Multi-environment genomic prediction of plant traits using deep learners with dense architecture

Osval Antonio Montesinos-Lopez Jose Crossa (2018, [Artículo])

Shared Data Resources Deep Learning Genomic Prediction CIENCIAS AGROPECUARIAS Y BIOTECNOLOGÍA ACCURACY GENOMICS NEURAL NETWORKS FORECASTING DATA MARKER-ASSISTED SELECTION

Modelación hidráulica de un reactor de electrocoagulación tubular de sección anular

JAVIER DE JESUS CANTO RIOS Alejandra Martín-Domínguez Sara Pérez-Castrejón VICTOR HUGO ALCOCER YAMANAKA Velitchko Tzatchkov (2017, [Artículo])

El presente trabajo se enfoca en el estudio de las pérdidas de carga totales en un reactor de electrocoagulación con flujo a presión y sección transversal anular simple y múltiple, donde esta última característica depende del arreglo de los electrodos. Se presenta el análisis de las pérdidas de carga por cortante y accesorios, las cuales se modelaron utilizando diferentes expresiones empíricas y se compararon con las mediciones realizadas a escala semipiloto. Como resultado del análisis se observó que la ecuación de Bahramir, Yovanovich y Culham (2006) asemeja las pérdidas reales en secciones anulares múltiples, mientras que la expresión propuesta por Davis describe mejor la sección anular simple. Estos resultados permitirán tener herramientas para diseñar reactores de electrocoagulación a escala real.

Electrocoagulación Modelación Pérdidas de carga hidráulica Secciones anulares INGENIERÍA Y TECNOLOGÍA

Big data, small explanatory and predictive power: Lessons from random forest modeling of on-farm yield variability and implications for data-driven agronomy

Martin van Ittersum (2023, [Artículo])

Context: Collection and analysis of large volumes of on-farm production data are widely seen as key to understanding yield variability among farmers and improving resource-use efficiency. Objective: The aim of this study was to assess the performance of statistical and machine learning methods to explain and predict crop yield across thousands of farmers’ fields in contrasting farming systems worldwide. Methods: A large database of 10,940 field-year combinations from three countries in different stages of agricultural intensification was analyzed. Random effects models were used to partition crop yield variability and random forest models were used to explain and predict crop yield within a cross-validation scheme with data re-sampling over space and time. Results: Yield variability in relative terms was smallest for wheat and barley in the Netherlands and for wheat in Ethiopia, intermediate for rice in the Philippines, and greatest for maize in Ethiopia. Random forest models comprising a total of 87 variables explained a maximum of 65 % of cereal yield variability in the Netherlands and less than 45 % of cereal yield variability in Ethiopia and in the Philippines. Crop management related variables were important to explain and predict cereal yields in Ethiopia, while predictive (i.e., known before the growing season) climatic variables and explanatory (i.e., known during or after the growing season) climatic variables were most important to explain and predict cereal yield variability in the Philippines and in the Netherlands, respectively. Finally, model cross-validation for regions or years not seen during model training reduced the R2 considerably for most crop x country combinations, while for wheat in the Netherlands this was model dependent. Conclusion: Big data from farmers’ fields is useful to explain on-farm yield variability to some extent, but not to predict it across time and space. Significance: The results call for moderate expectations towards big data and machine learning in agronomic studies, particularly for smallholder farms in the tropics where model performance was poorest independently of the variables considered and the cross-validation scheme used.

Model Accuracy Model Precision Linear Mixed Models CIENCIAS AGROPECUARIAS Y BIOTECNOLOGÍA MACHINE LEARNING SUSTAINABLE INTENSIFICATION BIG DATA YIELDS MODELS AGRONOMY

Neyman-Scott-based water distribution network modelling

Modelación de redes de agua potable basado en el proceso de Neyman-Scott

VICTOR HUGO ALCOCER YAMANAKA Velitchko Tzatchkov (2012, [Artículo])

Uno de los parámetros más difíciles de estimar al modelar las redes de distribución de agua potable es el del consumo doméstico. Se ha demostrado que este sigue un proceso estocástico posible de caracterizar a través de pulsos rectangulares, con ciertas intensidad, duración y frecuencia de arribo, por medio de esquemas estocásticos como el modelo de pulsos rectangulares de Neyman-Scott (NSRPM). El esquema NSRPM se basa en la solución de un problema de optimización no lineal que involucra momentos teóricos de las series sintéticas (equiprobables) y los momentos observados (mediciones de campo). Se ha publicado la metodología, así como trabajos orientados a la generación de la demanda en los domicilios, sin embargo, no su validación en una red de distribución real, con la conjunción y agregación de las demandas de los domicilios, y su comparación con los métodos tradicionales. En el presente artículo se comparan resultados obtenidos empleando series sintéticas con carácter estocástico, producto del esquema NSRPM aplicado a la determinación de presiones y caudales, con los obtenidos por el método tradicional que utiliza curva de variación horaria de la demanda, y con mediciones de presión y caudal hechas en el sector Humaya, en Culiacán, Sinaloa, México.

Distribución de agua Demanda de agua Consumo doméstico de agua Modelación INGENIERÍA Y TECNOLOGÍA

Simulación del escurrimiento directo de eventos en cuencas pequeñas con el modelo Hidras

Antonio Quevedo Tiznado NABIL MOBAYED KHODR CARLOS FUENTES RUIZ Enrique Gonzalez Sosa CARLOS ALBERTO CHAVEZ GARCIA (2016, [Artículo])

El escurrimiento directo es el efecto integrado de la lluvia, intercepción, evapotranspiración, infiltración y el escurrimiento en lámina sobre el terreno, en un punto específico de una cuenca. La conversión de las lluvias a escurrimiento es un proceso complejo que depende tanto de la distribución espacial y temporal de las lluvias como de las características físicas de la cuenca. Este estudio tuvo por objetivo plantear procedimientos para simular el escurrimiento directo a escala de evento en cuencas pequeñas. Como casos de estudio se eligieron dos cuencas experimentales de México con características diferentes en cuanto a tamaño, ubicación, tipo de vegetación, topografía y régimen pluviométrico: río Mixcoac, en el valle de México; y la unidad de escurrimiento Cerro Blanco, en Tabasco.

Hidrogramas sintéticos Modelación hidrológica Calibración de hidrogramas INGENIERÍA Y TECNOLOGÍA

Análisis de la dinámica del monzón de Norteamérica usando modelos globales y regionales

SALVADOR CASTILLO LIÑAN (2021, [Tesis de maestría])

Maestro en Ciencias y Tecnología del Agua - Hidrometeorología) -- Instituto Mexicano de Tecnología del Agua. Coordinación de Desarrollo Profesional e Institucional. Subcoordinación de Posgrado.

El Monzón de Norteamérica (NAM) es un sistema atmosférico intraestacional causante de aproximadamente el 70% de las precipitaciones anuales en el noroeste de México y suroeste de Estados Unidos. Su estudio utilizando modelos numéricos es un reto debido a la compleja dinámica asociada a la abrupta orografía y al contraste térmico océano-continente que contribuyen a su desarrollo durante el verano. A pesar de que la gran mayoría de los modelos globales del experimento CMIP5 (Proyecto de Intercomparación de Modelos Acoplados), logran describir el periodo intraestacional de precipitaciones máximas sobre el dominio del NAM y reproducir su variabilidad espacial y temporal, se han identificado sesgos en las simulaciones con respecto a las observaciones y los datos de Reanálisis. Con el propósito de abordar estos sesgos, así como identificar y explicar el inicio-final del monzón, en este estudio se analiza el papel de los mecanismos entre la atmósfera, del continente y el océano, utilizando simulaciones numéricas regionales generadas con el modelo sueco RCA4 (Rossby Centre regional atmospheric model 4), el cual fue forzado con 10 modelos globales del CMIP5.

Monzón de Norteamérica Modelación numérica Precipitaciones INGENIERÍA Y TECNOLOGÍA

Calibración de los modelos de pérdidas de suelo USLE y MUSLE en una cuenca forestal de México: caso El Malacate

Calibration of the USLE and MUSLE soil loss models in a Mexican forest watershed: El Malacate case study

JORGE VICTOR PRADO HERNANDEZ PEDRO RIVERA RUIZ FELIPE BENJAMIN DE LEON MOJARRO MAURICIO CARRILLO GARCIA ANTONIO MARTINEZ RUIZ (2016, [Artículo])

La cuantificación de la erosión hídrica de los suelos en cuencas hidrográficas sirve para conocer el grado de su deterioro y para implementar medidas de conservación que minimicen la pérdida del suelo. Dada la carencia de la información para cuantificar con precisión aceptable la erosión en México, es necesario estudiar su estimación con la información disponible mediante metodologías validadas con información experimental. Por tal motivo, el objetivo de este estudio fue calibrar los modelos USLE (EUPS o Ecuación Universal de la Pérdida del Suelo, por sus siglas en inglés) y MUSLE (EUPS modificada) en la microcuenca El Malacate, perteneciente a la cuenca del Lago de Pátzcuaro en Michoacán, México con información experimental de 2013.

Erosión del suelo Conservación del suelo Modelación hidrológica INGENIERÍA Y TECNOLOGÍA

Pérdidas por intercepción de la vegetación y su efecto en la relación intensidad, duración y frecuencia (IDF) de la lluvia en una cuenca semiárida

ALVARO ALBERTO LOPEZ LAMBRAÑO CARLOS FUENTES RUIZ ENRIQUE GONZALEZ SOSA (2017, [Artículo])

Se cuantifica el componente hidrológico de la intercepción en vegetación semiárida y se evalúa el efecto en la relación

intensidad-duración-frecuencia de la precipitación. La intercepción se determina mediante la simulación de lluvias a diferentes intensidades sobre muestras con cubierta vegetal herbácea; se obtienen los componentes del balance hidrológico, como lámina precipitada, lámina escurrida, lámina almacenada en un espesor de suelo a un contenido de humedad inicial dado y lámina drenada. A partir de precipitaciones máximas, en 24 horas se obtienen las curvas intensidad-duración-frecuencia (IDF) de la precipitación para periodos de retorno de 2, 5, 10, 25, 50 y 100 años, estableciendo cuatro escenarios con diferentes cubiertas vegetales para evaluar el efecto del componente de la intercepción en dichas curvas.

Balance hídrico Modelación hidrológica Lluvias Simulación CIENCIAS FÍSICO MATEMÁTICAS Y CIENCIAS DE LA TIERRA

Modelación numérica de la circulación de la bahía de Todos Santos, B.C., México

Efraín Mateos Farfán Gabriela Colorado Ruiz (2017, [Documento de trabajo])

La modelación numérica fue la principal herramienta empleada en este trabajo. Para conocer la dinámica de la bahía de Todos Santos, se realizaron distintas corridas numéricas tanto del océano como de la atmósfera, con el modelo ROMS y WRF respectivamente. Para el caso de la modelación del océano, se incluyeron experimentos para conocer los efectos de baja frecuencia (viento sinóptico y Sistema de la Corriente de California) y altas frecuencias (mareas). En los experimentos realizados se encontró que las bajas frecuencias pueden generar variabilidad, en los campos de velocidad, de tres a cinco días a través de la propagación de una onda baroclínica que viaja desde la región de Punta Banda hasta la boca noroeste de la bahía. Para las altas frecuencias, se encontraron evidencias que la componente M2 de la marea es dominante en la región sur de la bahía, mientras que la brisa marina es importante en la región costera.

Hidrometeorología Modelación númerica CIENCIAS FÍSICO MATEMÁTICAS Y CIENCIAS DE LA TIERRA

A novel method for genomic-enabled prediction of cultivars in new environments

Osval Antonio Montesinos-Lopez Brandon Alejandro Mosqueda González Jose Crossa (2023, [Artículo])

Genomic Best Linear Unbiased Prediction Gains in Accuracy Genomic Prediction Novel Methods CIENCIAS AGROPECUARIAS Y BIOTECNOLOGÍA GENOTYPE ENVIRONMENT INTERACTION METHODS ENVIRONMENT