Resumo

SERVIN-PALESTINA, M et al. Predicción de la producción y rendimiento de frijol, con modelos de redes neuronales artificiales y datos climáticos. Biotecnia [online]. 2022, vol.24, n.2, pp.104-111.  Epub 19-Maio-2023. ISSN 1665-1456.  https://doi.org/10.18633/biotecnia.v24i2.1664.

El estado de Zacatecas ocupa el primer lugar en la producción de frijol de temporal en México, dada la importancia de las variables climatológicas, los objetivos de este trabajo fueron: 1) desarrollar modelos de redes neuronales artificiales RNA para la predicción de la superficie cosechada (SC), los rendimientos (Rto) y la producción (P) de frijol de temporal en el estado de Zacatecas, empleando datos del periodo 1988-2019, y 2) realizar el análisis de sensibilidad para determinar las variables de entrada que tienen mayor influencia en la producción y rendimiento de frijol. Se usó la librería Climatol del paquete estadístico R, para el llenado de datos faltantes. Los modelos de RNA son capaces de detectar la influencia del clima en la producción de frijol. La eficiencia global en los modelos RNA fue de 0.89 para Rto y 0.86 para SC. La producción se estimó con los modelos de RNA para Rto y SC y se obtuvo un R2 =0.80. De acuerdo al análisis de sensibilidad, la evaporación del ciclo del cultivo (Eva) fue la variable más importante en la predicción del rendimiento, mientras que la precipitación de agosto (Pp_Ago) y la temperatura mínima (Tmin) influyeron más en la producción.

Palavras-chave : Inteligencia artificial; Zacatecas; temperatura; precipitación; cultivos de temporal; Phaseolus vulgaris; L.

        · resumo em Inglês     · texto em Espanhol     · Espanhol ( pdf )