Resumen

SATTARI, M. Taghi; DODANGEH, Esmaeel  y  ABRAHAM, John. Estimación de la Temperatura Diaria del Suelo a Través de Técnicas de Búsqueda y Procesamiento de Datos en Condiciones Climáticas Semiáridas. Earth Sci. Res. J. [online]. 2017, vol.21, n.2, pp.85-93. ISSN 1794-6190.  https://doi.org/10.15446/esrj.v21n2.49829.

Este artículo investiga el potencial de las técnicas de búsqueda y procesamiento de datos para pronosticar las temperaturas diarias del suelo a profundidades que van de los 5 a los 100 cm con propósitos agrícolas. Se utilizó la información climática y de temperatura del suelo de la provincia Ishafan, ubicada en el centro de Irán y de clima semiárido, para el proceso de modelamiento. Se usó un enfoque de agrupamiento sustractivo para identificar la estructura del Sistema de Inferencia Neuronal Difuso Adaptado (ANFIS, del inglés Adaptive Neuro-Fuzzy Inference System) y el resultado del acercamiento propuesto se comparó con redes artificiales neuronales (ANN) y el modelo tipo árbol M5. Los resultados sugieren un desempeño mejorado al usar el enfoque ANFIS en la predicción de las temperaturas del suelo en varios puntos de profundidad, excepto en los 100 cm. El desempeño de las redes artificiales neuronales y los modelos de árbol M5 fueron similares. Sin embargo, el modelo tipo árbol M5 provee una relación linear simple para predecir los rangos de datos de la temperatura del suelo utilizados en este estudio. Los análisis de error de los valores predichos a varias profundidades muestran que la estimación de error tiende a incrementarse con la profundidad.

Palabras clave : Temperatura del suelo; minería de datos; modelo tipo árbol M5; ANFIS; ANN.

        · resumen en Inglés     · texto en Inglés     · Inglés ( pdf )