Mejora de la calidad de datos del rendimiento de maíz en el DR 075 Río Fuerte, Sin., aplicando un filtro de Kalman simplificado.

Abstract

Los datos del rendimiento y de la producción de maíz de grano en las principales zonas productoras de México, son una base importante para llevar a cabo una adecuada planeación agrícola, así como para el establecimiento de políticas públicas. Sin embargo, generalmente dicha información no es del todo precisa debido a que hay fallas en los procedimientos que se siguen para obtenerla, por lo que, si se mejora, se coadyuvará a potenciar su uso. Con respecto a la predicción de rendimiento de cultivos, existe mucha literatura sobre los modelos que se utilizan y una gran cantidad de variables de entrada para generarlos, pero en la mayoría de los casos la información de dichas variables no está disponible para poderla utilizarla y aplicarla en grandes áreas. Por ello, se decidió utilizar variables climatológicas para generar los modelos predictivos de rendimiento, con la finalidad de desarrollar una metodología más práctica que utilice datos de variables accesibles, ya que los daros climáticos son los únicos que están disponibles en la mayoría de las regiones del país. También se presenta el uso del script Climatol de R para la obtención de datos climáticos faltantes, así como el uso de la herramienta systemIdentification de MATLAB para generar los modelos de predicción de rendimiento y la de GAM de R para obtener datos predictivos. Se aplicó un Filtro de Kalman simplificado (FKS), para mejorar la calidad de los datos existentes de los rendimientos de maíz en el DR 075 Río Fuerte, Sin., que es una variante de la herramienta matemático-estadística desarrollada en 1960 para mejorar la predicción de variables de estado, y que tiene numerosas aplicaciones en la ciencia y tecnología. La aplicación del FKS se hizo utilizando los datos obtenidos con un modelo seleccionado para la predicción del rendimiento de maíz de grano en dicho DR 075. La aportación del FKS se expresa en el hecho de que los valores mejorados siempre quedan entre los predichos y los medidos. _______________ IMPROVEMENT OF THE QUALITY OF CORN YIELD DATA IN DR 075 RÍO FUERTE, SIN., APPLYING A SIMPLIFIED KALMAN FILTER. ABSTRACT: Data on the yield and production of grain corn in the main producing areas of Mexico are an important basis for carrying out adequate agricultural planning, as well as for the establishment of public policies. However, this information is generally not entirely accurate because there are flaws in the procedures followed to obtain it, so if it is improved, it will help to promote its use. Regarding the prediction of crop yield, there is a lot of literature on the models that are used and a large number of input variables to generate them, but in most cases the information of these variables is not available to be able to use and apply it. in large areas. For this reason, it was decided to use climatological variables to generate the predictive performance models, with the aim of developing a more practical methodology that uses data from accessible variables, since climatic data are the only ones available in most regions of the world. country. The use of the R script Climatol to obtain missing climatic data is also presented, as well as the use of the MATLAB systemIdentification tool to generate the performance prediction models and the R GAM tool to obtain predictive data. A Simplified Kalman Filter (FKS) was applied to improve the quality of the existing data on maize yields in the DR 075 Río Fuerte, Sin., which is a variant of the mathematical-statistical tool developed in 1960 to improve the prediction of state variables, and which has numerous applications in science and technology. The application of the FKS was made using the data obtained with a selected model for the prediction of grain corn yield in said DR 075. The contribution of the FKS is expressed in the fact that the improved values are always between those predicted and those measured.