Técnicas de fusión de datos para la predicción de plagas en cultivos de pitahaya en el cantón Joya de los Sachas

En la región amazónica de Ecuador, especialmente en el cantón Joya de los Sachas, la producción de pitahaya ha crecido considerablemente desde 2015 debido a su alta demanda en mercados nacionales e internacionales. Este crecimiento ha traído consigo desafíos relacionados con la gestión de plagas y enfermedades que afectan la calidad y cantidad de la producción. A pesar de los avances en la producción de pitahaya, los métodos actuales de manejo de plagas no han sido completamente efectivos, resultando en pérdidas económicas significativas. La literatura evidencia una brecha en la implementación de tecnologías avanzadas que integren datos meteorológicos y de campo para mejorar la predicción y gestión de plagas. Específicamente, en la región de Joya de los Sachas, existe una necesidad urgente de desarrollar métodos más eficaces para abordar esta problemática. Este estudio propone abordar la brecha identificada mediante la implementación de técnicas de fusión de datos que integren información climática y de campo, optimizando así la predicción y gestión de plagas en cultivos de pitahaya. Se aplican técnicas de aprendizaje no supervisado y reducción de dimensionalidad para clasificar datos relacionados con la clorofila en plantas, utilizando algoritmos como MeanShift y MiniBatchKMeans. Se emplea PCA, IPCA y KernelPCA para reducir la dimensionalidad y mejorar la precisión de los modelos de clasificación.Los resultados indican que PCA y KernelPCA con kernel lineal son los métodos más efectivos para la reducción de dimensionalidad en este contexto, con una precisión de hasta 0.9699 en la clasificación de plantas con y sin plaga. Sin la fusión de ciertos datos, se observa una ligera disminución en la precisión, lo que sugiere que la fusión de datos es beneficiosa en este contexto. Este estudio subraya la importancia de la fusión de datos y la implementación de técnicas avanzadas de reducción de dimensionalidad para mejorar la predicción de plagas en cultivos de pitahaya. La investigación proporciona un modelo que puede ser replicado en otras regiones, promoviendo prácticas agrícolas más sostenibles y resilientes en la Amazonía ecuatoriana y más allá.

• Главный автор: Logroño Naranjo, Santiago Israel (author)
• Формат: masterThesis
• Опубликовано: 2024
• Предметы: Fusión de datos; Aprendizaje automático no supervisado; Reducción de dimensionalidad (Estadística); Plagas – Control; Plagas agrícolas; Pitahaya
• Online-ссылка: https://repositorio.puce.edu.ec/handle/123456789/45104