Mostrar el registro sencillo del ítem
Predicción de la evapotranspiración de referencia mediante redes neuronales artificiales
Autor | González Camacho, Juan Manuel |
Autor | Cervantes Osornio, Rocío |
Autor | Ojeda Bustamante, Waldo |
Autor | López Cruz, Irineo |
dc.creator | GONZALEZ CAMACHO, JUAN MANUEL; 11993 |
dc.creator | CERVANTES-OSORNIO, ROCIO;;3014485 |
dc.creator | OJEDA BUSTAMANTE, WALDO; 33681 |
dc.creator | LOPEZ CRUZ, IRINEO LORENZO; 121196 |
Fecha | 2008 |
Identitificador | http://hdl.handle.net/20.500.12013/852 |
Resumen | La evapotranspiración de referencia (ETo) es una variable climática esencial para el cálculo de los requerimientos hídricos de los cultivos. Su previsión a corto plazo es importante para programar la distribución de volúmenes de agua en las zonas de riego. En este trabajo se presenta la aplicación de un modelo de Red Neuronal Artificial (RNA) tipo feedforward backpropagation para predecir la ETo a partir de datos diarios de temperatura del aire, radiación solar, humedad relativa y velocidad del viento. La arquitectura adoptada del modelo de RNA contiene cuatro neuronas en la capa intermedia, una neurona en la capa de salida y funciones de activación tangente hiperbólica en ambas capas. Este modelo fue aplicado a un conjunto de datos climáticos con cinco años de observaciones de la red agroclimática “Valle del Fuerte” del distrito de riego 075, localizada en el norte de Sinaloa, México. El algoritmo de entrenamiento supervisado de Levenberg-Marquardt permitió obtener un buen desempeño de la red en términos del error cuadrático medio y del coeficiente de determinación R2 para estimar la ETo en los diferentes escenarios considerados. Las predicciones de las RNA fueron comparadas con las predicciones de modelos de regresión lineal múltiple y lineal por partes; los resultados muestran que ambos modelos presentan niveles de ajuste muy similares a los datos experimentales. |
Formato | |
Lenguaje | spa |
Publicador | Instituto Mexicano de Tecnología del Agua |
Licencia | Atribución-NoComercial-SinDerivadas |
Licencia URL | http://creativecommons.org/licenses/by-nc-nd/4.0 |
dc.source | Ingeniería Hidráulica en México (0186-4076), 23(1) |
Palabra clave | Evapotranspiración |
Palabra clave | Requerimientos de riego |
Palabra clave | Variables climáticas |
Palabra clave | Distritos de riego |
Palabra clave | Regresión no lineal |
Palabra clave | Redes neuronales artificiales |
dc.subject.classification | CIENCIAS AGROPECUARIAS Y BIOTECNOLOGÍA |
Titulo | Predicción de la evapotranspiración de referencia mediante redes neuronales artificiales |
Tipo | article |
dc.rights.license | Usted puede copiar, distribuir y usar esta obra siempre y cuando se reconozcan los derechos de autor citando el nombre de éste, mencionando que la obra se encuentra depositada en el repositorio del IMTA y utilizar la obra únicamente para fines de docencia e investigación, sin fines de lucro, respetando los términos de la licencia Creative Commons, versión 2.5 |
dc.rights.access | openAccess |
dc.identificator | 6 |
Ficheros en el ítem
Este ítem aparece en la(s) siguiente(s) colección(ones)
-
Artículos de revistas [143]