Dispositivo basado en modelo arima para predicción de variables ambientales (temperatura, humedad, velocidad del aire) en el área agrícola del departamento del Meta
Teniendo en cuenta que las condiciones climáticas en todo el mundo debido al efecto invernadero generando que la temperatura haya venido en crecimiento, afectando de una u otra forma lo social, económico y ambiental, tal como lo informa el Ideam y Fonade[1] y reforzado por la revista agronegocios[2]...
- Autores:
-
Palomino Parra, Jhon Ademir
Torres Cruz, Oscar Alejandro
Angulo Méndez, Yamid Leonardo
- Tipo de recurso:
- Article of journal
- Fecha de publicación:
- 2020
- Institución:
- Universidad de los Llanos
- Repositorio:
- Repositorio Digital Universidad de los LLanos
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.unillanos.edu.co:001/1893
- Acceso en línea:
- https://doi.org/10.22579/23463910.193
- Palabra clave:
- Meteorological forecast
forecast
econometrics
solar radiation
meteorological data
meteorological conditions
agroclimatology
agricultural research
pronóstico meteorológico
previsión
econometría
radiación solar
datos meteorológicos
condiciones meteorológicas
agroclimatologia
investigación agrícola
- Rights
- openAccess
- License
- Jhon Ademir Palomino Parra, Oscar Alejandro Torres Cruz, Yamid Leonardo Angulo Méndez - 2020
Summary: | Teniendo en cuenta que las condiciones climáticas en todo el mundo debido al efecto invernadero generando que la temperatura haya venido en crecimiento, afectando de una u otra forma lo social, económico y ambiental, tal como lo informa el Ideam y Fonade[1] y reforzado por la revista agronegocios[2]. Los agricultores no cuentan actualmente con herramientas necesarias para poder realizar un estudio técnico y definir la época precisa para el cultivo con calidad de cada uno de sus productos. Mediante el modelo de estimación de ARIMA, se relacionaron datos de temperatura, humedad, velocidad, presión arrojados por una estación meteorológica (Estación Patrón) llevándolo a un modelo matemático predictivo. Como primera parte del modelado del sistema, se procedió a adquirir una estación de marca Wunder Station y ubicarla en Yurimena – Cofrem (Km 33, Vía Puerto López) donde durante seis meses se recolectaron datos de las diferentes variables meteorológicas, estos resultados se analizaron mediante E-views (software) y se parametrizaron a fin de establecer una precisión del 95%. Como resultado de este modelo de predicción, se busca estimar las diferentes variables ambientales con fines agrícolas. Con los datos obtenidos durante este periodo se logró establecer una predicción de 45 días con un porcentaje de error del 0,4%, permitiendo el análisis de otras variables como humedad relativa, velocidad del viento, entre otros. |
---|