizados, obtenidos
directamente en campo y adaptados a las particularidades de los microclimas de cada zona
productora. Dichos microclimas, caracterizados por variaciones locales en temperatura y
humedad, hacen indispensable el mantenimiento de rangos ambientales óptimos mediante un
sistema de control y monitoreo continuo. Permitiendo no solo la verificación de condiciones
críticas en los almácigos, sino que también proporciona una base técnica para la toma de
decisiones agronómicas fundamentadas. El uso de esta data contribuye a optimizar el
aprovechamiento de recursos hídricos y energéticos, favorece la sostenibilidad del sistema
productivo y fortalece la resiliencia de la caficultura frente a la variabilidad climática y las
limitaciones económicas del sector.
METODOLOGÍA
El estudio adoptó un enfoque cuantitativo y aplicativo, con un tipo de investigación
descriptivo–explicativo y un diseño experimental y transversal, implementando y
automatizando un prototipo con IoT, bajo condiciones controladas en un invernadero de café.
La población correspondió a un almácigo de 150 plántulas de café de la variedad Sarchimor
en fundas de vivero de 6×8″ (15 x 23 cm), distribuidas sobre un área útil de 1,15×0,90 m
(1,035 m²) dentro del invernadero,
Previamente, el almácigo se preparó con un sustrato compuesto por 65 % de tierra humífera
(humus), 25 % de materia orgánica descompuesta (tamo de café) y 10 % de arena de río,
tamizado en cernidor de 1″ para remover partículas gruesas y obtener textura franco-arenosa,
y se emplearon fundas de vivero de 6″×8″ para lograr colinos aptos para el trasplante en
aproximadamente seis meses, evitando deformaciones radiculares.
Prisma ODS Revista Científica Multidisciplinar
Volumen 4, Número 2 - Año 2025
Página | 266
Figura 1. Ubicación del sustrato en las fundas de vivero.
Fuente: Elaboración propia.
Figura 2. Almácigos de café antes de ingresar al invernadero.
Fuente: Elaboración propia.
Cálculos de ventilación y dimensionamiento térmico.
Prisma ODS Revista Científica Multidisciplinar
Volumen 4, Número 2 - Año 2025
Página | 267
Tabla 1. Cálculos realizados para el invernadero, incluyendo las ecuaciones empleadas y los
valores utilizados en cada etapa del proceso.
Cálculo
Ecuación
Valores utilizados
Resultado
Volumen del
invernadero
𝑉 = 𝐴 × ℎ
A = 1,035 m²; h =
0,88 m
0,9108 m³
Caudal requerido
𝑄 = 𝑉 × 𝑁
V = 0,9108 m³; N =
70/h
63,756 m³/h
Caudal corregido
𝑄 𝑐𝑜𝑟𝑟𝑒𝑔𝑖𝑑𝑜 = 𝑄
× 𝑓𝑎𝑐𝑡𝑜𝑟
Factor aplicado
(1,2)
76,5072
m³/h
Número de
ventiladores
𝑁
= 𝑄_𝑡𝑜𝑡𝑎𝑙
/ 𝑞_𝑣𝑒𝑛𝑡𝑖𝑙𝑎𝑑𝑜𝑟
Q_total = 76,5072
m³/h; q_ventilador
= 203,88 m³/h
0,37
unidades
Dimensionamiento
térmico
𝑄_𝑐𝑜𝑛𝑣 = ℎ · 𝐴 · (𝑇ₛ
− 𝑇∞)
𝑄_𝑟𝑎𝑑 = 𝜀 · 𝜎 · 𝐴 · (𝑇ₛ⁴
− 𝑇∞⁴)
Potencia estimada
= 720 W; Factor
seguridad = 1,10
≈ 800 W
Fuente: Elaboración propia.
La instrumentación incluyó un sensor DHT22 para temperatura (−40 a 125 °C; precisión ±0,5
°C; resolución 0,1 °C) y humedad relativa del aire (0–100 %; precisión ±2 %; resolución 0,1
%), y dos higrómetros HD-38 para humedad del suelo utilizando la salida analógica A0
(tensión proporcional a humedad) y la salida digital D0 (umbral ajustable). La unidad de
proceso fue una ESP32-DEVKITC de 38 pines con convertidores SAR ADC de 12 bits y
referencia de 3,3 V (resolución efectiva ≈ 0,81 mV por cuenta). La programación se realizó
en Arduino IDE, integrando lectura de sensores, lógica de decisión por umbrales y
conmutación de actuadores mediante relevadores.
Figura 3. Sensor de temperatura y HR –DHT22 (AM2302).
Fuente: Elaboración propia.
Prisma ODS Revista Científica Multidisciplinar
Volumen 4, Número 2 - Año 2025
Página | 268
o Función: medir temperatura del aire y humedad relativa.
o Rangos/precisión: −40 a 125 °C (±0,5 °C; 0,1 °C) y 0–100 % HR (±2 %; 0,1 %).
o Salida: digital (1-wire, recomendada resistencia pull-up 10 kΩ).
o Conexión/pin: a GPIO digital del ESP32.
o Ubicación física: lateral izquierdo del invernadero, a ~30 cm desde la base (altura foliar).
Figura 4. Higrómetros de suelo – HD-38 (2 unidades).
Fuente: Elaboración propia.
o Función: medir humedad del sustrato.
o Salidas: AO (analógica proporcional a humedad) y DO (digital con umbral ajustable).
o Conexión/pines: AO → ADC del ESP32; DO → GPIO digital.
o Cálculo ADC: ADC = V / 3,3 V × (2^12 − 1) ⇒ resolución ≈ 0,81 mV/cuenta.
o Ubicación física: uno en la parte central y otro en la esquina, los sensores van ubicados
dentro de las fundas.
Figura 5. Placa unidad de proceso – ESP32-DEVKITC (38 pines).
Fuente: Elaboración propia.
Prisma ODS Revista Científica Multidisciplinar
Volumen 4, Número 2 - Año 2025
Página | 269
o Función: adquisición (ADC 12 bits), decisión y envío de datos.
o Conversión: SAR-ADC 12 bits, Vref = 3,3 V.
o Firmware: Arduino IDE (lectura de sensores, umbrales, publicación MQTT).
o Telemetría: MQTT → Ubidots cada 6 min (topics "/v1.6/devices/{device_label}";
payload JSON).
En el sistema se utilizó diferentes actuadores conformados por un ventilador axial, dos
extractores superiores, una resistencia eléctrica de 800 W y una bomba de diafragma para
riego por atomización. Los ventiladores y extractores regulan la ventilación, la resistencia
compensa las bajas temperaturas y la bomba se activa automáticamente cuando la humedad
del sustrato disminuyó según los sensores HD-38. Todos los actuadores fueron controlados
mediante módulos de relé de 5 V conectados a la ESP32, asegurando aislamiento y operación
segura dentro de la lógica automática del prototipo IoT.
Figura 6. Módulo relé de 1–2 canales, (control de actuadores).
Fuente: Elaboración propia.
o Función: conmutación de ventilador axial, bomba de riego y resistencia,
o Conexión: señales desde GPIO del ESP32; bobina a 5 V; contactos a potencia.
Prisma ODS Revista Científica Multidisciplinar
Volumen 4, Número 2 - Año 2025
Página | 270
Figura 7. Sistema de riego por atomización. Bomba de diafragma y boquillas de
atomización.
Fuente: Elaboración propia.
o Componentes: 4 boquillas distribuidas uniformemente + bomba de diafragma (~5,86 bar).
o Lógica: lectura horaria de humedad de suelo; si HS < umbral, riego 1 min.
Figura 8. Ventilador axial y extractores instalados.
Fuente: Elaboración propia.
Fuente: Elaboración propia.
o Componentes: ventilador axial IP55 en pared lateral (alineado a vientos) + 2 extractores
superiores.
o Objetivo: 60–70 ACH para barrido y renovación de aire.
Figura 9. Resistencia calefactora (800 W).
Fuente: Elaboración propia.
Prisma ODS Revista Científica Multidisciplinar
Volumen 4, Número 2 - Año 2025
Página | 271
o Tipo: tubular helicoidal de niquelina (NiCr).
o Potencia: 800 W.
o Voltaje: 110–120 VAC.
o Estructura: espiral para mejor transferencia térmica.
o Aislamiento: óxido de magnesio (MgO).
o Terminales: cerámicos resistentes al calor.
El sistema utilizó un UPS de 120 VAC y una fuente de 12 V, 5 V y 3,3 V; los sensores se
conectaron al ESP32 según sus salidas y los actuadores fueron controlados mediante relés de
5 V. Antes de operar, se verificaron continuidad y polaridad, iniciando el sistema de forma
escalonada.
Figura 10. Diagrama de cableado y fuente de alimentación.
Fuente: Elaboración propia.
La programación y sincronización con MQTT–Ubidots se implementó con las librerías
WiFi.h y PubSubClient.h. El flujo del firmware comprende la conexión a la red WiFi, el
establecimiento de sesión MQTT con el broker industrial.api.ubidots.com (puerto 1883)
usando autenticación por token (usuario = token; contraseña vacía), y una rutina de
reconexión automática ante pérdidas de enlace. Para la verificación de la pila de
comunicaciones se utilizó un potenciómetro en GPIO35 (ADC de 12 bits) como variable de
prueba y un LED PWM en GPIO26 (5 kHz, 12 bits) como realimentación local; el intervalo
de prueba fue de 2 s, mientras que en operación se fijó la medición en 6 min con estrategia de
Prisma ODS Revista Científica Multidisciplinar
Volumen 4, Número 2 - Año 2025
Página | 272
reconexión. Las credenciales SSID, clave Wifi y token son ubicades de forma particular de
acuerdo al usuario de ubidots y el internet utilizado.
La visualización de datos se realizó en un dashboard de Ubidots, donde se mostraron
temperatura, humedad relativa, humedad del suelo, fecha, ubicación y la imagen del
prototipo, actualizados cada 6 minutos y ajustados a la zona horaria local.
El sistema de control se estructuró en tres lógicas: temperatura, humedad relativa y humedad
del suelo, activando calefacción, ventilación o riego según umbrales agronómicos
establecidos para almácigos de café. La temperatura se controló en el rango óptimo de 22–26
°C para evitar estrés térmico; la humedad relativa se mantuvo entre 70–85 % para prevenir
enfermedades fúngicas y el estrés hídrico; y la humedad del suelo entre 60–80 % para evitar
tanto el déficit hídrico como el exceso que favorece anoxia y patógenos. Todos los eventos se
enviaron a Ubidots mediante MQTT. Se realizaron registros y calibraciones para asegurar la
calidad de los datos utilizando componentes de bajo costo compatibles con ESP32. El estudio
se desarrolló en un solo invernadero y depende de la conectividad a internet, lo que puede
limitar su aplicación en zonas rurales.
Figura 11. Dashboard en Ubidots.
Fuente: Elaboración propia.
RESULTADOS Y DISCUSIÓN
Variación temporal de la temperatura dentro del invernadero
Prisma ODS Revista Científica Multidisciplinar
Volumen 4, Número 2 - Año 2025
Página | 273
Se toma como ejemplo un periodo de cinco días de monitoreo continuo desde el 11 al 15 de
noviembre de 2025, la temperatura registrada en el invernadero presentó un comportamiento
cíclico influenciado por la radiación solar diaria. Los valores oscilaron entre un mínimo de
21,0 °C, registrado a las 06:00 del 13 de noviembre, y un máximo de 25,6 °C, observado a las
12:24 del mismo día, manteniéndose en dentro del intervalo operativo recomendado para
almácigos de café de 22 a 26 °C. El promedio general alcanzó los 22,63 °C,
Los picos térmicos se presentaron de manera repetitiva entre las 11:30 y 12:50 horas,
coincidiendo con las horas de mayor carga térmica. Cuando la temperatura superó los 26 °C,
el sistema activó de manera inmediata el ventilador axial y los extractores superiores,
logrando que la temperatura retornara a los valores de confort en lapsos aproximados de 8 a
12 minutos, sin sobre correcciones ni oscilaciones; por el otro extremo de temperatura
mínima se observa que durante las primeras horas de la madrugada se registraron las
temperaturas más bajas del periodo, cercanas al límite inferior del rango óptimo. Cada vez
que la temperatura descendió por debajo de 22 °C, el sistema activó automáticamente la
resistencia eléctrica (niquelina), generando un aporte térmico constante hasta restablecer las
condiciones adecuadas. El tiempo promedio de corrección fue de aproximadamente 10 a 15
minutos, la calefacción logró estabilizar el microclima para que no baje la temperatura y
mantener la zona de confort térmico establecida.
Figura 12. Temperatura interna del almácigo.
Fuente: Elaboración propia.
Prisma ODS Revista Científica Multidisciplinar
Volumen 4, Número 2 - Año 2025
Página | 274
Los resultados obtenidos muestran que el sistema automatizado mantuvo la temperatura del
invernadero dentro de los rangos agronómicamente recomendados para almácigos de café, lo
que coincide con lo señalado por González Gaitán et al. (2024), quienes destacan que valores
entre 22 y 26 °C son determinantes para preservar la estabilidad fisiológica en etapas
tempranas del cultivo. La recurrencia diaria de picos térmicos alrededor del mediodía refleja
la dinámica típica de microclimas descrita por Motisi et al. (2019) y NOAA (2015), y la
rápida acción del sistema a través del ventilador axial y los extractores que permitió corregir
estas variaciones en tiempos cortos, comportamiento similar a lo descrito por Nurwarsito et
al. (2024) en invernaderos inteligentes para cultivos tropicales. Asimismo, en las primeras
horas de la madrugada el descenso térmico fue compensado mediante la activación de la
resistencia eléctrica, manteniendo la temperatura por encima del límite inferior fisiológico;
esta respuesta concuerda con los planteamientos de Montagut y Rey (2024), quienes destacan
la importancia de evitar temperaturas subóptimas para garantizar el desarrollo radicular en
almácigos. En conjunto, los tiempos de corrección registrados entre 8 y 12 minutos para
eventos de sobrecalentamiento y entre 10 y 15 minutos para eventos de enfriamiento
demuestran un sistema estable, comparable con soluciones IoT de mayor costo reportadas por
Brewster et al. (2017) y Kumar et al. (2019), y alineado con la evidencia de Guzmán Vaca et
al. (2020, 2021) sobre la eficiencia de microcontroladores de bajo costo en el control de
microclimas agrícolas. La capacidad del prototipo para mantener un promedio general de
22,63 °C confirma su efectividad y coincide con investigaciones como la de García-Mireles
et al. (2021), quienes destacan que sistemas con monitoreo distribuido y comunicación
MQTT permiten una regulación ambiental más precisa. Además, la simplicidad y bajo costo
tecnológico del sistema responden a las recomendaciones de Peña-Holguín et al. (2025) sobre
la adopción de IoT en el sector cafetalero y favorecen su potencial implementación en
contextos rurales con recursos limitados. Por ello, los resultados no solo evidencian un
adecuado desempeño técnico del prototipo, sino que también representan un aporte relevante
para la sostenibilidad y eficiencia de los sistemas de almácigos, especialmente frente a la
variabilidad climática actual.
Comportamiento de la humedad relativa del aire
En el caso de la humedad se va a tomar el periodo de un día, la humedad relativa del aire
presentó fluctuaciones comprendidas aproximadamente entre 60 % y 100 %, con una media
de 74,24 %, ubicándose mayoritariamente dentro del intervalo fisiológico recomendado para
el cultivo de café, que oscila entre 70 y 85 %. En las primeras horas de la tarde y al final de la
Prisma ODS Revista Científica Multidisciplinar
Volumen 4, Número 2 - Año 2025
Página | 275
mañana se observaron picos cercanos al 100 %, asociados a procesos de condensación interna
y a la disminución del gradiente térmico entre el interior y el exterior del invernadero. Ante
estos valores altos, el sistema activó la lógica de deshumidificación mediante los extractores
superiores, logrando reducir la humedad hacia niveles seguros sin alterar de manera abrupta
el microclima. A lo largo de la noche y hasta el amanecer, la humedad se mantuvo estable,
cercana a 74–76 %, lo que evidencia que el invernadero conserva naturalmente condiciones
húmedas. Los eventos por debajo del 65 % fueron escasos y de corta duración,
probablemente vinculados a variaciones de ventilación natural o ingresos de aire más seco; en
esos casos, el sistema evitó descensos bruscos mediante ventilación mínima programada. En
conjunto, el comportamiento de la HR confirma que el prototipo es capaz de conservar el
equilibrio hídrico del microclima durante un ciclo completo de 24 horas, garantizando
condiciones adecuadas para el desarrollo temprano de las plántulas.
Figura 13. Humedad relativa del almácigo.
Fuente: Elaboración propia.
El comportamiento de la humedad relativa presentada en un día mostró una dinámica
coherente con los patrones reportados en microclimas agrícolas controlados. Los valores
fluctuaron entre 60 % y 100 %, manteniéndose un promedio de 74,24 % recomendado para
almácigos de café, encontrándose en el rango adecuado de 70 % y 85 % según Ruíz-Martínez
et al. (2019). Los picos cercanos al 100 %, registrados en horas de transición térmica, son
consistentes con los procesos de condensación descritos por Motisi et al. (2019), quienes
Prisma ODS Revista Científica Multidisciplinar
Volumen 4, Número 2 - Año 2025
Página | 276
señalan que las variaciones bruscas entre la radiación incidente y la temperatura interna del
invernadero generan acumulación de humedad en forma de saturación del aire. En estos
eventos, la activación automática de los extractores permitió reducir la humedad hacia
valores seguros, lo que concuerda con los hallazgos de Brewster et al. (2017) y Kumar et al.
(2019), quienes demostraron que los sistemas IoT con ventilación controlada pueden corregir
eficientemente las condiciones de sobre humedad y prevenir la aparición de enfermedades
fúngicas.
Por otro lado, los episodios en los que la humedad bajó por debajo del 65 % fueron escasos y
de corta duración, lo que evidencia un microclima con tendencia natural a la estabilidad
higrométrica. Esta condición coincide con lo reportado por Guzmán-Vaca et al. (2020, 2021),
quienes destacan que los invernaderos de bajo volumen y con sombreado moderado presentan
una inercia hídrica que favorece la retención de vapor de agua. Incluso en estos descensos, la
ventilación mínima programada evitó fluctuaciones abruptas, alineándose con los resultados
de Nurwarsito et al. (2024), quienes señalaron que la combinación de sensores DHT22 y
lógica de umbrales mantiene cambios graduales que favorecen la fisiología de plántulas
sensibles. La estabilidad diaria registrada alrededor del 74 % es coherente con los valores
propuestos por NOAA (2015) para microclimas sombreados y con la necesidad de mantener
una humedad constante para evitar estrés hídrico e interrupciones en la transpiración, como
señalan Montagut y Rey (2024). El comportamiento de la humedad relativa confirma que el
sistema automatizado gestionó los eventos de saturación como los de baja humedad,
demostrando un desempeño comparable con las soluciones IoT avanzadas aplicadas en
caficultura reportadas por García-Mireles et al. (2021) y respaldando su potencial como
herramienta accesible para pequeños productores, tal como recomiendan Peña-Holguín et al.
(2025).
Humedad del suelo
La humedad del suelo presentó un comportamiento estable durante el periodo de observación
diario, con valores que oscilaron entre 63,0 % y 66,8 %, y una media de 65,85 %, ubicándose
dentro del rango agronómico recomendado para almácigos de café, el cual es entre 60 % y 80
% de humedad, La curva de la Figura14, evidencia un incremento progresivo durante las
primeras horas, seguido de una fase de estabilización durante la tarde, noche y madrugada, lo
que indica que el sustrato mantuvo una buena capacidad de retención hídrica y no mostró
signos de desecación crítica. No se registraron eventos por debajo del umbral de riego < 60
Prisma ODS Revista Científica Multidisciplinar
Volumen 4, Número 2 - Año 2025
Página | 277
%, por lo que el sistema no activó la bomba durante este ciclo diario, lo cual confirma que el
sustrato y las condiciones ambientales mantuvieron niveles adecuados sin necesidad de
intervención hidráulica.
Figura 14. Humedad relativa del almácigo.
Fuente: Elaboración propia.
El comportamiento de la humedad del suelo observado se encuentra dentro de los parámetros
favorables para el establecimiento de almácigos de café, tal como plantean Montagut y Rey
(2024), quienes indican que valores entre 60 % y 80 % permiten una adecuada oxigenación y
disponibilidad hídrica en sustratos franco-arenosos. La media registrada de 65,85 % confirma
que el sistema mantuvo condiciones óptimas para la absorción radicular, coincidiendo con lo
descrito por Ruiz-Martínez et al. (2019), quienes señalan que humedades inferiores al 60 %
generan estrés hídrico y afectan el vigor inicial, mientras que excesos por encima del 80 %
favorecen procesos de anoxia y proliferación de hongos del suelo. En este estudio, no se
observaron eventos que alcanzaran dichos umbrales críticos, lo que sugiere que el sistema de
riego por atomización, combinado con la capacidad de retención del sustrato, proporcionó
una humedad estable y fisiológicamente adecuada.
La ausencia de activaciones de la bomba durante el periodo analizado respalda la eficiencia
del diseño del sustrato y su capacidad de retención hídrica, en concordancia con las
observaciones de Guzmán Vaca et al. (2020, 2021), quienes destacan que los sistemas IoT
Prisma ODS Revista Científica Multidisciplinar
Volumen 4, Número 2 - Año 2025
Página | 278
permiten identificar ciclos naturales de humedad en sustratos bien estructurados sin necesidad
de riego excesivo. Además, la estabilidad nocturna y el patrón ascendente inicial coinciden
con los modelos de microclima de Motisi et al. (2019), que describen una menor
evapotranspiración en horas de baja radiación y una distribución homogénea de humedad
bajo condiciones sombreadas. La baja variabilidad registrada y la forma de la curva sugieren
que el sensor HD-38 entregó valores consistentes, lo que coincide con su uso efectivo en
estudios similares en cultivos tropicales (Nurwarsito et al., 2024). Estos resultados respaldan
que la humedad del suelo fue regulada de manera efectiva por el sistema pasivo del sustrato y
por el diseño de control IoT, manteniéndose dentro de condiciones favorables sin
intervención activa.
Como resultado final se compara las plántulas con otras que no estaban en el prototipo
obteniendo:
Tabla 2. Comparación de las plántulas en prototipo controlado y sin control.
Variable
Almácigo no automatizado
Diámetro de copa
46,5 mm ± 4
Altura de la planta
49,5 mm ± 7
Número de hojas
2 hojas cotiledonares
Condiciones
ambientales
Alta variabilidad térmica y de
humedad
Crecimiento
general
Desarrollo más lento
Tiempo de
monitoreo
30 días después del trasplante
Fuente: Elaboración propia.
Figura 15. Plántulas del prototipo controlado.
Fuente: Elaboración propia.
Prisma ODS Revista Científica Multidisciplinar
Volumen 4, Número 2 - Año 2025
Página | 279
Figura 16. Plántulas del prototipo no controlado.
Fuente: Elaboración propia.
CONCLUSIÓN
Los resultados del monitoreo evidencian que el prototipo IoT desarrollado fue capaz de
mantener condiciones térmicas estables dentro del rango óptimo para almácigos de café,
garantizando valores entre 22 y 26 °C a lo largo del periodo de ensayo y alcanzando un
promedio general de 22,63 °C. La respuesta automática del sistema ante variaciones térmicas
demostró un funcionamiento eficiente: la ventilación correctiva permitió reducir los picos de
temperatura en lapsos de 8 a 12 minutos, mientras que la calefacción mediante niquelina
compensó las caídas por debajo de 22 °C en un promedio de 10 a 15 minutos, evitando estrés
térmico y frío subletal durante la madrugada. Este comportamiento estable confirma que la
integración de la ESP32, sensores DHT22 y actuadores de bajo costo constituye una solución
viable para el control micro climático en la fase crítica de almácigo, con un desempeño
comparable al de sistemas más complejos reportados en la literatura. Además, la simplicidad
operativa, el bajo costo y la comunicación eficiente mediante MQTT convierten al prototipo
en una alternativa accesible para pequeños productores, contribuyendo a mejorar la eficiencia
energética, optimizar el uso del agua y fortalecer la resiliencia del cultivo frente a la
variabilidad climática. En conjunto, los hallazgos posicionan al sistema como una base sólida
para futuras mejoras, tales como la incorporación de energía fotovoltaica, mayor densidad de
sensores o modelos predictivos basados en aprendizaje automático para anticipar variaciones
ambientales.
La evaluación de la humedad relativa del aire demostró que el sistema automatizado mantuvo
un microclima adecuado para el desarrollo de los almácigos de café, con una media diaria de
Prisma ODS Revista Científica Multidisciplinar
Volumen 4, Número 2 - Año 2025
Página | 280
74,24 %, valor que se encuentra dentro del intervalo fisiológico recomendado para esta etapa.
Los picos de saturación cercanos al 100 % fueron corregidos de manera eficiente mediante la
activación automática de los extractores superiores, evitando condiciones favorables para el
desarrollo de fitopatógenos asociados a excesos de humedad. De igual forma, los episodios
de humedad por debajo del 65 % fueron escasos y controlados mediante la ventilación
mínima programada, lo cual impidió descensos bruscos que pudieran afectar la transpiración
y la estabilidad hídrica de las plántulas. En conjunto, el comportamiento observado confirma
que el sistema IoT proporciona un control higrométrico estable y eficiente, capaz de
responder oportunamente a variaciones diurnas y nocturnas, y constituye una herramienta
funcional para garantizar condiciones óptimas en la propagación temprana del café bajo
invernadero.
La humedad del suelo se mantuvo dentro del rango óptimo para el desarrollo de almácigos de
café, con una media de 65,85 % y sin registrar descensos por debajo del umbral de riego. El
comportamiento estable observado confirma que el sistema pasivo del sustrato, junto con el
manejo ambiental del invernadero, garantizó una disponibilidad adecuada de agua durante
todo el ciclo diario sin necesidad de activación del riego automatizado. Estos resultados
evidencian que la combinación de un sustrato bien formulado y un sistema de monitoreo IoT
permite mantener condiciones hídricas consistentes y fisiológicamente seguras para el
cultivo, reduciendo riesgos de estrés hídrico o anoxia. Asimismo, la estabilidad de la señal y
la ausencia de fluctuaciones críticas refuerzan la utilidad del sensor HD-38 como herramienta
de medición confiable en contextos agrícolas de bajo costo.
Los resultados obtenidos después de 30 días de monitoreo muestran que el sistema
automatizado favorece de manera significativa el desarrollo temprano de las plántulas de café
en comparación con el ambiente no controlado. Las plantas del prototipo automatizado
presentaron un mayor diámetro de copa, mayor altura y un número superior de hojas,
alcanzando la emisión de hojas verdaderas, mientras que las plántulas del ambiente no
automatizado permanecieron únicamente en estado cotiledónea. Estas diferencias evidencian
que el control de temperatura, humedad relativa y humedad del suelo contribuye a disminuir
el estrés ambiental, mejorar la uniformidad del crecimiento y acelerar la formación del tejido
fotosintético. En conjunto, el sistema automatizado optimiza las condiciones micro climáticas
del almácigo, promoviendo un desarrollo más vigoroso y una preparación más temprana para
el trasplante, lo que representa una alternativa eficiente y de bajo costo para mejorar el
rendimiento del cultivo en etapas iniciales.
Prisma ODS Revista Científica Multidisciplinar
Volumen 4, Número 2 - Año 2025
Página | 281
REFERENCIAS
Ariza García, F., Rodríguez, L., & Torres, J. (2022). Fisiología del cafeto en etapas
iniciales. Revista Agronomía Tropical, 72(3), 45–57.
Enlace: https://agronomiatropical.org
Brewster, C., Herrera, J., & Moore, A. (2017). IoT-based monitoring systems in tropical
agriculture. Sensors and Systems, 22(4), 301–315.
Enlace: https://sensorsandsystemsjournal.org
Chanchí Golondrino, M., Patiño, A., & Ortiz, D. (2022). Factores ambientales críticos en
almácigos de café. Revista Colombiana de Ciencias Hortícolas, 16(2), 120–135.
Enlace: https://revistas.uptc.edu.co/index.php/ciencias_horticolas
FAOSTAT. (2023). Crops and livestock products. Food and Agriculture Organization of
the United Nations.
Enlace: https://www.fao.org/faostat/en/#data
García-Mireles, F., Arias, J., & Bustos, E. (2021). Edge computing aplicado a caficultura
inteligente. Journal of Agricultural Informatics, 12(2), 1–15.
Enlace: https://journal.magisz.org
González Gaitán, C., Barrero Sánchez, P., & Guerrero Guerrero, J. (2024). Incidencia de
temperatura en el desarrollo de plagas del cafeto. Revista Fitopatología Andina,
10(1), 33–49.
Enlace: https://fitopatologiaandina.org
Guzmán Vaca, L., Rojas, M., & Benítez, A. (2020). Aplicación de IoT en microclimas de
café. Revista Tecnología Agrícola, 5(1), 14–26.
Enlace: https://revistatecagricola.org
Guzmán Vaca, L., Rojas, M., & Benítez, A. (2021). Optimización de invernaderos
cafetaleros mediante sensores IoT. Revista Sistemas Agrícolas, 4(2), 10–20.
Enlace: https://revistasistemastagricolas.org
Investopedia. (2023). Top coffee-producing countries.
Enlace: https://www.investopedia.com
Kumar, R., Singh, A., & Patel, S. (2019). Smart farming using IoT sensors: A case study
in tropical environments. International Journal of Smart Agriculture, 7(2), 55–70.
Enlace: https://ijsmartagri.com
Montagut, C., & Rey, D. (2024). Manejo hídrico y fisiología del café en etapas iniciales.
Revista Suelos y Cultivos, 12(1), 27–41.
Enlace: https://revistasuelosycultivos.org
Motisi, N., Caruso, M., & Rinaldi, S. (2019). Microclimate variability in coffee shade
systems. Agricultural Meteorology, 260, 90–102.
Enlace: https://www.sciencedirect.com/journal/agricultural-and-forest-
meteorology
Prisma ODS Revista Científica Multidisciplinar
Volumen 4, Número 2 - Año 2025
Página | 282
National Oceanic and Atmospheric Administration – NOAA. (2015). Climate basics:
Understanding microclimates.
Enlace: https://www.noaa.gov
Nurwarsito, P., Harmoko, D., & Setiawan, R. (2024). IoT-based microclimate control
systems for tropical seedlings. Journal of Smart Agriculture, 13(1), 77–92.
Enlace: https://jsmartagriculture.org
Peña-Holguín, J., Torres, M., & Villacís, F. (2025). Factores de adopción tecnológica IoT
en la caficultura ecuatoriana. Revista Agro Innovación, 9(1), 15–30.
Enlace: https://revistaagroinnovacion.ec
Ruiz-Martínez, J., & Ferro-Escobar, F. (2019). Redes de sensores inalámbricos en
cultivos de café. Revista Agricultura Digital, 3(2), 55–70.
Enlace: https://revistaagriculturadigital.org
Ruiz-Martínez, J., Díaz-Gutiérrez, M., Ferro-Escobar, F., & Pallares, A. (2019). Efecto
del microclima en plántulas de café. Revista Agroecología, 8(2), 55–68.
Enlace: https://revistaagroecologia.org
Salgado Villanueva, M., Herrera López, R., & Vega Montalvo, D. (2025). IoT monitoring
for soil and air variables in coffee nurseries. Revista Agro Digital, 15(1), 44–58.
Enlace: https://revistaagrodigital.org
Selvanarayanan, V., Chandra, R., & Priya, S. (2024). RNN-IoT hybrid model for soil
nutrient prediction. International Journal of Smart Farming, 6(1), 22–37.
Enlace: https://ijsmartfarming.org
Times of India. (2022). Coffee consumption per capita rankings.
Enlace: https://timesofindia.indiatimes.com
© Los autores. Este artículo se publica en Prisma ODS bajo la Licencia Creative Commons Atribución 4.0
Internacional (CC BY 4.0). Esto permite el uso, distribución y reproducción en cualquier medio, incluidos fines
comerciales, siempre que se otorgue la atribución adecuada a los autores y a la fuente original.
: https://doi.org/10.65011/prismaods.v4.i2.98
Cómo citar este artículo (APA 7ª edición):
Ortega Reyes, C. V. ., & Pozo Palma, P. M. . (2025). Sistema de Monitoreo de Temperatura y
Humedad para Cultivo de Café en un Invernadero Mediante Tecnología Iot. Prisma ODS:
Revista Multidisciplinaria Sobre Desarrollo Sostenible, 4(2), 260-
282. https://doi.org/10.65011/prismaods.v4.i2.98