Doctorado en Ingeniería Agrícola y Uso Integral del Agua

Permanent URI for this collection

https://repositorio.chapingo.edu.mx/handle/20.500.12098/934

El posgrado hace énfasis en una sólida formación analítica, lógica y matemática de sus estudiantes, para proponer soluciones formales a problemas del campo mediante la aplicación de métodos estadísticos, modelos matemáticos e inteligencia artificial.

Browse

Browsing Doctorado en Ingeniería Agrícola y Uso Integral del Agua by Author "Fitz Rodríguez, Efrén"
  • Item
    Control del déficit de presión de vapor (dpvc) en cultivos de invernadero con sistemas de nebulización
    (Universidad Autónoma Chapingo, 2020-12-11) Gutiérrez Hernández, José Orbelin ; Fitz Rodríguez, Efrén ; López Cruz, Irineo Lorenzo ; Ruíz García, Agustín
    Los beneficios de controlar el déficit de presión de vapor de un cultivo ( DPV c ) son diversos, como un mejoror rendimiento y calidad de los frutos, reducción del estrés hídrico, hasta la prevención de enfermedades. Para controlar el DPV c fue necesario caracterizar el sistema de nebulización y el sistema de ventilación ajustando los porcentajes de apertura de las ventilas laterales del invernadero con la finalidad de minimizar gasto de agua y el tiempo de operación del sistema de nebulización. Se implementó un simple control ON-OFF para la activación del sistema de nebulización, aplicando una tasa de nebulización constante de 0.15 g·m-2·s-1, mientras se mantenía un porcentaje de apertura del 10 o 15 y 50 % para las ventilas laterales y cenitales, respectivamente. Bajo esta configuración de operación se logró mantener un DPV c promedio de 0.99 kPa, un 59 % de humedad relativa, una temperatura del aire de 25.3°C y una temperatura del cultivo de 23.6°C. La transpiración del cultivo se redujo en un 31.8 % por los efectos del control DPV c implementado. Se analizaron los efectos que tienen las variables ambientales (temperatura del aire, humedad relativa, DPV c y radiación solar) en la conductancia estomática ( g s ) en las hojas del cultivo. Los resultados muestran que mantener el DPV c en un rango de 0.7 a 1.3 kPa, mejora la g s , en un 54.6 %. Por otro lado, al aumentar la temperatura de la hoja del cultivo y DPV c , la conductancia estomática tiene un efecto negativo. En contraste, si se aumenta la humead relativa en un rango de 45 a 80 %, se tiene un efecto positivo. Se observó también que el DPVc y la radiación solar afectan directamente la g s , siempre y cuando se mantenga el DPVc en rango ideal (0.7 a 1.3 kPa).
  • Item
    Desarrollo de un sistema inteligente para el control mecánico de maleza en cultivos a hilera
    (Universidad Autónoma Chapingo, 2023-12) Gaytán Campos, Israel ; Fitz Rodríguez, Efrén ; Cruz Meza, Pedro ; López Canteñs, Gilberto de Jesús ; Guzmán Cabrera. Rafael
    A lo largo de la historia, la maleza ha significado un problema inherente a la producción de alimentos y su control ha estado presente como un reto con constantes búsquedas de para su solución. Tomando en cuenta la situación ambiental y de salud a nivel mundial, y visualizando un panorama futuro a corto plazo, el desarrollo de métodos alternativos a la utilización de controles químicos ofrecerá una luz en el camino para la humanidad al contar con fuentes de producción de alimento con procedencia segura y sin riesgos que pongan en peligro la integridad de quien produce y de quien consume. La inteligencia artificial como área de la tecnología actual ha tenido un gran desarrollo en los últimos años, así como la utilización de sistemas que empleen esta herramienta tecnológica en muchas de las diversas actividades realizadas por el ser humano. El lograr detectar y localizar plantas de cultivos, frutas y maleza representa una gran ventaja en la búsqueda de la automatización de tareas agrícolas, la detección de maleza a su vez permite tomar medidas preventivas y de control para la infestación de malas hierbas por lo que es importante disponer de métodos que cuantifiquen y analicen la distribución de las malezas de forma rápida y precisa. El presente trabajo busca el desarrollo de un sistema inteligente para el control mecánico de cultivos a hilera, con un enfoque de detección en tiempo real a partir de redes neuronales convolucionales profundas que guíen a un sistema de control para la erradicación de malas hierbas al interior de una parcela de producción agrícolas en cultivos sembrados en hilera.
  • Item
    Modelación matemática y análisis del ambiente de un invernadero con ventilación natural
    (Universidad Autónoma Chapingo, 2014-01) Ruíz García, Agustín ; López Cruz, Irineo L. ; Ramírez Arias, J. Armando ; Arteaga Ramírez, Ramón ; Fitz Rodríguez, Efrén
    El objetivo general fue desarrollar, analizar y validar un modelo matemático dinámico para el clima de un invernadero con ventilación natural para climas templados del centro de México, para ser usado en el diseño de algoritmos de control basado en modelos y en optimización del invernadero. El modelo propuesto describe la dinámica de la temperatura y humedad del aire, e incorpora submodelos para los procesos de transpiración del cultivo y ventilación natural del invernadero. Cuatro modelos matemáticos de transpiración, incluyendo Stanghellini, Wang & Boulard, Baille y Jolliet, fueron calibrados y validados en términos de precisión en la estimación. El modelo de Jolliet mostró el mejor desempeño. Para estimar las tasas de ventilación natural, calibrar y validar el modelo desarrollado para el clima del invernadero, se llevó a cabo un experimento en el cual se midieron las variables ambientales en el interior y exterior del invernadero, así como el área de ventilación. Las tasas de ventilación natural fueron estimadas con el método de balance de energía. Las tasas de ventilación fueron en general bajas e insuficientes para lograr las renovaciones de aire recomendadas para tener las condiciones climáticas optimas dentro de un invernadero. Para seleccionar los parámetros del modelo del clima del invernadero a ser estimados se llevó a cabo un análisis de identificabilidad, y los parámetros seleccionados fueron estimados con un algoritmo de computación evolutiva. Las predicciones del modelo calibrado mostraron un buen ajuste con las mediciones. Para mejorar la calidad de las predicciones del modelo dinámico NICOLET, se diseñó un filtro de Kalman sin esencia como método de asimilación de datos. El filtro estimó apropiadamente las variables de estado y mejoró significativamente las predicciones del contenido de nitratos del modelo.
  • Item
    Técnicas de inteligencia artificial en modelado y control del clima en invernaderos
    (Universidad Autónoma Chapingo, 2014-01) Trejo Zúñiga, Elmer César ; López Cruz, Irineo L. ; Ramírez Arias, J. Armando ; Fitz Rodríguez, Efrén ; Gordad Close, Jhon Ch.
    En esta tesis, se analizan algunas Técnicas de Inteligencia Artificial (TIA) aplicadas principalmente al modelado y control del ambiente de invernaderos. El modelo para crecimiento potencial de cultivos SUCROS (a Simple and Universal CROp growth Simulator) fue calibrado usando algoritmos evolutivos y bio-inspirados. Las TIA, tales como: Logica difusa (FL), Redes Neuronales Artificiales (ANN), Algoritmos Evolutivos (EA), Algoritmos Bio-inspirados y Algoritmos Híbridos, han cobrado una importancia relevante dentro de la investigación científica, debido a su capacidad para dar solución a problemas complejos y no-lineales que los métodos convencionales no pueden resolver. En la última década se ha dado énfasis a la aplicación de estas técnicas para el desarrollo de algoritmos inteligentes que permitan identificar, pronosticar, optimizar y controlar el clima para cultivos en ambientes controlados (invernaderos) y generar condiciones climáticas cercanas a las óptimas para el crecimiento y desarrollo de los cultivos y obtener así un mayor rendimiento y calidad de productos. De acuerdo a lo antes dicho, se presenta un resumen de algunas aplicaciones de la inteligencia artificial en modelado y control del ambiente en invernaderos poniendo énfasis en los resultados obtenidos por los investigadores. La calibración de modelos dinámicos para crecimiento y desarrollo de cultivos con muchos parámetros, genera estimaciones imprecisas de estos y predicciones erróneas del modelo cuando se usa estimación por mínimos cuadrados o máxima verosimilitud. Por lo tanto, es necesario el uso de métodos globales de optimización para resolver este problema. Para mostrar lo anterior, se realizó una comparación del desempeño entre dos algoritmos evolutivos: Evolución diferencial (DE) y Estrategias evolutivas con matriz de covarianza adaptable (CMA-ES) y cuatro bio-inspirados: Búsqueda Cuco (CS), B ´ búsqueda Cuco Modificado (MCS), Optimización por enjambre de partículas (PSO) y Colonia artificial de abejas (ABC). El problema prueba consistió en estimar los 25 parámetros del modelo para crecimiento potencial de cultivos SUCROS (a Simple and Universal CROp growth Simulator). Se usaron datos obtenidos de un experimento de crecimiento de un cultivo de tomate de cáscara (Physalis ixocarpa Brot. ex Horm.) llevado a cabo en Chapingo, México. El objetivo fue determinar qué algoritmo genera valores para los parámetros del modelo que permitan lograr las predicciones más precisas. Se realizó un análisis de varianza (ANDEVA) para evaluar estadísticamente la eficiencia y efectividad de los algoritmos propuestos. Las variables de entrada del modelo fueron la temperatura mínima diaria, temperatura máxima diaria y la radiación global. Siendo las variables de salida (estimadas) el peso seco total, peso seco de tallos, peso seco de frutos, peso seco de hojas e índice de área foliar. Los resultados mostraron un mejor desempeño del algoritmo DE estándar (DE/rand/1/bin) en términos de eficiencia y eficacia para converger a una solución óptima. Los algoritmos bio-inspirados mostraron un buen desempeño, debido a esto, son confiables y pueden ser aplicados en el proceso de estimación de parámetros de modelos de cultivos.