Modelización y estimación del rendimiento en cultivos agrícolas :Informe Final
Supervisor(es): Viera Zipitría, Omar Eduardo - Loureiro, Leonardo
Resumen:
La Agricultura de Precisión es un concepto ampliamente utilizado en el presente. Se intenta a medida que el tiempo avanza, tratar de complementar cada vez más las prácticas agrícolas con la tecnología, en virtud de todos los beneficios que se pueden obtener. Como antecedente de la aplicación de tecnologías en las prácticas agrícolas, se encuentran los Sistemas de Posicionamiento Global (GPS), los Sistemas de Información Geográfica (SIG), los Monitores de Rendimiento, Manejo de Dosis Variable, etc. La integración de las mencionadas tecnologías es fundamental para poder analizar los datos recolectados y sacar conclusiones provechosas; una de las más importantes es poder predecir el rendimiento de los cultivos. En lo que refiere a la predicción, existen distintos estudios sobre la predicción de los valores que puede tomar una variable en base a datos históricos (en este caso, de corte transversal) de la misma y de factores que influyen en ella. La mayoría de estos estudios utilizan las herramientas que brinda la Econometría Espacial (EE), y atacan problemas puntuales en lo que refiere a las distintas etapas que se deben realizar para llegar a la predicción, pero ninguno de ellos analiza estos problemas en su totalidad. Teniendo en cuenta lo anterior, surge la motivación de dar una solución al problema de predecir el rendimiento de un cultivo para una futura zafra, en base a datos recolectados de una chacra, utilizando para ello las técnicas que brinda la EE, integrando en una única solución la posibilidad de realizar un estudio de las propiedades que cumplen los datos, modelar mediante modelos de regresión el rendimiento en base a los datos recolectados, estimar el modelo obtenido y predecir el rendimiento para la zafra futura. Para esto se plantea una solución al problema mediante una sucesión de etapas a seguir para lograr finalmente el modelo del rendimiento.
2008 | |
Agricultura de precisión Econometría Econometría espacial Modelo de regresión Predicción Autocorrelación Heteroscedasticidad |
|
Español | |
Universidad de la República | |
COLIBRI | |
http://hdl.handle.net/20.500.12008/3115 | |
Acceso abierto | |
Licencia Creative Commons Atribución – No Comercial – Sin Derivadas (CC BY-NC-ND 4.0) |
_version_ | 1807523222670802944 |
---|---|
author | Crespi, Alvaro |
author2 | Mora, Enrique Sosa, Giovani, |
author2_role | author author |
author_facet | Crespi, Alvaro Mora, Enrique Sosa, Giovani, |
author_role | author |
bitstream.checksum.fl_str_mv | 528b6a3c8c7d0c6e28129d576e989607 9833653f73f7853880c94a6fead477b1 4afdbb8c545fd630ea7db775da747b2f 9da0b6dfac957114c6a7714714b86306 8c33d938becadff9d4c5a85c9f947c4f |
bitstream.checksumAlgorithm.fl_str_mv | MD5 MD5 MD5 MD5 MD5 |
bitstream.url.fl_str_mv | http://localhost:8080/xmlui/bitstream/20.500.12008/3115/5/license.txt http://localhost:8080/xmlui/bitstream/20.500.12008/3115/2/license_text http://localhost:8080/xmlui/bitstream/20.500.12008/3115/3/license_url http://localhost:8080/xmlui/bitstream/20.500.12008/3115/4/license_rdf http://localhost:8080/xmlui/bitstream/20.500.12008/3115/1/tg-crespi.pdf |
collection | COLIBRI |
dc.creator.advisor.none.fl_str_mv | Viera Zipitría, Omar Eduardo Loureiro, Leonardo |
dc.creator.none.fl_str_mv | Crespi, Alvaro Mora, Enrique Sosa, Giovani, |
dc.date.accessioned.none.fl_str_mv | 2014-11-24T22:52:42Z |
dc.date.available.none.fl_str_mv | 2014-11-24T22:52:42Z |
dc.date.issued.es.fl_str_mv | 2008 |
dc.date.submitted.es.fl_str_mv | 20141202 |
dc.description.abstract.none.fl_txt_mv | La Agricultura de Precisión es un concepto ampliamente utilizado en el presente. Se intenta a medida que el tiempo avanza, tratar de complementar cada vez más las prácticas agrícolas con la tecnología, en virtud de todos los beneficios que se pueden obtener. Como antecedente de la aplicación de tecnologías en las prácticas agrícolas, se encuentran los Sistemas de Posicionamiento Global (GPS), los Sistemas de Información Geográfica (SIG), los Monitores de Rendimiento, Manejo de Dosis Variable, etc. La integración de las mencionadas tecnologías es fundamental para poder analizar los datos recolectados y sacar conclusiones provechosas; una de las más importantes es poder predecir el rendimiento de los cultivos. En lo que refiere a la predicción, existen distintos estudios sobre la predicción de los valores que puede tomar una variable en base a datos históricos (en este caso, de corte transversal) de la misma y de factores que influyen en ella. La mayoría de estos estudios utilizan las herramientas que brinda la Econometría Espacial (EE), y atacan problemas puntuales en lo que refiere a las distintas etapas que se deben realizar para llegar a la predicción, pero ninguno de ellos analiza estos problemas en su totalidad. Teniendo en cuenta lo anterior, surge la motivación de dar una solución al problema de predecir el rendimiento de un cultivo para una futura zafra, en base a datos recolectados de una chacra, utilizando para ello las técnicas que brinda la EE, integrando en una única solución la posibilidad de realizar un estudio de las propiedades que cumplen los datos, modelar mediante modelos de regresión el rendimiento en base a los datos recolectados, estimar el modelo obtenido y predecir el rendimiento para la zafra futura. Para esto se plantea una solución al problema mediante una sucesión de etapas a seguir para lograr finalmente el modelo del rendimiento. |
dc.format.mimetype.es.fl_str_mv | application/pdf |
dc.identifier.citation.es.fl_str_mv | CRESPI, A., MORA, E., SOSA, G. "Modelización y estimación del rendimiento en cultivos agrícolas :Informe Final". Tesis de grado, Universidad de la República (Uruguay). Facultad de Ingeniería. Instituto de Computación, 2008. |
dc.identifier.uri.none.fl_str_mv | http://hdl.handle.net/20.500.12008/3115 |
dc.language.iso.none.fl_str_mv | es spa |
dc.publisher.es.fl_str_mv | UR. FI-INCO, |
dc.rights.license.none.fl_str_mv | Licencia Creative Commons Atribución – No Comercial – Sin Derivadas (CC BY-NC-ND 4.0) |
dc.rights.none.fl_str_mv | info:eu-repo/semantics/openAccess |
dc.source.none.fl_str_mv | reponame:COLIBRI instname:Universidad de la República instacron:Universidad de la República |
dc.subject.es.fl_str_mv | Agricultura de precisión Econometría Econometría espacial Modelo de regresión Predicción Autocorrelación Heteroscedasticidad |
dc.title.none.fl_str_mv | Modelización y estimación del rendimiento en cultivos agrícolas :Informe Final |
dc.type.es.fl_str_mv | Tesis de grado |
dc.type.none.fl_str_mv | info:eu-repo/semantics/bachelorThesis |
dc.type.version.none.fl_str_mv | info:eu-repo/semantics/acceptedVersion |
description | La Agricultura de Precisión es un concepto ampliamente utilizado en el presente. Se intenta a medida que el tiempo avanza, tratar de complementar cada vez más las prácticas agrícolas con la tecnología, en virtud de todos los beneficios que se pueden obtener. Como antecedente de la aplicación de tecnologías en las prácticas agrícolas, se encuentran los Sistemas de Posicionamiento Global (GPS), los Sistemas de Información Geográfica (SIG), los Monitores de Rendimiento, Manejo de Dosis Variable, etc. La integración de las mencionadas tecnologías es fundamental para poder analizar los datos recolectados y sacar conclusiones provechosas; una de las más importantes es poder predecir el rendimiento de los cultivos. En lo que refiere a la predicción, existen distintos estudios sobre la predicción de los valores que puede tomar una variable en base a datos históricos (en este caso, de corte transversal) de la misma y de factores que influyen en ella. La mayoría de estos estudios utilizan las herramientas que brinda la Econometría Espacial (EE), y atacan problemas puntuales en lo que refiere a las distintas etapas que se deben realizar para llegar a la predicción, pero ninguno de ellos analiza estos problemas en su totalidad. Teniendo en cuenta lo anterior, surge la motivación de dar una solución al problema de predecir el rendimiento de un cultivo para una futura zafra, en base a datos recolectados de una chacra, utilizando para ello las técnicas que brinda la EE, integrando en una única solución la posibilidad de realizar un estudio de las propiedades que cumplen los datos, modelar mediante modelos de regresión el rendimiento en base a los datos recolectados, estimar el modelo obtenido y predecir el rendimiento para la zafra futura. Para esto se plantea una solución al problema mediante una sucesión de etapas a seguir para lograr finalmente el modelo del rendimiento. |
eu_rights_str_mv | openAccess |
format | bachelorThesis |
id | COLIBRI_8fec61b47fcf79802ca46309dd56d5e5 |
identifier_str_mv | CRESPI, A., MORA, E., SOSA, G. "Modelización y estimación del rendimiento en cultivos agrícolas :Informe Final". Tesis de grado, Universidad de la República (Uruguay). Facultad de Ingeniería. Instituto de Computación, 2008. |
instacron_str | Universidad de la República |
institution | Universidad de la República |
instname_str | Universidad de la República |
language | spa |
language_invalid_str_mv | es |
network_acronym_str | COLIBRI |
network_name_str | COLIBRI |
oai_identifier_str | oai:colibri.udelar.edu.uy:20.500.12008/3115 |
publishDate | 2008 |
reponame_str | COLIBRI |
repository.mail.fl_str_mv | mabel.seroubian@seciu.edu.uy |
repository.name.fl_str_mv | COLIBRI - Universidad de la República |
repository_id_str | 4771 |
rights_invalid_str_mv | Licencia Creative Commons Atribución – No Comercial – Sin Derivadas (CC BY-NC-ND 4.0) |
spelling | 2014-11-24T22:52:42Z2014-11-24T22:52:42Z200820141202CRESPI, A., MORA, E., SOSA, G. "Modelización y estimación del rendimiento en cultivos agrícolas :Informe Final". Tesis de grado, Universidad de la República (Uruguay). Facultad de Ingeniería. Instituto de Computación, 2008.http://hdl.handle.net/20.500.12008/3115La Agricultura de Precisión es un concepto ampliamente utilizado en el presente. Se intenta a medida que el tiempo avanza, tratar de complementar cada vez más las prácticas agrícolas con la tecnología, en virtud de todos los beneficios que se pueden obtener. Como antecedente de la aplicación de tecnologías en las prácticas agrícolas, se encuentran los Sistemas de Posicionamiento Global (GPS), los Sistemas de Información Geográfica (SIG), los Monitores de Rendimiento, Manejo de Dosis Variable, etc. La integración de las mencionadas tecnologías es fundamental para poder analizar los datos recolectados y sacar conclusiones provechosas; una de las más importantes es poder predecir el rendimiento de los cultivos. En lo que refiere a la predicción, existen distintos estudios sobre la predicción de los valores que puede tomar una variable en base a datos históricos (en este caso, de corte transversal) de la misma y de factores que influyen en ella. La mayoría de estos estudios utilizan las herramientas que brinda la Econometría Espacial (EE), y atacan problemas puntuales en lo que refiere a las distintas etapas que se deben realizar para llegar a la predicción, pero ninguno de ellos analiza estos problemas en su totalidad. Teniendo en cuenta lo anterior, surge la motivación de dar una solución al problema de predecir el rendimiento de un cultivo para una futura zafra, en base a datos recolectados de una chacra, utilizando para ello las técnicas que brinda la EE, integrando en una única solución la posibilidad de realizar un estudio de las propiedades que cumplen los datos, modelar mediante modelos de regresión el rendimiento en base a los datos recolectados, estimar el modelo obtenido y predecir el rendimiento para la zafra futura. Para esto se plantea una solución al problema mediante una sucesión de etapas a seguir para lograr finalmente el modelo del rendimiento.Made available in DSpace on 2014-11-24T22:52:42Z (GMT). No. of bitstreams: 5 tg-crespi.pdf: 1650537 bytes, checksum: 8c33d938becadff9d4c5a85c9f947c4f (MD5) license_text: 21936 bytes, checksum: 9833653f73f7853880c94a6fead477b1 (MD5) license_url: 49 bytes, checksum: 4afdbb8c545fd630ea7db775da747b2f (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) license.txt: 4244 bytes, checksum: 528b6a3c8c7d0c6e28129d576e989607 (MD5) Previous issue date: 2008application/pdfesspaUR. FI-INCO,Las obras depositadas en el Repositorio se rigen por la Ordenanza de los Derechos de la Propiedad Intelectual de la Universidad De La República. (Res. Nº 91 de C.D.C. de 8/III/1994 – D.O. 7/IV/1994) y por la Ordenanza del Repositorio Abierto de la Universidad de la República (Res. Nº 16 de C.D.C. de 07/10/2014)info:eu-repo/semantics/openAccessLicencia Creative Commons Atribución – No Comercial – Sin Derivadas (CC BY-NC-ND 4.0)Agricultura de precisiónEconometríaEconometría espacialModelo de regresiónPredicciónAutocorrelaciónHeteroscedasticidadModelización y estimación del rendimiento en cultivos agrícolas :Informe FinalTesis de gradoinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionreponame:COLIBRIinstname:Universidad de la Repúblicainstacron:Universidad de la RepúblicaCrespi, AlvaroMora, EnriqueSosa, Giovani,Viera Zipitría, Omar EduardoLoureiro, LeonardoUniversidad de la República (Uruguay). Facultad de Ingeniería. Instituto de ComputaciónIngeniero en ComputaciónLICENSElicense.txttext/plain4244http://localhost:8080/xmlui/bitstream/20.500.12008/3115/5/license.txt528b6a3c8c7d0c6e28129d576e989607MD55CC-LICENSElicense_textapplication/octet-stream21936http://localhost:8080/xmlui/bitstream/20.500.12008/3115/2/license_text9833653f73f7853880c94a6fead477b1MD52license_urlapplication/octet-stream49http://localhost:8080/xmlui/bitstream/20.500.12008/3115/3/license_url4afdbb8c545fd630ea7db775da747b2fMD53license_rdfapplication/octet-stream23148http://localhost:8080/xmlui/bitstream/20.500.12008/3115/4/license_rdf9da0b6dfac957114c6a7714714b86306MD54ORIGINALtg-crespi.pdfapplication/pdf1650537http://localhost:8080/xmlui/bitstream/20.500.12008/3115/1/tg-crespi.pdf8c33d938becadff9d4c5a85c9f947c4fMD5120.500.12008/31152024-04-12 14:06:40.158oai:colibri.udelar.edu.uy:20.500.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Universidadhttps://udelar.edu.uy/https://www.colibri.udelar.edu.uy/oai/requestmabel.seroubian@seciu.edu.uyUruguayopendoar:47712024-07-25T14:46:13.494137COLIBRI - Universidad de la Repúblicafalse |
spellingShingle | Modelización y estimación del rendimiento en cultivos agrícolas :Informe Final Crespi, Alvaro Agricultura de precisión Econometría Econometría espacial Modelo de regresión Predicción Autocorrelación Heteroscedasticidad |
status_str | acceptedVersion |
title | Modelización y estimación del rendimiento en cultivos agrícolas :Informe Final |
title_full | Modelización y estimación del rendimiento en cultivos agrícolas :Informe Final |
title_fullStr | Modelización y estimación del rendimiento en cultivos agrícolas :Informe Final |
title_full_unstemmed | Modelización y estimación del rendimiento en cultivos agrícolas :Informe Final |
title_short | Modelización y estimación del rendimiento en cultivos agrícolas :Informe Final |
title_sort | Modelización y estimación del rendimiento en cultivos agrícolas :Informe Final |
topic | Agricultura de precisión Econometría Econometría espacial Modelo de regresión Predicción Autocorrelación Heteroscedasticidad |
url | http://hdl.handle.net/20.500.12008/3115 |