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

Monitoreo e Instalación visual de señales a un motor eléctrico de inducción de instalación trifásica de forma jaula de ardilla, mediante la implementación de tecnología industria 4.0

Luis Ricardo Uribe Dávila (2023, [Tesis de maestría])

Vivimos la industria 4.0, misma que no es nueva, ya que sus orígenes se remontan a finales de la década de los 2000, en Alemania. Un pilar de la industria 4.0 es el análisis de datos, conocido como Big Data. El conocer los datos de un proceso, de un estudio, ayuda en gran medida a predecir el comportamiento que tendrá el proceso o la máquina a estudiar en un periodo a corto o mediano plazo. En el presente proyecto se analizan los datos arrojados por un motor eléctrico de corriente alterna, del tipo inducción, jaula de ardilla. El motor está diseñado para trabajar de manera continua, sin embargo, el uso que se le da, es meramente educativo; es decir, no sobre pasa las 15 horas por semana de uso. Mediante la toma de datos de las tres fases de corriente RMS o corriente de valor eficaz que posee el motor eléctrico que se realizará con el microcontrolador Arduino UNO, se analizarán los mismos mediante el software de cómputo numérico MATLAB, ordenando los datos, descartando valores que no aporten información relevante para lograr la predicción de datos. Por último, se llevará a conocer este proyecto a la carrera mecatrónica, área sistemas de manufactura flexible y área automatización, con el fin de que puedan observar de una mejor manera la aplicación y funcionamiento de uno de los pilares de la actual industria 4.0.

We live in industry 4.0, which is not new, since its origins date back to the late 2000s, in Germany. One pillar of industry 4.0 is data analysis, known as Big Data. Knowing the data of a process, of a study, helps greatly to predict the behavior that the process or machine will have to study in a short- or medium-term period. This project analyzes the data released by an electric motor of alternating current, of the type induction, squirrel cage. The engine is designed to work continuously, however, the use given to it is merely educational, that is; only not over spends 15 hours per week of use. By taking data from the three phases of RMS current or effective value current of the electric motor that will be made with the Arduino UNO micro controller, they will be analyzed using MATLAB numerical computing software, ordering the data, discarding values that do not provide relevant information to achieve data prediction. Finally, this project will be presented to the mechatronics career, flexible manufacturing systems area and automation area, so that they can observe in a better way the application and operation of one of the pillars of the current industry 4.0.

Mantenimiento predictivo Regresión lineal Industria 4.0 Big data Corriente RMS Predictive maintenance Linear regression Industry 4.0 Big data RMS Current INGENIERÍA Y TECNOLOGÍA CIENCIAS TECNOLÓGICAS OTRAS ESPECIALIDADES TECNOLÓGICAS OTRAS OTRAS

Datación de sedimentos recientes utilizando isótopos radioactivos en el río Verde, en el estado de Oaxaca, México

Dating of recent sediments using radioactive isotopes in the Rio Verde, Oaxaca state, Mexico

José Alfredo González Verdugo EDITH ROSALBA SALCEDO SANCHEZ MARIA JOSELINA CLEMENCIA ESPINOZA AYALA MANUEL MARTINEZ MORALES (2013, [Artículo])

Con objeto de conocer la evolución de los procesos sedimentarios en la parte baja del río Verde, Oaxaca, se realizaron mediciones en dos núcleos de sedimentos. El fechado y determinación de la tasa de sedimentación, se realizó utilizando los isótopos radioactivos Plomo-210 y Cesio-137, que sirven como indicadores de períodos de deposición de los últimos 100 años. La velocidad de sedimentación en el Río Verde obtenida por medio del isótopo Pb -210 es 0.69 a 0.89 cm/año. Por otro lado, la velocidad de sedimentación en la zona de estudio mediante el isótopo Cs-137 es del orden de 0.61 cm/año y 0.87 cm/año. El método de Cesio-137 proporciona marcadores distintivos de eventos, mientras que el método de Plomo-210 proporciona pendientes de concentración, que al aplicarse de manera conjunta proporcionan una validación de ambos métodos. En este estudio, los dos métodos coinciden en los valores de sedimentación para la zona del Río Verde. Los resultados de este trabajo permiten conocer la dinámica de los procesos de transporte de sedimentos en la zona, información que resulta útil para la planeación de obras hidráulicas y estimación de los impactos ambientales, así como la implementación de las medidas de mitigación correspondientes.

Sedimentación Datación Isótopos radiactivos Marcadores Morfología de ríos CIENCIAS FÍSICO MATEMÁTICAS Y CIENCIAS DE LA TIERRA

International Winter Wheat nurseries data: Facultative and Winter Wheat Observation Nurseries and International Winter Wheat yield trials for semi-arid and irrigated conditions

Mesut KESER fatih ozdemir Pietro Bartolini (2022, [Artículo])

Germplasm Exchange International Nurseries Multi-Locations CIENCIAS AGROPECUARIAS Y BIOTECNOLOGÍA WINTER WHEAT BREEDING GERMPLASM YIELDS DATA

Disruptive approach to integrate data in a digital environment: progress report CIMMYT-Bluenumber 2023

Andrea Gardeazabal (2023, [Documento de trabajo])

This report describes the process carried out a pilot project to evaluate a scalable disruptive approach to integrating data for agronomy research that also incentivizes sustainable production and enables traceability using open data sharing protocol with self-sovereign identity (SSI).

CIENCIAS AGROPECUARIAS Y BIOTECNOLOGÍA DIGITAL TECHNOLOGY DATA AGRICULTURAL RESEARCH

Product development for Eastern Africa: EA-PP1

&

EA-PP2

Berhanu Tadesse Ertiro Aparna Das Yoseph Beyene Dan Makumbi Manje Gowda Suresh L.M. Anani Bruce Walter Chivasa Vijay Chaikam Juan Burgueño Prasanna Boddupalli (2023, [Objeto de congreso])

CIENCIAS AGROPECUARIAS Y BIOTECNOLOGÍA PRODUCT DEVELOPMENT TESTING DATA MAIZE

Evaluation of multiple satellite precipitation products for rainfed maize production systems over Vietnam

Paresh Shirsath Dakshina Murthy Kadiyala (2022, [Artículo])

Rainfall Datasets Satellite Rainfall Estimates CIENCIAS AGROPECUARIAS Y BIOTECNOLOGÍA RAIN RAINFED FARMING DATA SATELLITES

Multi-trait, multi-environment deep learning modeling for genomic-enabled prediction of plant traits

Osval Antonio Montesinos-Lopez Jose Crossa Francisco Javier Martin Vallejo (2018, [Artículo])

Deep Learning Genomic Prediction Bayesian Modeling Shared Data Resources CIENCIAS AGROPECUARIAS Y BIOTECNOLOGÍA BAYESIAN THEORY RESOURCES DATA BREEDING PROGRAMMES

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

A Flexible, Extensible, Machine-Readable, Human-Intelligible, and Ontology-Agnostic Metadata Schema (OIMS)

Gideon Kruseman (2022, [Artículo])

Reusability Java Script Object Notation CIENCIAS AGROPECUARIAS Y BIOTECNOLOGÍA DATA MANAGEMENT INTEROPERABILITY METADATA SOCIOECONOMIC ASPECTS