dc.creatorROCIO CERVANTES OSORNIO
dc.creatorRAMON ARTEAGA RAMIREZ
dc.creatorMARIO ALBERTO VAZQUEZ PEÑA
dc.creatorWALDO OJEDA BUSTAMANTE
dc.date2012
dc.date.accessioned2023-07-17T16:26:56Z
dc.date.available2023-07-17T16:26:56Z
dc.identifierhttp://hdl.handle.net/20.500.12013/1963
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/7500021
dc.descriptionEn la agricultura resulta importante conocer con cierto grado de anticipación algunas variables climáticas tal como la evapotranspiración de referencia, variable primordial en la planeación y distribución del recurso agua en los distritos de riego. En el presente trabajo se utilizaron métodos convencionales y modelos de redes neuronales artificiales, específicamente feedforward backpropagation, con las mismas variables de entradas que sus homólogos modelos empíricos, para estimación de la evapotranspiración de referencia, esto se realizó para la estación Santa Rosa 1 III AC, ubicada en el Distrito 075, Valle del Fuerte, Los Mochis, Sinaloa. Los resultados obtenidos mostraron que las redes neuronales artificiales representan una alternativa de modelo confiable en la estimación de la evapotranspiración de referencia.
dc.formatapplication/pdf
dc.languagespa
dc.publisherInstituto Nacional de Investigaciones Forestales, Agrícolas y Pecuarias.
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rightshttp://creativecommons.org/licenses/by-nc-nd/4.0
dc.sourceRevista Mexicana de Ciencias Agrícolas (2007-0934), Publicación especial, 4
dc.subjectinfo:eu-repo/classification/Autor/Planificación del riego
dc.subjectinfo:eu-repo/classification/Autor/Distritos de riego
dc.subjectinfo:eu-repo/classification/Autor/Evapotranspiración
dc.subjectinfo:eu-repo/classification/Autor/Redes neuronales artificiales
dc.subjectinfo:eu-repo/classification/cti/7
dc.titleRed neuronal artificial base radial en la estimación de la evapotranspiración de referencia
dc.typeinfo:eu-repo/semantics/article


Este ítem pertenece a la siguiente institución