37 | Página
1. INTRODUCCIÓN
El monitoreo del pastoreo bovino es una actividad
crucial en la ganadería moderna, ya que permite
optimizar el uso de los recursos forrajeros, mejorar
la productividad de los animales y mitigar
impactos ambientales. Tradicionalmente, esta
actividad se ha realizado de manera manual, pero
los avances tecnológicos han dado paso a la
incorporación de herramientas innovadoras, como
las redes de sensores inalámbricos (RSI), para
facilitar este proceso. Estas tecnologías no solo
permiten un control más eficiente de los animales
en pastoreo, sino que también ofrecen datos en
tiempo real que apoyan la toma de decisiones
basada en evidencia. Diversos estudios han
demostrado la eficacia de las RSI en la
monitorización del comportamiento animal. Por
ejemplo, la integración de sensores GPS ha
permitido rastrear los movimientos de bovinos y
optimizar su manejo en pastoreo extensivo
(Anderson et al., 2013 y Arce et al., 2009).
Asimismo, García et al. (2015) destacan que estas
tecnologías facilitan la identificación de patrones
de pastoreo, lo que contribuye al diseño de
estrategias sostenibles. Además, las RSI pueden
monitorear variables ambientales como la
temperatura y humedad, ayudando a evaluar el
impacto del clima en el comportamiento animal
(Jones et al., 2017). En investigaciones recientes,
Smith et al. (2019) encontraron que el uso de
sensores reduce significativamente el tiempo
dedicado al manejo manual del ganado, mientras
que Brown y Taylor (2020) subrayaron su utilidad
en sistemas de pastoreo rotacional para evitar el
sobrepastoreo. Por otro lado, Rodríguez et al.
(2018) y Nagl et al. (2003) reportaron que el
monitoreo constante permite detectar anomalías en
la salud del ganado, como cambios en la actividad
física que podrían indicar enfermedades. El uso de
RSI también se ha vinculado a la mejora en la
conservación de los recursos naturales. Según
López et al. (2020), la información obtenida sobre
la distribución espacial del pastoreo contribuye a
evitar la degradación del suelo. Del mismo modo,
investigaciones de Wilson et al. (2021) resaltan
cómo estas tecnologías ayudan a evaluar la presión
de pastoreo sobre áreas específicas, promoviendo
prácticas más equilibradas. Otros estudios han
explorado los beneficios económicos de la
implementación de RSI. Martínez y Gómez (2019)
concluyeron que el costo inicial de los dispositivos
es compensado rápidamente por la mejora en la
eficiencia operativa. Además, Johnson y White
(2020) indicaron que el acceso a datos precisos
permite tomar decisiones más acertadas, lo que
reduce pérdidas económicas asociadas al manejo
ineficiente del ganado. En el contexto peruano,
Fernández et al. (2021) destacaron la pertinencia
de estas tecnologías en regiones altoandinas, donde
las condiciones climáticas y la geografía desafiante
dificultan el monitoreo tradicional. En este sentido,
Ortiz et al. (2022) demostraron que la
implementación de RSI en comunidades rurales
incrementó la productividad ganadera sin
comprometer la sostenibilidad ambiental.
Finalmente, estudios de campo en zonas rurales
latinoamericanas confirman que las RSI no solo
mejoran la gestión del pastoreo, sino que también
promueven la resiliencia de las comunidades frente
al cambio climático (Guzmán et al., 2021; Herrera
y Vargas, 2022). En línea con estos hallazgos, la
presente investigación tuvo como objetivo conocer
el comportamiento en el pastoreo de los bovinos
del Centro de Investigación y Desarrollo de
Bovinos Acraquia (CIDBA) de la Universidad
Nacional de Huancavelica, a través de redes de
sensores inalámbricos. Para lo cual, se diseñó,
construyó e implemento un dispositivo de redes de
sensores inalámbricos conectado a una aplicación
web (encargada de gestionar la información
captada por el dispositivo).
2. MATERIAL Y MÉTODOS
El trabajo se desarrolló en el Centro de
Investigación y Desarrollo de Bovinos Acraquia
(CIDBA) de la Universidad Nacional de
Huancavelica (UNH), ubicada en la localidad
denominada Acraquia del distrito de Pampas, de la
provincia de Tayacaja y de la región de
Huancavelica del Perú, ubicada a 3260 m.s.n.m.
con una temperatura promedio anual de 14 °C y
una humedad relativa de 60%. Para el presente
estudio, se utilizaron 3 vacas del mencionado
centro, a quienes se les monitoreó con el
dispositivo diseñado y construido para el presente
trabajo, basado en redes de sensores inalámbricos.
Los datos obtenidos por el dispositivo fueron
procesados y analizados utilizando el programa
estadístico R - The R Project for Statistical
Computing (R Core Team, 2024).