| Revista: | Revista mexicana de ciencias agrícolas |
| Base de datos: | PERIÓDICA |
| Número de sistema: | 000407381 |
| ISSN: | 2007-0934 |
| Autores: | Cervantes Osornio, Rocío1 Arteaga Ramírez, Ramón1 Vázquez Peña, M. Alberto1 Ojeda Bustamante, Waldo2 |
| Instituciones: | 1Universidad Autónoma Chapingo, Chapingo, Estado de México. México 2Instituto Mexicano de Tecnología del Agua, Jiutepec, Morelos. México |
| Año: | 2012 |
| Volumen: | 3 |
| Paginación: | 698-704 |
| País: | México |
| Idioma: | Español |
| Tipo de documento: | Artículo |
| Enfoque: | Analítico, descriptivo |
| Resumen en español | En la agricultura resulta importante conocer con cierto grado de anticipación algunas variables climáticas tal como la evapotranspiración de referencia, variable primordial en la planeación y distribución del recurso agua en los distritos de riego. En el presente trabajo se utilizaron métodos convencionales y modelos de redes neuronales artificiales, específicamente feed forward backpropagation, con las mismas variables de entradas que sus homólogos modelos empíricos, para estimación de la evapotranspiración de referencia, esto se realizó para la estación Santa Rosa 1 III AC, ubicada en el Distrito 075, Valle del Fuerte, Los Mochis, Sinaloa. Los resultados obtenidos mostraron que las redes neuronales artificiales representan una alternativa de modelo confiable en la estimación de la evapotranspiración de referencia |
| Disciplinas: | Agrociencias, Geociencias |
| Palabras clave: | Riego y drenaje, Ciencias de la atmósfera, Evapotranspiración, Redes neuronales artificiales, Modelos matemáticos, México |
| Keyword: | Agricultural sciences, Earth sciences, Irrigation and drainage, Atmospheric sciences, Evapotranspiration, Artificial neural networks, Mathematical models, Mexico |
| Texto completo: | Texto completo (Ver HTML) |
