Tesis y Tesistas 2020 - Postgrado - Fac. de Informática - UNLP
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
MAESTRÍA
INGENIERÍA DE SOFTWARE
Mg. Ernesto Esteban Ledesma
erneledesma@gmail.com
Directora
Dra. Daniela López de Luise
Codirector
Mg. Javier Bazzoco
Fecha de defensa
20 de noviembre de 2020
SEDICI
http://sedici.unlp.edu.ar/handle/10915/110794
Modelo de predicción de
riesgo en recursos hídricos
para agricultura de precisión
Palabras clave: Minería temporal, Sistemas Armónicos Difusos, Patrones Difusos, Cultivos de Precisión, Cultivos de arroz.
Motivación
En los últimos años la agricultura de precisión a tomado mucha
relevancia en la búsqueda de optimizar recursos y obtener
mejores resultados, dia a dia se trabaja sobre nuevas
tecnologías que permitan llegar al productor para obtener
dichas mejoras.
En los cultivos que requieren una alta demanda de agua, como
es el de arroz, se aplican diferentes técnicas de riego para lograr
bajar la demanda hídrica y seguir obteniendo altos rindes.
No obstante, se siguen presentando dificultades para realizar
un monitoreo óptimo y en tiempo real.
El presente trabajo se desarrolla en el IDTILAB de la Facultad
de Ciencia y Tecnología de UADER (Concepción del Uruguay,
Entre Ríos), en conjunto con la seccional de INTA (Instituto Nacional
de Tecnología Agropecuaria, Concepción del Uruguay), y
presenta un modelo de comportamiento y prototipo innovador
para monitorear cultivos de precisión en tiempo real.
Fundado en lo más reciente de la minería de datos temporal,
emplea una extensión de los conocidos Sistemas Armónicos
(HS por sus siglas en inglés) (Lopez de Luise D. 2013) denominada
Sistemas Armónicos difusos (Fuzzy Harmonic System,
FHS) (Lopez de Luise D. 2013a , 2013b) (Bel W. 2018) que constituye
un heurístico simple y liviano capaz de detectar y predecir
los eventos críticos de estrés hídrico en los lotes de los
cultivos de arroz.
Se presenta el prototipo funcional de KRONOS.AgroData y
KRONOS.AgroMonitor que implementa el modelo FHS adaptado
para la predicción del nivel de riesgo de sequía en los
lotes de riego en cultivos de arroz de la zona de San Salvador
ubicada en (Entre Ríos) y en la zona de INTA, Concepción
del Uruguay (Entre Ríos). Este prototipo está realizado con
tecnología Arduino para la adquisición de datos y tecnologías
web como React®, NextJS®, NodeJS® y MQTT®.
El diseño permite evaluar el rendimiento y eficiencia del
modelo propuesto en un entorno real de prueba de campo
donde intervienen variables de diverso tipo (climatológicas,
variaciones de humedad en suelo, nivel hídrico en suelo, PH,
entre otras).
De los estudio de campo y los análisis estadísticos que se
muestran en este trabajo, se puede afirmar que el modelo
derivado permite determinar intervalos de muestreo y riego
mucho más adecuados que los tradicionales, y evaluar satisfactoriamente
los rindes y condiciones de cultivo.
El objetivo específico planteado para este trabajo consiste
en la validación apropiada del modelo propuesto.
Aportes de la tesis
En el trabajo de tesis se desarrollaron dos prototipos para el
análisis del modelo con tecnologias de bajo costo para realizar
predicciones sobre los eventos hídricos críticos en cultivos
de arroz El modelo implementa sistemas armónicos y
sistemas armónicos difusos. En los hallazgos, se puede decir
que el método de detección de patrones es suficientemente
flexible como para aplicarlo al contexto de detección de estrés
hídrico en cultivos, su simplicidad permite realizar perfilado
y reducción de la complejidad computacional.
El modelo FHS (Sistama Harmónico Difuso) detecta de manera
efectiva los patrones temporales difusos que le permiten al
modelo analizar desde una perspectiva más flexible los datos.
El modelo FHS está implementado en el prototipo Kronos-
Data y KronosAgro a fin de realizar la validación técnica de
86