Utilize este identificador para referenciar este registo: https://rinacional.tecnm.mx/jspui/handle/TecNM/8586
Título: Modelo predictivo de evapotranspiración de referencia para invernaderos utilizando cómputo evolutivo
Autor: Ruiz Ortega, Francisco Javier
metadata.dc.subject.other: Cómputo evolutivo, Programación genética, Evapotranspiración, FAO56-PM, Hargreaves-Samani.
Data: 2024-08-21
Editora: Tecnológico Nacional de México
metadata.dc.publisher.tecnm: Centro Nacional de Investigación y Desarrollo Tecnológico
Descrição: La evapotranspiración de referencia es un parámetro clave en la gestión eficiente del agua en la agricultura, ya que representa la cantidad de agua que se evapora y transpira de una superficie de referencia. Su estimación precisa es fundamental para la planificación y manejo de los recursos hídricos, especialmente en contextos agrícolas, donde el uso racional del agua es crucial para la sostenibilidad y productividad de los cultivos. La evapotranspiración se mide utilizando diversos métodos, entre los cuales los modelos FAO56-Penman-Monteith (FAO56-PM) y Hargreaves-Samani son ampliamente recomendados por la Organización de las Naciones Unidas para la Alimentación y la Agricultura (FAO) debido a su robustez y precisión. En nuestra investigación, hemos desarrollado una metodología innovadora para estimar la evapotranspiración de referencia tanto en campo abierto como en agricultura protegida, utilizando técnicas avanzadas de programación genética, una rama del cómputo evolutivo. Además, hemos diseñado un modelo predictivo específico para invernaderos, que permite anticipar las necesidades hídricas de los cultivos bajo condiciones controladas. La validación de los modelos desarrollados demuestra su alta precisión, con un error cuadrático medio (RMSE) de 0.3548 y un coeficiente de determinación (R2) de 0.9361 en campo abierto en comparación con el modelo de referencia FAO56-PM y un error cuadrático medio (RMSE) de 0.2565 y un coeficiente de determinación (R2) de 0.9216 en invernaderos. Estos resultados indican que nuestros modelos no solo son altamente confiables, sino que también se presentan como una herramienta valiosa para optimizar la gestión del riego en diversos entornos agrícolas, contribuyendo así a la mejora de la eficiencia en el uso del agua y al aumento de la productividad agrícola.
metadata.dc.type: info:eu-repo/semantics/doctoralThesis
Aparece nas colecções:Tesis de Doctorado en Computación

Ficheiros deste registo:
Ficheiro Descrição TamanhoFormato 
DC_Francisco_Javier_Ruiz_Ortega_2024.pdfTesis4.31 MBAdobe PDFVer/Abrir
DC_Francisco_Javier_Ruiz_Ortega_2024_c.pdfCesión de derechos453.63 kBAdobe PDFVer/Abrir


Este registo está protegido por copyright original.



Este registo está protegido por Licença Creative Commons Creative Commons