Modelagem do parâmetro de irrigação: um estudo de caso para o capim sudão BRS estribo

• Autor: Juarez Ruelas, Jose Luis
• Formato: tesis de maestría
• Fecha de Publicación: 2018
• Institución: Superintendencia Nacional de Educación Superior Universitaria
• Repositorio: Registro Nacional de Trabajos conducentes a Grados y Títulos - RENATI
• Lenguaje: portugués
• OAI Identifier: oai:renati.sunedu.gob.pe:renati/1134
• Enlace del recurso: http://renati.sunedu.gob.pe/handle/sunedu/843160
• Nivel de acceso: acceso abierto
• Materia: Agrometeorología; Balance hídrico; Aprendizaje automático (Inteligencia artificial); http://purl.org/pe-repo/ocde/ford#1.02.01

La disponibilidad de agua es uno de los factores clave para el éxito de la producción agrícola. En condiciones naturales, los cultivos reciben agua por medio de precipitaciones, y durante los períodos de sequía se requieren tareas de manejo de riego. El riego es una técnica artificial utilizada para suministrar agua a los cultivos, y para que esta tarea se gestione bien, se necesita el parámetro de riego. El parámetro de riego es el indicador principal cuando se realizan tareas de riego, generalmente expresadas en milímetros. En verano, las condiciones climáticas pueden restringir la disponibilidad de agua, lo que causa problemas en los cultivos y las cadenas productivas. Para abordar este problema, en colaboración entre Embrapa Pecuária Sul y Sulpasto, se desarrolló y lanzó el BRIM Estribo capim-sudão, que es un forraje anual de verano, que ha ido ganando preferencia entre los productores. Este forraje ha sido adoptado porque, si se maneja bien, tiene un alto potencial de producción. En este estudio presentamos un modelo empírico, que a partir de una fecha de siembra, datos meteorológicos y parámetros de forraje, calcula el parámetro de riego. También se muestra que los modelos CART, SVM y ANN pueden predecir el parámetro de riego con un R2 igual a 0,986; 0,985 y 0,988 respectivamente, del modelo empírico. Los resultados presentados en este estudio indican que el modelo empírico y los modelos de inteligencia artificial pueden usarse en la aplicación práctica de la planificación y gestión de los recursos hídricos.