000			03264nam a2200457 a 4500
003			CHAP
005			20250129094008.0
007			cr ||||||a|c|a
008			110202s2011 mx r 00010 spa d
035			_a112062
040			_cCHAP
090			_aTesis
100	1		_aVargas Sállago, José Manuel. _9118097
245	1	0	_aSimulación de fotosintesis foliar en tomate bajo invernadero mediante modelos teóricos y mediciones de fitomonitoreo _c/por José Manuel Vargas Sállago; director de tesis Irineo Lorenzo López Cruz.
264		1	_aChapingo, Méx. : _bEl autor, _c2011.
300			_a1 recurso en línea (174 páginas) : _bcuadros, figuras.
336			_2rdacontent _atexto _btxt
337			_2rdamedia _acomputadora _bc
338			_2rdacarrier _arecursos en línea _bcr
502			_bMIAUIA _cMecánica _cIrrigación _d2011. _gMAE
520			_aSe 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.
590			_aALEPH _b10 _c20130110
590			_aBATCH-UPD _b10 _c20130110
590			_aBATCH-UPD _b10 _c20130410
590			_aBATCH-UPD _b10 _c20130914
590			_aBATCH-UPD _b10 _c20140324
590			_aBATCH-UPD _b10 _c20141002
590			_aCONVERSION _b10 _c20130109
650	1	4	_aCultivos en invernadero. _930376
650	1	4	_aFotosíntesis _xSimulación. _942742
650	1	4	_aModelos de simulación. _976415
650	1	4	_aTomate. _9113672
700	1		_aLópez Cruz, Irineo Lorenzo _967795 _eDirector de tesis.
856			_uhttp://10.13.5.2/tesis/112062.pdf _zDESCARGAR PDF
901			_aBK
942			_cTD _2Clasificación Universidad Autónoma Chapingo
949			_aTesis _bBC _cTES _d33724002232330 _eTS1 _gDonaciØn _h51885 _i112062 _st
949			_aTesis _bBC _cTES _d33724002232371 _eTS2 _fc.2 _gDonaciØn _h51886 _i112062 _st
999			_c100402 _d100402