Revista: | Revista mexicana de ciencias agrícolas |
Base de datos: | PERIÓDICA |
Número de sistema: | 000407518 |
ISSN: | 2007-0934 |
Autors: | Vargas Sállago, José Manuel1 López Cruz, Irineo Lorenzo2 Rico García, Enrique3 |
Institucions: | 1Instituto Nacional de Investigaciones Forestales, Agrícolas y Pecuarias, Campo Experimental Valle de México, Chapingo, Estado de México. México 2Universidad Autónoma Chapingo, Posgrado en Ingeniería Agrícola y Uso Integral del Agua, Chapingo, Estado de México. México 3Universidad Autónoma de Querétaro, Facultad de Ingeniería, Querétaro. México |
Any: | 2012 |
Volum: | 3 |
Paginació: | 747-756 |
País: | México |
Idioma: | Español |
Tipo de documento: | Artículo |
Enfoque: | Analítico, prospectivo |
Resumen en español | Se utilizaron Redes Neuronales Artificiales (ANN, Artificial Neural Networks) para simular la tasa de fotosíntesis de plantas de jitomate, empleando como variables de entrada: temperatura, humedad relativa, déficit de presión de vapor y concentración de dióxido de carbono (CO2) del aire, así como radiación fotosintéticamente activa. El experimento se desarrolló en un invernadero experimental, con control climático totalmente convencional, de la Universidad Autónoma de Querétaro, México. Se empleó un cultivo con índice de área foliar mayor a 2 para llevar a cabo las mediciones. Para registrar el intercambio de dióxido de carbono (CO2) de las hojas de las plantas, así como las variables meteorológicas, se usó el monitor de fotosíntesis (PTM-48M, Daletown Company, Ltd), con sistema automático de cuatro canales de tipo abierto, así como un sensor de radiación fotosintéticamente activa (Watch Dog Model 450).Para eliminar ruidos de los sensores en las mediciones se aplicó el filtro Savitzky-Golay. Se evaluaron diferentes configuraciones para redes de retropropagación, siendo la de 4 capas con 10 neuronas en la primera capa oculta, 15 en la segunda y 10 más en la tercera, la que generó los mejores índices estadísticos sobre datos de prueba: coeficiente de determinación, R2= 0.9756 y cuadrado medio del error, CME= 0.8532 |
Disciplines | Agrociencias, Ciencias de la computación, Biología |
Paraules clau: | Hortalizas, Programación, Fisiología vegetal, Jitomate, Solanum lycopersicum, Redes neuronales artificiales, Monitoreo, Fotosíntesis, México, Querétaro |
Keyword: | Agricultural sciences, Computer science, Biology, Vegetables, Programming, Plant physiology, Tomato, Solanum lycopersicum, Artificial neural networks, Monitoring, Photosynthesis, Mexico, Queretaro |
Text complet: | Texto completo (Ver HTML) |