Redes neuronales artificiales aplicadas a mediciones de fitomonitoreo para simular fotosíntesis en jitomate bajo invernadero

摘要

Se utilizaron Redes Neuronales Artificiales (ANN, Artificial Neural Networks) para simular la tasa de fotosíntesis de plantas de jitomate, empleando como variables de entrada: temperatura, humedad relativa, déficit de presión de vapor y concentración de dióxido de carbono (CO2) del aire, así como radiación fotosintéticamente activa. El experimento se desarrolló en un invernadero experimental, con control climático totalmente convencional, de la Universidad Autónoma de Querétaro, México. Se empleó un cultivo con índice de área foliar mayor a 2 para llevar a cabo las mediciones. Para registrar el intercambio de dióxido de carbono (CO2) de las hojas de las plantas, así como las variables meteorológicas, se usó el monitor de fotosíntesis (PTM-48M, Daletown Company, Ltd), con sistema automático de cuatro canales de tipo abierto, así como un sensor de radiación fotosintéticamente activa (Watch Dog Model 450).Para eliminar ruidos de los sensores en las mediciones se aplicó el filtro Savitzky-Golay. Se evaluaron diferentes configuraciones para redes de retropropagación, siendo la de 4 capas con 10 neuronas en la primera capa oculta, 15 en la segunda y 10 más en la tercera, la que generó los mejores índices estadísticos sobre datos de prueba: coeficiente de determinación, R2= 0.9756 y cuadrado medio del error, CME= 0.8532.