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

Smallholder maize yield estimation using satellite data and machine learning in Ethiopia

Zhe Guo Jordan Chamberlin Liangzhi You (2023, [Artículo])

The lack of timely, high-resolution data on agricultural production is a major challenge in developing countries where such information can guide the allocation of scarce resources for food security, agricultural investment, and other objectives. While much research has suggested that remote sensing can potentially help address these gaps, few studies have indicated the immediate potential for large-scale estimations over both time and space. In this study we described a machine learning approach to estimate smallholder maize yield in Ethiopia, using well-measured and broadly distributed ground truth data and freely available spatiotemporal covariates from remote sensing. A neural networks model outperformed other algorithms in our study. Importantly, our work indicates that a model developed and calibrated on a previous year's data could be used to reasonably estimate maize yield in the subsequent year. Our study suggests the feasibility of developing national programs for the routine generation of broad-scale and high-resolution estimates of smallholder maize yield, including seasonal forecasts, on the basis of machine learning algorithms, well-measured ground control data, and currently existing time series satellite data.

Sentinel-2 Smallholder Agriculture Yield Prediction CIENCIAS AGROPECUARIAS Y BIOTECNOLOGÍA INTENSIFICATION SMALLHOLDERS AGRICULTURE YIELD FORECASTING

Multi-modal deep learning improves grain yield prediction in wheat breeding by fusing genomics and phenomics

Xu Wang Sandesh Kumar Shrestha Philomin Juliana Suchismita Mondal Francisco Pinto Govindan Velu Leonardo Abdiel Crespo Herrera JULIO HUERTA_ESPINO Ravi Singh Jesse Poland (2023, [Artículo])

New Crop Varieties Plant Breeding Programs Yield Prediction CIENCIAS AGROPECUARIAS Y BIOTECNOLOGÍA LEARNING GRAIN YIELDS WHEAT BREEDING FOOD SECURITY

Multispectral-derived genotypic similarities from budget cameras allow grain yield prediction and genomic selection augmentation in single and multi-environment scenarios in spring wheat

Jose Crossa Osval Antonio Montesinos-Lopez Morten Lillemo (2024, [Artículo])

Multispectral Imaging Grain Yield Genomic Prediction CIENCIAS AGROPECUARIAS Y BIOTECNOLOGÍA GRAIN YIELDS HIGH-THROUGHPUT PHENOTYPING SPRING WHEAT

Establishment of heterotic groups for hybrid wheat breeding

Yunbi Xu (2022, [Artículo])

Genomic Prediction CIENCIAS AGROPECUARIAS Y BIOTECNOLOGÍA CLIMATE CHANGE CROPS FORECASTING PLANTS COMBINING ABILITY HETEROSIS HETEROTIC GROUPS MALE INFERTILITY PLANT HEIGHT WHEAT

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

Improving hybrid rice breeding programs via stochastic simulations: number of parents, number of hybrids, tester update, and genomic prediction of hybrid performance

Roberto Fritsche-Neto Marlee Labroo (2024, [Artículo])

Genomic Prediction Reciprocal Recurrent Selection Heterotic Pools CIENCIAS AGROPECUARIAS Y BIOTECNOLOGÍA STOCHASTIC MODELS RICE HYBRIDS GENETIC IMPROVEMENT GENETIC GAIN BREEDING PROGRAMMES