Please use this identifier to cite or link to this item:
https://rinacional.tecnm.mx/jspui/handle/TecNM/8586| Title: | Modelo predictivo de evapotranspiración de referencia para invernaderos utilizando cómputo evolutivo |
| Authors: | Ruiz Ortega, Francisco Javier |
| metadata.dc.subject.other: | Cómputo evolutivo, Programación genética, Evapotranspiración, FAO56-PM, Hargreaves-Samani. |
| Issue Date: | 2024-08-21 |
| Publisher: | Tecnológico Nacional de México |
| metadata.dc.publisher.tecnm: | Centro Nacional de Investigación y Desarrollo Tecnológico |
| Description: | 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 |
| Appears in Collections: | Tesis de Doctorado en Computación |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| DC_Francisco_Javier_Ruiz_Ortega_2024.pdf | Tesis | 4.31 MB | Adobe PDF | View/Open |
| DC_Francisco_Javier_Ruiz_Ortega_2024_c.pdf | Cesión de derechos | 453.63 kB | Adobe PDF | View/Open |
This item is protected by original copyright |
This item is licensed under a Creative Commons License
