La escasez de agua constituye una preocupación de la industria agropecuaria, y es que esta emplea en la irrigación cuatro quintas partes del total de agua fresca consumida y dos tercios del total empleado para consumo humano. Por tal razón resulta esencial el desarrollo de sistemas que optimicen el empleo de agua en el riego. En las casas de cultivo protegido de la UEB “Valle del Yabú” del municipio Santa Clara el riego se realiza mediante un sistema basado en goteo que requiere la presencia de un operario para la toma de decisiones, el cual no tiene información sobre algunas de las variables hidrometeorológicas que rigen al cultivo. Este artículo se centró en diseñar un sistema de apoyo a la toma de decisiones en el riego basado en aprendizaje de máquina. Como parámetro de importancia del sistema se calcula el coeficiente de evapotranspiración del cultivo utilizando para ello la fórmula de Turc. Se realiza un acondicionamiento de los datos ambientales recopilados y con ellos se entrenan modelos de regresión lineal, bosques aleatorios regresivos y bosques aleatorios de gradiente mejorado para determinar valores de evapotranspiración futuros empleando la plataforma Apache Spark. El modelo que obtuvo los mejores resultados fue el bosque aleatorio regresivo con un coeficiente de determinación (r2) de 0,79 y con él se calcula el volumen de agua perdido por el cultivo. Finalmente, el sistema fue capaz de proveer las estimaciones de ambas variables las que favorecen la toma de decisiones por parte de los especialistas.
Leer más La escasez de agua constituye una preocupación de la industria agropecuaria, y es que esta emplea en la irrigación cuatro quintas partes del total de agua fresca consumida y dos tercios del total empleado para consumo humano. Por tal razón resulta esencial el desarrollo de sistemas que optimicen el empleo de agua en el riego. En las casas de cultivo protegido de la UEB “Valle del Yabú” del municipio Santa Clara el riego se realiza mediante un sistema basado en goteo que requiere la presencia de un operario para la toma de decisiones, el cual no tiene información sobre algunas de las variables hidrometeorológicas que rigen al cultivo. Este artículo se centró en diseñar un sistema de apoyo a la toma de decisiones en el riego basado en aprendizaje de máquina. Como parámetro de importancia del sistema se calcula el coeficiente de evapotranspiración del cultivo utilizando para ello la fórmula de Turc. Se realiza un acondicionamiento de los datos ambientales recopilados y con ellos se entrenan modelos de regresión lineal, bosques aleatorios regresivos y bosques aleatorios de gradiente mejorado para determinar valores de evapotranspiración futuros empleando la plataforma Apache Spark. El modelo que obtuvo los mejores resultados fue el bosque aleatorio regresivo con un coeficiente de determinación (r2) de 0,79 y con él se calcula el volumen de agua perdido por el cultivo. Finalmente, el sistema fue capaz de proveer las estimaciones de ambas variables las que favorecen la toma de decisiones por parte de los especialistas.