Resumen

DOKMEN, Funda; AHİ, Yeşim  y  KOKSAL, Daniyal D.. Crop water use estimation of drip irrigated walnut using ANN and ANFIS models. Atmósfera [online]. 2023, vol.37, 53149.  Epub 02-Mayo-2023. ISSN 0187-6236.  https://doi.org/10.20937/atm.53149.

Los nogales, así como sus frutos, representan un sector importante de la industria agrícola y su cultivo contribuye significativamente a la economía global. Hay muchos problemas relacionados con el riego, que es un factor clave en el cultivo de la nuez. El más importante está relacionado con la estimación precisa de la necesidad de agua de riego. En este estudio, el uso de agua de nuez se estimó a través de dos métodos de inteligencia artificial: redes neuronales artificiales (ANN, por su sigla en inglés) y el sistema de inferencia neuro-difusa adaptativa (ANFIS), utilizando los datos meteorológicos del oeste de Turquía, que tiene condiciones climáticas semiáridas. Los modelos ANN y ANFIS se aplicaron mediante escenarios probables de datos meteorológicos disponibles que incluyen temperatura máxima, mínima y media, velocidad del viento y horas de sol para los años 2016-2019, y se evaluó su desempeño para estimar la evapotranspiración de la nuez. Los resultados indican que el rendimiento óptimo de los modelos se observa en el cuarto escenario con R = 0.90 y dos parámetros climáticos, a saber, duración de la luz solar y temperatura media para los modelos ANN y ANFIS, respectivamente. Ambos modelos pudieron predecir el uso de agua de los cultivos con alta correlación y el menor número de parámetros climáticos. Sin embargo, se encontró que el poder predictivo del modelo ANFIS era mayor, con el MSE más pequeño (0.36 para entrenamiento y 0.29 para pruebas), en comparación con el modelo ANN.

Palabras llave : artificial intelligence; data analysis; evapotranspiration; semi-arid climate; irrigation.

        · resumen en Inglés     · texto en Inglés     · Inglés ( pdf )