Generación y Simulación de un Modelo para Mejorar los Criterios de Riego en los Cultivos de Mini-Clavel de la Sabana de Bogotá Mediante Técnicas de Inteligencica Artificial
Cargando...
Fecha
Fecha
2016-12-08
Director
Colaboradores
Título de la revista
ISSN de la revista
Título del volumen
Editor
Altmetric
Descripción
Con el objetivo de contribuir al uso racional del Recurso Hídrico en la Sabana de Bogotá para
cultivos de mini-clavel, se ha generado y simulado un modelo basado en técnicas de inteligencia
artificial (IA) que predice el valor para el siguiente ddíade la evapotranspiración (ET), la cual es
una variable con sustento científico en la toma de decisiones de volúmenes y tiempos de riego,
para un cultivo de mini-clavel variedad Rony.
Conociendo la ET del cultivo y el lixiviado obtenidos por los lisímetros de pesada, se toman
mediciones comprendidas en un periodo de ciento cuatro (104) días, con las cuales se entrena el
modelo generado compuesto por un Sistema Difuso, que evalúa el criterio de riego aplicado en el
día en curso, y una Red Neuronal de tipo Back Propagation, con la que se obtienen la
predicciones de ET para el día siguiente, y aplicar en base a esta ET un criterio de riego favorable.
El error obtenido por el modelo es -0.27 y el valor de correlación obtenido luego de la de la
simulación respecto a los valores reales es 0.7277
Resumen
In order to contribute to the rational use of Water Resources in the Sabana de Bogotá for
growing mini-carnation, a model has been generated and simulated based on techniques of
artificial intelligence (AI) that predicts the value for the next day evapotranspiration model (ET),
which is a variable with scientific support in decision-making volumes and run times for a growing
variety Rony mini-carnation.
Knowing the crop ET and the leachate obtained by lysimeters weighing measurements included
are taken over a period of one hundred and four (104) days, with which the generated model
consisting of a fuzzy system, which evaluates the criterion irrigation trains applied in the current
day and a Neuronal Network Back Propagation type, with which the ET predictions for the next
day are obtained and applied based on this criterion favorable ET irrigation. The error obtained
by the model is -0.27 and the correlation value obtained after the simulation compared to actual
values is 0.7277
Palabras clave
Evapotranspiración, Redes Neuronales, Lisímetro de Pesada, Riego, Inteligencia Artificial