dc.contributor.advisor | González Carvajal, Ramón | es |
dc.contributor.advisor | Martín Clemente, Rubén | es |
dc.creator | Carmona Rebollo, Lucía | es |
dc.date.accessioned | 2023-03-06T14:45:48Z | |
dc.date.available | 2023-03-06T14:45:48Z | |
dc.date.issued | 2021 | |
dc.identifier.citation | Carmona Rebollo, L. (2021). Diseño de sistema de inteligencia artificial para la implantación de un modelo de agricultura eco sostenible empleando técnicas de aprendizaje automático. (Trabajo Fin de Máster Inédito). Universidad de Sevilla, Sevilla. | |
dc.identifier.uri | https://hdl.handle.net/11441/143179 | |
dc.description.abstract | En este proyecto se ha desarrollado un sistema de inteligencia artificial para la implantación de un nuevo
modelo productivo de agricultura ecosostenible.
Entre las tareas a realizadas, se encuentra la elaboración de un algoritmo de aprendizaje automático que
analiza datos de sensores instalados en una finca experimental y que simula el conocimiento de los expertos
para informar al agricultor de las distintas situaciones que se estén dando en las plantaciones. Se analizan
datos de cultivos como el almendro o tomate, y se miden magnitudes como la temperatura ambiental,
cantidad de precipitaciones, humedad, presión o salinidad.
Con estas medidas y su análisis, se han encontrado relaciones que han permitido predecir riesgos bióticos
como plagas o enfermedades y riesgos abióticos como estrés hídrico, estrés por radiación solar, estrés por
salinidad, escaso desarrollo vegetativo o fallo en el cuajado de frutos. El algoritmo alerta al agricultor de los
posibles riesgos que puedan darse en el futuro anticipándose y de esta forma permite evitar posibles daños
en los cultivos. También, dependiendo del riesgo, se hace la recomendación correspondiente que señalen los
especialistas.
Asimismo, se han analizado datos relacionados con el manejo de los cultivos, tales como el volumen, la
dosis y el número de aplicaciones de los insumos agrícolas. Se ha buscado modelar su relación con la
producción, el peso, el calibre de los frutos o el volumen entre otras magnitudes.
Otro de los objetivos que se han contemplado en el desarrollo de este trabajo es la determinación la
sostenibilidad del cultivo analizando las medidas de los sensores. Se han prestado principal atención a los
colocados a distintos niveles de profundidad junto a las raíces de los cultivos, pues proporcionan la
información si sobre los fertilizantes aplicados se están adhiriendo únicamente a la planta o si por el
contrario se está produciendo algún filtrado al suelo y como consecuencia el cultivo es poco sostenible. La
función del sistema de inteligencia artificial será evaluar la situación y avisar a el agricultor para que tome
las medidas oportunas que indiquen los expertos. | es |
dc.description.abstract | In this project, an artificial intelligence system has been developed for the implementation of a new eco-
sustainable agriculture production model.
Among the tasks to be carried out, is the development of a machine learning algorithm that analyzes data
from sensors installed in an experimental farm and that simulates the knowledge of the experts to inform the
farmer of the different situations that are occurring in the plantations. Data from crops such as almond or
tomato are analyzed, and magnitudes such as environmental temperature, amount of rainfall, humidity,
pressure or salinity are measured.
With these measures and their analysis, relationships have been found that have made it possible to predict
biotic risks such as pests or diseases and abiotic risks such as water stress, solar radiation stress, salinity
stress, poor vegetative development or fruit set failure. The algorithm alerts the farmer of the possible risks
that may arise in the future by anticipating and in this way allows to avoid possible damage to the crops.
Also, depending on the risk, the corresponding recommendation indicated by the specialists is made.
Likewise, data related to crop management have been analyzed, such as volume, dose and number of
applications of agricultural inputs. It has been sought to model its relationship with production, weight, fruit
size or volume, among other magnitudes.
Another objective that has been considered in the development of this work is to determine the
sustainability of the crop by analyzing the measurements of the sensors. Main attention has been paid to
those placed at different depth levels next to the roots of the crops, since they provide information if the
applied fertilizers are adhering only to the plant or if, on the contrary, some filtration is taking place to the
soil and as a consequence the cultivation is not very sustainable. The function of the artificial intelligence
system will be to evaluate the situation and notify the farmer to take the appropriate measures indicated by
the experts. | es |
dc.format | application/pdf | es |
dc.format.extent | 80 p. | es |
dc.language.iso | spa | es |
dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 Internacional | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
dc.title | Diseño de sistema de inteligencia artificial para la implantación de un modelo de agricultura eco sostenible empleando técnicas de aprendizaje automático | es |
dc.type | info:eu-repo/semantics/masterThesis | es |
dc.type.version | info:eu-repo/semantics/publishedVersion | es |
dc.rights.accessRights | info:eu-repo/semantics/openAccess | es |
dc.contributor.affiliation | Universidad de Sevilla. Departamento de Ingeniería Electrónica | es |
dc.description.degree | Universidad de Sevilla. Máster en Ingeniería Electrónica, Robótica y Automática | es |