Buscar
Mostrando ítems 11-20 de 46
Modelos Hargreaves Priestley-Taylor y redes neuronales artificiales en la estimación de la evapotranspiración de referenciaReference evapotranspiration estimation by Hargreaves Priestley-Taylor and artificial neural networks models
(Universidad Nacional Autónoma de México. Instituto de Ingeniería., 2012)
Resulta costoso medir directamente la evapotranspiración de referencia (ET0) con un lisímetro, y al no contar con esta información se utilizó el método de Penman-Monteith modificado por la FAO (ET0 FAO-56 P-M) para su ...
Impacto del cambio climático en el desarrollo y requerimientos hídricos de los cultivosClimate change impact on crop development and water requirements
(Colegio de Postgraduados, 2010)
Debido al impacto del cambio climático la modificación de los componentes del ciclo hidrológico, principalmente la evapotranspiración y la precipitación, tendrá un efecto radical en las demandas de riego y en la gestión ...
Simulación del rendimiento de maíz (Zea mays L.) en el norte de Sinaloa usando el modelo AquacropSimulation of corn (Zea mays L.) yield in northern Sinaloa using the Aquacrop model
(Colegio de Postgraduados., 2013)
La intensificación de la variabilidad climática ha generado incertidumbre en los volúmenes de agua disponible en varias zonas de riego de México, ocasionan inestabilidad en la productividad del cultivo de maíz (Zea mays ...
Análisis metodológico de la distribución espacial de la precipitación y la estimación media diariaMethodological analysis of the spatial distribution of rainfall and the average daily stimation
(Instituto Nacional de Investigaciones Forestales, Agrícolas y Pecuarias., 2011)
El objetivo del trabajo consistió en mostrar un análisis metodológico geoestadístico, para generar un patrón espacial de la lluvia, asociado a la precipitación media diaria. Caracterizar y conocer la distribución espacial ...
Metodología para la determinación de la evapotranspiración integrada y la capacidad de canales en una zona de riegoMethodology for estimation of integrated evapotranspiration and canal capacity in an irrigation zone.
(Universidad Nacional de Cuyo (Argentina), 2011)
La capacidad de la red de canales en un sistema de riego depende de satisfacer la demanda hídrica máxima de los cultivos. Los métodos para determinar la capacidad del canal requieren de la estimación de la variable agronómica: ...
Attribute selection impact on linear and nonlinear regression models for crop yield prediction
(Hindawi Publishing Corporation, 2014)
Efficient cropping requires yield estimation for each involved crop, where data-driven models are commonly applied. In recent years, some data-driven modeling technique comparisons have been made, looking for the best model ...
Indicadores técnicos de la producción agrícola del año 2012 de las zonas de riego de México
(Asociación Mexicana de Hidráulica, A.C., 2012)
En México, la superficie dedicada a la agricultura es de aproximadamente 21 millones de hectáreas, de las cuales del orden de 6.3 millones de hectáreas son de riego, que aprovechan las aguas superficiales y subterráneas ...
Drones y sistemas de información geográfica en la ingeniería hidroagrícola
(IMTA. Coordinación de Riego y Drenaje. Subcoordinación de Ingeniería de Riego, 2014)
Los vehículos aéreos no tripulados, también conocidos como VANTs, UAVs, o más comúnmente drones, son una alternativa actual para estimar variables de interés hidroagrícola en forma remota. Ante el desarrollo que presentan ...
Thermal and ammonia concentration gradients in a rabbit barn with two ventilation system designs
(Asociación Latinoamericana y del Caribe de Ingeniería Agrícola., 2017)
Rabbit barns are of economic importance in central Mexico, where rabbit breeders use rustic buildings for production. In such barns, climate conditioning is mostly based on natural ventilation (NV) where the lack of a ...
Predictive ability of machine learning methods for massive crop yield prediction
(Instituto Nacional de Investigación y Tecnología Agraria y Alimentaria., 2014)
An important issue for agricultural planning purposes is the accurate yield estimation for the numerous crops involved in the planning. Machine learning (ML) is an essential approach for achieving practical and effective ...