En este artículo se presenta una nueva tecnología desarrollada para la estimación de la cantidad de nitrógeno en el recebo del cultivo de arroz basada en el aprendizaje automático. El nitrógeno es un elemento clave en el cultivo del arroz y su gestión puede aumentar la productividad, reducir costes y mitigar el impacto ambiental. Para esta investigación se recopilaron datos multifuente, multitemporal y multiescala de un cultivo de arroz de 11ha durante 4 años consecutivos y se configuraron varios algoritmos de aprendizaje automático para predecir el rendimiento en función de los distintos niveles de nitrógeno siendo el modelo XGBoost el más preciso. Además, se utilizaron curvas de rendimiento para determinar la dosis de nitrógeno ideal para maximizar el rendimiento del cultivo.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Página web:
Caracterización de la fibra de cacao y su efecto sobre la capacidad antioxidante en suero de animales de experimentación
Artículo:
Forma de organización social de la producción, distribución y comercialización de la quinua en Asoquinua Tenjana en Cundinamarca, Colombia
Artículo:
La aplicación conjunta de la siembra, nitrógeno de precisión y gestión del agua mejora la productividad del agua, el rendimiento económico y la eficiencia en el uso de energía del arroz de siembra directa
Artículo:
El futuro de los alimentos en el 2025. Una perspectiva global
Informe, reporte:
Diagnóstico sobre la logística del comercio internacional y su incidencia en la competitividad de las exportaciones de los países miembros
Infografía:
Sistemas de calidad. Six Sigma
Manual:
Química de los taninos
Artículo:
Influencia del COVID-19 en las dinámicas de exportación, producción y consumo de carne vacuna en Colombia y el mundo: Una revisión monográfica.