Resumen

LOPEZ-CRUZ, Irineo Lorenzo; RUIZ-GARCIA, Agustín; RAMIREZ-ARIAS, Armando  y  VAZQUEZ-PENA, Mario Alberto. Análisis de incertidumbre de un modelo para lechugas (Lactuca sativa L.) cultivadas en invernadero. Rev. Chapingo Ser.Hortic [online]. 2013, vol.19, n.1, pp.33-47. ISSN 2007-4034.  https://doi.org/10.5154/r.rchsh.2011.09.049.

Un análisis de incertidumbre para un modelo de crecimiento de un cultivo permite evaluar la variabilidad en sus parámetros y deducir una distribución de incertidumbre para cada variable que el modelo predice. Estos estudios se han practicado raramente en modelos para cultivos bajo invernadero. En el presente trabajo se presenta una metodología para llevar a cabo un análisis de incertidumbre para un modelo de un cultivo bajo invernadero y se aplica para determinar la variabilidad de los parámetros del modelo NICOLET desarrollado para explicar el crecimiento de lechugas (Lactuca sativa L.). Se definieron funciones de densidad de probabilidad para todos los parámetros del modelo y se asignaron sus valores mediante muestreo Monte Carlo, aleatorio e hipercubo latino, mediante un total de N = 2000 muestras. Posteriormente se ejecutaron 2000 simulaciones para calcular las salidas del modelo NICOLET para cada escenario. Finalmente, se analizó la distribución de las variables carbono en las vacuolas, carbono en la estructura, peso seco total y contenido de nitratos, mediante el cálculo de sus histogramas y medidas estadísticas. Las simulaciones se realizaron con el programa para análisis de incertidumbre y sensibilidad Simlab, disponible para el ambiente de programación Matlab. La variable carbono en las vacuolas presentó la mayor incertidumbre ya que su coeficiente de variación (CV) en ambos muestreos, aleatorio e hipercubo latino, fue de 35.27 y 35.67 %, respectivamente, seguida del contenido de nitratos (CV = 18.16 % y CV = 19.07 %), el carbono estructural (CV = 5.52 % y CV = 5.67 %) y el peso seco total (CV = 4.80 % y CV = 4.82 %).

Palabras llave : Distribución de incertidumbre; variabilidad de parámetros; Simulación Monte Carlo; método de muestreo; modelo dinámico.

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