Catálogo público

Local cover image
Local cover image

Simulación de fotosintesis foliar en tomate bajo invernadero mediante modelos teóricos y mediciones de fitomonitoreo /por José Manuel Vargas Sállago; director de tesis Irineo Lorenzo López Cruz.

By: Contributor(s): Material type: TextPublisher: Chapingo, Méx. : El autor, 2011Description: 1 recurso en línea (174 páginas) : cuadros, figurasContent type:
  • texto
Media type:
  • computadora
Carrier type:
  • recursos en línea
Subject(s): Online resources: Dissertation note: Maestría en Ingeniería Agrícola y Uso Integral del Agua Departamento de Ingeniería Mecánica Agrícola, Departamento de Irrigación, 2011. Maestría Summary: Se simuló la tasa de fotosíntesis foliar de plantas de tomate, cultivadas bajo invernadero, empleando el modelo mecanicista de Goudriaan y dos modelos de caja negra: Modelos Auto-regresivos de Variables Exógenas (ARX) y Redes Neuronales Artificiales (ANN). Las mediciones de las tasas de fotosíntesis foliar, se realizaron en tres diferentes invernaderos experimentales, uno localizado en la Universidad Autónoma de Querétaro, México y dos en la Universidad Humboldt de Berlín, Alemania. Se usó el Fitomonitor PTM-48M (Daletown Company Ltd.) para el registro del intercambio de dióxido de carbono (CO2 ) de las hojas. Además, se midieron también la temperatura del aire, humedad relativa, radiación fotosintéticamente activa (PAR), concentración de CO2 y déficit de presión de vapor (VPD). Estas variables meteorológicas fueron usadas como entradas de los modelos ARX y de los modelos de redes neuronales de retropropagación. El modelo mecanicista reportó errores de 6.7%, 12.6% y 13.7% entre los valores resultantes de las simulaciones contra los valores medidos, para los tres invernaderos respectivamente. Las Redes Neuronales tuvieron errores de 4.6%, 4.7% y 5.6%. Por el contrario, el mejor modelo ARX presentó una R2 apenas superior al 50%. Tomando los resultados de los mejores modelos (ANN) se realizó una optimización estática, relacionando dos variables climáticas con la tasa de fotosíntesis (mediante gráficas 3D) a fin de encontrar estrategias para maximizar esta última variable.
Tags from this library: No tags from this library for this title. Log in to add tags.
Star ratings
    Average rating: 0.0 (0 votes)
Holdings
Cover image Item type Current library Home library Collection Shelving location Call number Materials specified Vol info URL Copy number Status Notes Date due Barcode Item holds Item hold queue priority Course reserves
Tesis digital Biblioteca Digital En línea Tesis digitales de Maestría Tesis digital (Browse shelf(Opens below)) Available (Préstamo interno)

Maestría en Ingeniería Agrícola y Uso Integral del Agua Departamento de Ingeniería Mecánica Agrícola, Departamento de Irrigación, 2011. Maestría

Se simuló la tasa de fotosíntesis foliar de plantas de tomate, cultivadas bajo invernadero, empleando el modelo mecanicista de Goudriaan y dos modelos de caja negra: Modelos Auto-regresivos de Variables Exógenas (ARX) y Redes Neuronales Artificiales (ANN). Las mediciones de las tasas de fotosíntesis foliar, se realizaron en tres diferentes invernaderos experimentales, uno localizado en la Universidad Autónoma de Querétaro, México y dos en la Universidad Humboldt de Berlín, Alemania. Se usó el Fitomonitor PTM-48M (Daletown Company Ltd.) para el registro del intercambio de dióxido de carbono (CO2 ) de las hojas. Además, se midieron también la temperatura del aire, humedad relativa, radiación fotosintéticamente activa (PAR), concentración de CO2 y déficit de presión de vapor (VPD). Estas variables meteorológicas fueron usadas como entradas de los modelos ARX y de los modelos de redes neuronales de retropropagación. El modelo mecanicista reportó errores de 6.7%, 12.6% y 13.7% entre los valores resultantes de las simulaciones contra los valores medidos, para los tres invernaderos respectivamente. Las Redes Neuronales tuvieron errores de 4.6%, 4.7% y 5.6%. Por el contrario, el mejor modelo ARX presentó una R2 apenas superior al 50%. Tomando los resultados de los mejores modelos (ANN) se realizó una optimización estática, relacionando dos variables climáticas con la tasa de fotosíntesis (mediante gráficas 3D) a fin de encontrar estrategias para maximizar esta última variable.

ALEPH 10 20130110

BATCH-UPD 10 20130110

BATCH-UPD 10 20130410

BATCH-UPD 10 20130914

BATCH-UPD 10 20140324

BATCH-UPD 10 20141002

CONVERSION 10 20130109

There are no comments on this title.

to post a comment.

Click on an image to view it in the image viewer

Local cover image