Preguntas Generales

1. ¿Cómo identificaron las principales necesidades de los productores que buscan monitorear la salud del Acachul de manera sostenible?
Las necesidades se detectaron a partir de entrevistas informales con productores de la región, quienes expresaron dificultades para identificar enfermedades en etapas tempranas, así como la falta de herramientas accesibles que les permitieran interpretar condiciones ambientales como el pH del suelo. También se consideraron los factores que impiden la atención oportuna de los cultivos, como la distancia, la disponibilidad de especialistas y la falta de información visual clara.

2. ¿Qué variables ambientales y biológicas consideran esenciales para el análisis dentro de la plataforma?
Las variables prioritarias incluyen el pH del suelo, la humedad del ambiente, la temperatura, y variables visuales como coloración de hojas, manchas o deformaciones. Estas se seleccionaron por su relación directa con el estado fitosanitario del Acachul y por ser medibles a través de sensores o análisis de imagen.

3. ¿Qué tecnologías se planean utilizar para recolectar, almacenar y procesar los datos del cultivo?
Se prevé el uso de sensores ambientales de bajo costo (como pH-metros y sensores de humedad/temperatura) conectados a una unidad microcontroladora (por ejemplo, Arduino o ESP32) con transmisión a la web mediante Wi-Fi. Los datos se almacenarán en una base de datos en la nube, y serán procesados mediante scripts en Python y servicios web, con posibilidad de escalar a tecnologías como Firebase o Azure.

4. ¿Qué beneficios concretos se esperan para un productor que utilice Nól na en términos de ahorro o eficiencia?
El productor podría reducir costos al evitar la aplicación innecesaria de fertilizantes o tratamientos químicos. Además, la plataforma permitiría detectar problemas antes de que se agraven, mejorando el rendimiento del cultivo y reduciendo pérdidas. También se espera ahorrar tiempo al centralizar la información visual y ambiental en un solo sitio accesible desde cualquier lugar.

5. ¿Cómo se personalizan las recomendaciones del sistema en función de los datos recolectados?
Las recomendaciones se generarán a partir de la combinación de síntomas visuales detectados en las imágenes cargadas por el usuario y los valores ambientales registrados por sensores. Por ejemplo, si se detectan manchas en hojas junto con un pH bajo, se puede recomendar una corrección del suelo. A futuro, se contempla integrar un sistema de aprendizaje automático que mejore las recomendaciones a medida que se recopilan más datos.

6. ¿Qué modelos matemáticos o algoritmos se planean utilizar para generar predicciones o sugerencias?
Inicialmente se emplearán modelos de regresión lineal múltiple para correlacionar variables ambientales con síntomas detectados. También se planea el uso de clasificadores visuales simples (árboles de decisión) para categorizar imágenes según su estado de salud. A futuro seria viable implementar modelos de Machine Learning supervisado, entrenados con datos reales del Acachul.

7. ¿Qué mecanismos se proponen para proteger los datos de los usuarios y garantizar su privacidad?
Se planea implementar medidas básicas de seguridad como autenticación de usuario, cifrado de datos en tránsito (HTTPS) y almacenamiento cifrado en la base de datos. Además, se redactará una política de privacidad clara para explicar cómo se usará la información, especialmente las imágenes de plantas y la geolocalización.

8. ¿De qué forma el proyecto promueve prácticas de monitoreo sostenible alineadas con los ODS?
Nól na se alinea con los Objetivos de Desarrollo Sostenible (ODS), especialmente el ODS 2 (Hambre Cero), ODS 12 (Producción y Consumo Responsables) y ODS 13 (Acción por el Clima), al fomentar el uso eficiente de insumos, evitar el desperdicio de recursos naturales y mejorar la productividad agrícola sin comprometer el entorno.

9. ¿Qué desafíos identificaron en la fase de diseño de la interfaz (UX/UI) para facilitar el uso por parte de usuarios rurales?
Uno de los principales retos fue diseñar una interfaz sencilla y comprensible, especialmente para personas con poca experiencia digital. Se identificó la necesidad de usar íconos claros, instrucciones breves y en lenguaje accesible, así como garantizar que la plataforma funcione en dispositivos móviles con baja conectividad.

10. ¿Cómo podría escalarse Nól na para atender diferentes tipos de cultivos, regiones o idiomas?
La arquitectura de la plataforma está pensada para ser modular, lo que permitirá agregar nuevas especies vegetales mediante la incorporación de nuevos catálogos visuales y parámetros ambientales. Además, se puede habilitar la traducción automática de contenidos y adaptar las recomendaciones según el contexto climático y geográfico de cada usuario.