Aproximación a un modelo contextual para calidad de datos en agricultura de precisión

Precision agriculture is a farming management concept, based on the crop variability in the field; it comprises several stages: data collection, information processing and decision-making. After an extensive review of the literature, it appears that data quality control is an important process in pr...

Full description

Autores:: Vivas Cantero, Fulvio Yesid
Corrales, Juan Carlos
Ramirez Gonzalez, Gustavo Adolfo

Tipo de recurso:: Article of journal

Fecha de publicación:: 2016

Institución:: Universidad de Medellín

Repositorio:: Repositorio UDEM

Idioma:: spa

id	REPOUDEM2_0ca6cd4717a5a8f2103db877ae8f69a8
oai_identifier_str	oai:repository.udem.edu.co:11407/3530
network_acronym_str	REPOUDEM2
network_name_str	Repositorio UDEM
repository_id_str
dc.title.spa.fl_str_mv	Aproximación a un modelo contextual para calidad de datos en agricultura de precisión Towards a contextual model for data quality in precision agriculture
title	Aproximación a un modelo contextual para calidad de datos en agricultura de precisión
spellingShingle	Aproximación a un modelo contextual para calidad de datos en agricultura de precisión Data quality control Precision agriculture Metadata data acquisition systems Contextual model Control de calidad de los datos Agricultura de precisión metadatos Sistemas de adquisición de datos Modelo contextual
title_short	Aproximación a un modelo contextual para calidad de datos en agricultura de precisión
title_full	Aproximación a un modelo contextual para calidad de datos en agricultura de precisión
title_fullStr	Aproximación a un modelo contextual para calidad de datos en agricultura de precisión
title_full_unstemmed	Aproximación a un modelo contextual para calidad de datos en agricultura de precisión
title_sort	Aproximación a un modelo contextual para calidad de datos en agricultura de precisión
dc.creator.fl_str_mv	Vivas Cantero, Fulvio Yesid Corrales, Juan Carlos Ramirez Gonzalez, Gustavo Adolfo
dc.contributor.author.none.fl_str_mv	Vivas Cantero, Fulvio Yesid Corrales, Juan Carlos Ramirez Gonzalez, Gustavo Adolfo
dc.subject.spa.fl_str_mv	Data quality control Precision agriculture Metadata data acquisition systems Contextual model Control de calidad de los datos Agricultura de precisión metadatos Sistemas de adquisición de datos Modelo contextual
topic	Data quality control Precision agriculture Metadata data acquisition systems Contextual model Control de calidad de los datos Agricultura de precisión metadatos Sistemas de adquisición de datos Modelo contextual
description	Precision agriculture is a farming management concept, based on the crop variability in the field; it comprises several stages: data collection, information processing and decision-making. After an extensive review of the literature, it appears that data quality control is an important process in precision agriculture and can be considered in the data collection process. This paper makes an approach to data architecture quality control by applying the contextual information of the acquisition system (sad) and environment context information. This approach can provide the sad the capability to understand the situations of their environment in order to improve the quality of data for decision-making.
publishDate	2016
dc.date.created.none.fl_str_mv	2016-12-31
dc.date.accessioned.none.fl_str_mv	2017-06-29T22:22:34Z
dc.date.available.none.fl_str_mv	2017-06-29T22:22:34Z
dc.type.eng.fl_str_mv	Article
dc.type.coar.fl_str_mv	http://purl.org/coar/resource_type/c_2df8fbb1
dc.type.coarversion.fl_str_mv	http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.coar.none.fl_str_mv	http://purl.org/coar/resource_type/c_6501
dc.type.local.spa.fl_str_mv	Artículo científico
dc.type.driver.none.fl_str_mv	info:eu-repo/semantics/article
format	http://purl.org/coar/resource_type/c_6501
dc.identifier.issn.none.fl_str_mv	1692-3324
dc.identifier.uri.none.fl_str_mv	http://hdl.handle.net/11407/3530
dc.identifier.doi.none.fl_str_mv	http://dx.doi.org/10.22395/rium.v15n29a6
dc.identifier.eissn.none.fl_str_mv	2248-4094
dc.identifier.reponame.spa.fl_str_mv	reponame:Repositorio Institucional Universidad de Medellín
dc.identifier.repourl.none.fl_str_mv	repourl:https://repository.udem.edu.co/
dc.identifier.instname.spa.fl_str_mv	instname:Universidad de Medellín
identifier_str_mv	1692-3324 http://dx.doi.org/10.22395/rium.v15n29a6 2248-4094 reponame:Repositorio Institucional Universidad de Medellín repourl:https://repository.udem.edu.co/ instname:Universidad de Medellín
url	http://hdl.handle.net/11407/3530
dc.language.iso.none.fl_str_mv	spa
language	spa
dc.relation.uri.none.fl_str_mv	http://revistas.udem.edu.co/index.php/ingenierias/article/view/1079
dc.relation.citationvolume.none.fl_str_mv	15
dc.relation.citationissue.none.fl_str_mv	29
dc.relation.citationstartpage.none.fl_str_mv	99
dc.relation.citationendpage.none.fl_str_mv	112
dc.relation.references.spa.fl_str_mv	C. LAU, A. Jarvis, and J. Ramírez, “Agricultura Colombiana: Adaptación al Cambio Climático”, Cent. Int. Agric. Trop. (CIAT). 4p. …, vol. 1, p. 4, 2011. K. Ni, M. Srivastava, N. Ramanathan, M. N. H. Chehade, L. Balzano, S. Nair, S. Zahedi, E. Kohler, G. Pottie, and M. Hansen, “Sensor network data fault types”, ACM Transactions on Sensor Networks, vol. 5, N.° 3. pp. 1–29, 2009. E. C.-H. Ngai and P. Gunningberg, “Quality-of-information-aware data collection for mobile sensor networks”, Pervasive Mob. Comput., vol. 11, pp. 203–215, 2014. S. Ji, R. Beyah, and Y. Li, “Continuous data collection capacity of wireless sensor networks under physical interference model”, Mob. Adhoc Sens. Syst. …, 2011. C. L. Muller, L. Chapman, C. S. B. Grimmond, D. T. Young, and X.-M. Cai, “Toward a Standardized Metadata Protocol for Urban Meteorological Networks”, Bull. Am. Meteorol. Soc., vol. 94, no. 8, pp. 1161–1185, 2013. K. Hubbard, J. You, and M. Shulski, “Toward a Better Quality Control of Weather Data”, pp. 3–30, 2012. C. Gwilliams, A. Preece, and A. Hardisty, “Local and global knowledge to improve the quality of sensed data”, Int. J. …, vol. 2, N.° 2, pp. 164–180, 2012. A. K. Dey, “Understanding and Using Context,” Pers. Ubiquitous Comput., vol. 5, N.° 1, pp. 4–7, 2001. Organizacion Meteorológica Mundial - OMM, Guía de prácticas climatológicas Edición de 2011 OMM N.° 100. Ginebra Suiza, 2011. D. C. Van Essen, K. Ugurbil, E. Auerbach, D. Barch, T. E. J. Behrens, R. Bucholz, A. Chang, L. Chen, M. Corbetta, S. W. Curtiss, S. Della Penna, D. Feinberg, M. F. Glasser, N. Harel, a C. Heath, L. Larson-Prior, D. Marcus, G. Michalareas, S. Moeller, R. Oostenveld, S. E. Petersen, F. Prior, B. L. Schlaggar, S. M. Smith, a Z. Snyder, J. Xu, and E. Yacoub, “The Human Connectome Project: a data acquisition perspective”, Neuroimage, vol. 62, N.° 4, pp. 2222–31, 2012. C. a. Fiebrich, C. R. Morgan, A. G. McCombs, P. K. Hall, and R. a. McPherson, “Quality Assurance Procedures for Mesoscale Meteorological Data”, J. Atmos. Ocean. Technol., vol. 27, N.° 10, pp. 1565–1582, 2010. D. Ballari, M. Wachowicz, and M. A. M. Callejo, “Metadata behind the interoperability of wireless sensor networks”, Sensors, vol. 9, N.° 5, pp. 3635–3651, 2009. G. Percivall, C. Reed, and J. Davidson, “Open Geospatial Consortium Inc . OGC White Paper OGC ® Sensor Web Enablement: Overview And High Level Architecture”, 2007 IEEE Autotestcon, vol. 4540, N.° December, pp. 1–14, 2007. R. Lemmens, T. Everding, C. Stasch, I. Simonis, J. Echterhoff, S. Liang, A. Bröring, and S. Jirka, New generation Sensor Web Enablement., vol. 11, N.° 3. 2011. S. Cox, “Observations and measurements-XML implementation”, OGC document. Open Geospatial Consortium Inc., pp. 1–76, 2011. M. Botts and A. Robin, “OpenGIS ® Sensor Model Language ( SensorML) Implementation Specification”, Design. p. 180, 2007. A. Na and M. Priest, “Sensor Observation Service”, English, vol. OGC 06–009, N.° OGC 06–009r6, pp. 1–104, 2007. S. J. K. Mason, S. B. Cleveland, P. Llovet, C. Izurieta, and G. C. Poole, “A centralized tool for managing, archiving, and serving point-in-time data in ecological research laboratories”, Environ. Model. Softw., vol. 51, pp. 59–69, 2014. G. Huang, X. Y. Wu, M. Yuan, and R. F. Li, “Research on Data Quality of E&P Database Base on Metadata-Driven Data Quality Assessment Architecture”, Appl. Mech. Mater., vol. 530–531, pp. 813–817, 2014. J. Estévez, P. Gavilán, and J. V. Giráldez, “Guidelines on validation procedures for meteorological data from automatic weather stations”, J. Hydrol., vol. 402, N.° 1–2, pp. 144–154, 2011. A. M. D. S. A. D. J. A. Ritaban Dutta Claire D’Este, “Dynamic Evaluation and Visualisation of the Quality and Reliability of Sensor Data Sources”, Int. J. Adv. Comput. Sci. Appl., vol. 4, N.° 8, pp. 96–103, 2013. C. Atzberger, “Advances in Remote Sensing of Agriculture: Context Description, Existing Operational Monitoring Systems and Major Information Needs”, Remote Sens., vol. 5, N.° 2, pp. 949–981, 2013.
dc.relation.ispartofjournal.spa.fl_str_mv	Revista Ingenierías Universidad de Medellín
dc.rights.coar.fl_str_mv	http://purl.org/coar/access_right/c_abf2
dc.rights.uri.*.fl_str_mv	http://creativecommons.org/licenses/by-nc-sa/4.0/
dc.rights.creativecommons.*.fl_str_mv	Attribution-NonCommercial-ShareAlike 4.0 International
rights_invalid_str_mv	http://creativecommons.org/licenses/by-nc-sa/4.0/ Attribution-NonCommercial-ShareAlike 4.0 International http://purl.org/coar/access_right/c_abf2
dc.format.extent.spa.fl_str_mv	p. 99-112
dc.format.medium.spa.fl_str_mv	Electrónico
dc.format.mimetype.none.fl_str_mv	application/pdf
dc.coverage.spa.fl_str_mv	Lat: 06 15 00 N degrees minutes Lat: 6.2500 decimal degreesLong: 075 36 00 W degrees minutes Long: -75.6000 decimal degrees
dc.publisher.spa.fl_str_mv	Universidad de Medellín
dc.publisher.program.spa.fl_str_mv	Ingeniería Ambiental
dc.publisher.faculty.spa.fl_str_mv	Facultad de Ingenierías
dc.publisher.place.spa.fl_str_mv	Medellín
dc.source.spa.fl_str_mv	Revista Ingenierías Universidad de Medellín; Vol. 15, núm. 29 (2016); 99-112 2248-4094 1692-3324
institution	Universidad de Medellín
bitstream.url.fl_str_mv	http://repository.udem.edu.co/bitstream/11407/3530/3/Revista_Ingenierias_UdeM_291.pdf.jpg http://repository.udem.edu.co/bitstream/11407/3530/1/Articulo.html http://repository.udem.edu.co/bitstream/11407/3530/2/Revista_Ingenierias_UdeM_291.pdf
bitstream.checksum.fl_str_mv	99b2142abeca985926d8675f065dea98 310e8ad0758802facb42268923169f15 26875a982f8f215b5c11480a5286c3b0
bitstream.checksumAlgorithm.fl_str_mv	MD5 MD5 MD5
repository.name.fl_str_mv	Repositorio Institucional Universidad de Medellin
repository.mail.fl_str_mv	repositorio@udem.edu.co
_version_	1814159217903271936
spelling	Vivas Cantero, Fulvio YesidCorrales, Juan CarlosRamirez Gonzalez, Gustavo AdolfoVivas Cantero, Fulvio Yesid; Universidad del CaucaCorrales, Juan Carlos; Universidad del CaucaRamirez Gonzalez, Gustavo Adolfo; Universidad del Cauca2017-06-29T22:22:34Z2017-06-29T22:22:34Z2016-12-311692-3324http://hdl.handle.net/11407/3530 http://dx.doi.org/10.22395/rium.v15n29a62248-4094reponame:Repositorio Institucional Universidad de Medellínrepourl:https://repository.udem.edu.co/instname:Universidad de MedellínPrecision agriculture is a farming management concept, based on the crop variability in the field; it comprises several stages: data collection, information processing and decision-making. After an extensive review of the literature, it appears that data quality control is an important process in precision agriculture and can be considered in the data collection process. This paper makes an approach to data architecture quality control by applying the contextual information of the acquisition system (sad) and environment context information. This approach can provide the sad the capability to understand the situations of their environment in order to improve the quality of data for decision-making.La agricultura de precisión es un concepto agronómico de gestión de parcelas agrícolas, basado en la existencia de variabilidad en campo; comprende varias etapas: recolección de datos, procesamiento de información y toma de decisiones. Después de una extensa revisión de la literatura, se observa que el control de calidad de los datos es un proceso muy importante para agricultura de precisión que puede ser considerado en la recolección de datos. En este artículo se da una aproximación a una arquitectura de control de calidad de datos utilizando la información de contexto del sistema de adquisición (SAD) y el medio ambiente. Este enfoque puede proporcionar a los SAD la capacidad de comprender las situaciones de su entorno con el fin de mejorar la calidad de datos para la toma de decisiones.p. 99-112Electrónicoapplication/pdfspaUniversidad de MedellínIngeniería AmbientalFacultad de IngenieríasMedellínhttp://revistas.udem.edu.co/index.php/ingenierias/article/view/1079152999112C. LAU, A. Jarvis, and J. Ramírez, “Agricultura Colombiana: Adaptación al Cambio Climático”, Cent. Int. Agric. Trop. (CIAT). 4p. …, vol. 1, p. 4, 2011.K. Ni, M. Srivastava, N. Ramanathan, M. N. H. Chehade, L. Balzano, S. Nair, S. Zahedi, E. Kohler, G. Pottie, and M. Hansen, “Sensor network data fault types”, ACM Transactions on Sensor Networks, vol. 5, N.° 3. pp. 1–29, 2009.E. C.-H. Ngai and P. Gunningberg, “Quality-of-information-aware data collection for mobile sensor networks”, Pervasive Mob. Comput., vol. 11, pp. 203–215, 2014.S. Ji, R. Beyah, and Y. Li, “Continuous data collection capacity of wireless sensor networks under physical interference model”, Mob. Adhoc Sens. Syst. …, 2011.C. L. Muller, L. Chapman, C. S. B. Grimmond, D. T. Young, and X.-M. Cai, “Toward a Standardized Metadata Protocol for Urban Meteorological Networks”, Bull. Am. Meteorol. Soc., vol. 94, no. 8, pp. 1161–1185, 2013.K. Hubbard, J. You, and M. Shulski, “Toward a Better Quality Control of Weather Data”, pp. 3–30, 2012.C. Gwilliams, A. Preece, and A. Hardisty, “Local and global knowledge to improve the quality of sensed data”, Int. J. …, vol. 2, N.° 2, pp. 164–180, 2012.A. K. Dey, “Understanding and Using Context,” Pers. Ubiquitous Comput., vol. 5, N.° 1, pp. 4–7, 2001.Organizacion Meteorológica Mundial - OMM, Guía de prácticas climatológicas Edición de 2011 OMM N.° 100. Ginebra Suiza, 2011.D. C. Van Essen, K. Ugurbil, E. Auerbach, D. Barch, T. E. J. Behrens, R. Bucholz, A. Chang, L. Chen, M. Corbetta, S. W. Curtiss, S. Della Penna, D. Feinberg, M. F. Glasser, N. Harel, a C. Heath, L. Larson-Prior, D. Marcus, G. Michalareas, S. Moeller, R. Oostenveld, S. E. Petersen, F. Prior, B. L. Schlaggar, S. M. Smith, a Z. Snyder, J. Xu, and E. Yacoub, “The Human Connectome Project: a data acquisition perspective”, Neuroimage, vol. 62, N.° 4, pp. 2222–31, 2012.C. a. Fiebrich, C. R. Morgan, A. G. McCombs, P. K. Hall, and R. a. McPherson, “Quality Assurance Procedures for Mesoscale Meteorological Data”, J. Atmos. Ocean. Technol., vol. 27, N.° 10, pp. 1565–1582, 2010.D. Ballari, M. Wachowicz, and M. A. M. Callejo, “Metadata behind the interoperability of wireless sensor networks”, Sensors, vol. 9, N.° 5, pp. 3635–3651, 2009.G. Percivall, C. Reed, and J. Davidson, “Open Geospatial Consortium Inc . OGC White Paper OGC ® Sensor Web Enablement: Overview And High Level Architecture”, 2007 IEEE Autotestcon, vol. 4540, N.° December, pp. 1–14, 2007.R. Lemmens, T. Everding, C. Stasch, I. Simonis, J. Echterhoff, S. Liang, A. Bröring, and S. Jirka, New generation Sensor Web Enablement., vol. 11, N.° 3. 2011.S. Cox, “Observations and measurements-XML implementation”, OGC document. Open Geospatial Consortium Inc., pp. 1–76, 2011.M. Botts and A. Robin, “OpenGIS ® Sensor Model Language ( SensorML) Implementation Specification”, Design. p. 180, 2007.A. Na and M. Priest, “Sensor Observation Service”, English, vol. OGC 06–009, N.° OGC 06–009r6, pp. 1–104, 2007.S. J. K. Mason, S. B. Cleveland, P. Llovet, C. Izurieta, and G. C. Poole, “A centralized tool for managing, archiving, and serving point-in-time data in ecological research laboratories”, Environ. Model. Softw., vol. 51, pp. 59–69, 2014.G. Huang, X. Y. Wu, M. Yuan, and R. F. Li, “Research on Data Quality of E&P Database Base on Metadata-Driven Data Quality Assessment Architecture”, Appl. Mech. Mater., vol. 530–531, pp. 813–817, 2014.J. Estévez, P. Gavilán, and J. V. Giráldez, “Guidelines on validation procedures for meteorological data from automatic weather stations”, J. Hydrol., vol. 402, N.° 1–2, pp. 144–154, 2011.A. M. D. S. A. D. J. A. Ritaban Dutta Claire D’Este, “Dynamic Evaluation and Visualisation of the Quality and Reliability of Sensor Data Sources”, Int. J. Adv. Comput. Sci. Appl., vol. 4, N.° 8, pp. 96–103, 2013.C. Atzberger, “Advances in Remote Sensing of Agriculture: Context Description, Existing Operational Monitoring Systems and Major Information Needs”, Remote Sens., vol. 5, N.° 2, pp. 949–981, 2013.Revista Ingenierías Universidad de Medellínhttp://creativecommons.org/licenses/by-nc-sa/4.0/Attribution-NonCommercial-ShareAlike 4.0 Internationalhttp://purl.org/coar/access_right/c_abf2Revista Ingenierías Universidad de Medellín; Vol. 15, núm. 29 (2016); 99-1122248-40941692-3324Data quality controlPrecision agricultureMetadatadata acquisition systemsContextual modelControl de calidad de los datosAgricultura de precisiónmetadatosSistemas de adquisición de datosModelo contextualAproximación a un modelo contextual para calidad de datos en agricultura de precisiónTowards a contextual model for data quality in precision agricultureArticlehttp://purl.org/coar/resource_type/c_6501http://purl.org/coar/resource_type/c_2df8fbb1Artículo científicoinfo:eu-repo/semantics/articlehttp://purl.org/coar/version/c_970fb48d4fbd8a85Comunidad Universidad de MedellínLat: 06 15 00 N degrees minutes Lat: 6.2500 decimal degreesLong: 075 36 00 W degrees minutes Long: -75.6000 decimal degreesTHUMBNAILRevista_Ingenierias_UdeM_291.pdf.jpgRevista_Ingenierias_UdeM_291.pdf.jpgIM Thumbnailimage/jpeg8497http://repository.udem.edu.co/bitstream/11407/3530/3/Revista_Ingenierias_UdeM_291.pdf.jpg99b2142abeca985926d8675f065dea98MD53ORIGINALArticulo.htmltext/html497http://repository.udem.edu.co/bitstream/11407/3530/1/Articulo.html310e8ad0758802facb42268923169f15MD51Revista_Ingenierias_UdeM_291.pdfRevista_Ingenierias_UdeM_291.pdfapplication/pdf838507http://repository.udem.edu.co/bitstream/11407/3530/2/Revista_Ingenierias_UdeM_291.pdf26875a982f8f215b5c11480a5286c3b0MD5211407/3530oai:repository.udem.edu.co:11407/35302021-05-14 14:28:59.065Repositorio Institucional Universidad de Medellinrepositorio@udem.edu.co

Aproximación a un modelo contextual para calidad de datos en agricultura de precisión

Publicaciones similares