Predicción de la evapotranspiración de referencia mediante redes neuronales artificiales

JUAN MANUEL GONZALEZ CAMACHO ROCIO CERVANTES-OSORNIO WALDO OJEDA BUSTAMANTE IRINEO LORENZO LOPEZ CRUZ (2008, [Artículo])

La evapotranspiración de referencia (ETo) es una variable climática esencial para el cálculo de los requerimientos hídricos de los cultivos. Su previsión a corto plazo es importante para programar la distribución de volúmenes de agua en las zonas de riego. En este trabajo se presenta la aplicación de un modelo de Red Neuronal Artificial (RNA) tipo feedforward backpropagation para predecir la ETo a partir de datos diarios de temperatura del aire, radiación solar, humedad relativa y velocidad del viento. La arquitectura adoptada del modelo de RNA contiene cuatro neuronas en la capa intermedia, una neurona en la capa de salida y funciones de activación tangente hiperbólica en ambas capas. Este modelo fue aplicado a un conjunto de datos climáticos con cinco años de observaciones de la red agroclimática “Valle del Fuerte” del distrito de riego 075, localizada en el norte de Sinaloa, México. El algoritmo de entrenamiento supervisado de Levenberg-Marquardt permitió obtener un buen desempeño de la red en términos del error cuadrático medio y del coeficiente de determinación R2 para estimar la ETo en los diferentes escenarios considerados. Las predicciones de las RNA fueron comparadas con las predicciones de modelos de regresión lineal múltiple y lineal por partes; los resultados muestran que ambos modelos presentan niveles de ajuste muy similares a los datos experimentales.

Evapotranspiración Requerimientos de riego Variables climáticas Distritos de riego Regresión no lineal Redes neuronales artificiales CIENCIAS AGROPECUARIAS Y BIOTECNOLOGÍA

Predicción fenológica del cultivo de papa mediante tiempo térmico

Phenological prediction of potato crop by means of thermal time

Hector Flores Magdaleno HILARIO FLORES GALLARDO WALDO OJEDA BUSTAMANTE (2014, [Artículo])

El objetivo del presente estudio fue evaluar tres métodos para predecir la fenología en el cultivo de papa (Solanum tuberosum L.) mediante tiempo térmico, para lo cual se trabajó con un total de 15 parcelas a nivel comercial sembradas con la variedad ‘Alpha’ en el norte de Sinaloa, México. Los métodos comparados fueron: temperatura media, grados día (°D) y días fenológicos de papa (P-days), los tres calculados con los datos obtenidos mediante el monitoreo en campo de cada fase fenológica durante los ciclos agrícolas otoño-invierno 2005-2006 y 2006-2007. Los resultados indicaron que el mejor método para predecir la fenología de esta variedad de papa con base en el tiempo térmico fue el P-days, porque presentó los menores valores de coeficiente de variación con 0.07 y de desviación estándar con 18.03 para todas las etapas fenológicas analizadas.

The objective of this research was to evaluate three methods to predict potato crop (Solanum tuberosum L.) phenology by means of thermal time, which were applied on 15 commercial plots sowed with the variety ‘Alpha’ in northern Sinaloa, México. The compared methods were: average temperature, degree days (°D) and potato days (P-days), all of them calculated with data obtained by field monitoring of each phenological stage during two crop seasons, Autumn-Winter seasons 2005-2006 and 2006-2007. Results showed that the best method to predict the phenology of this potato variety by means of thermal time was the P-days technique because it produced the lowest values of variation coefficient with 0.07 and of standard deviation with 18.03, for all the analyzed phenology stages. To compare the errors in thermal requirements obtained with each method in the plots, other plots were used for validation, and so it was confirmed that the P-days method showed the smallest errors, with 3.6 and 3.2 % for the root mean square error RMSE and the mean absolute error MAE, respectively.

Solanum tuberosum Cultivos alimenticios Variabilidad climática INGENIERÍA Y TECNOLOGÍA