| Tesis Doctorales de la Universidad de Alcalá |
| APLICACIÓN DE TÉCNICAS DE INTELIGENCIA ARTIFICIAL PARA EL DESARROLLO E IMPLEMENTACIÓN DE UN EFICIENTE SISTEMA DE APOYO A LA TOMA DE DECISIONES PARA LA OPTIMIZACIÓN DE LA APLICACIÓN DE HERBICIDAS EN CAMPOS DE SOJA | | Autor/a | Pasolius Wexel, Wagner | | Departamento | Ciencias de la Computación | | Director/a | Gómez Pulido, José Manuel | | Codirector/a | Hoffmann , Holger | | Fecha de defensa | 31-03-2025 | | Calificación | Sobresaliente | | Programa | Ingeniería de la Información y del Conocimiento (RD 99/2011) | | Mención internacional | No | | Resumen | Los Sistemas de Apoyo a la Decisión (DSS) se han convertido en herramientas aplicadas en diversos dominios para facilitar los procesos de toma de decisiones aprovechando el conocimiento, los modelos de simulación y los repositorios de datos. Este trabajo de investigación explora el potencial del DSS aplicado a herbicidas, utilizando técnicas de inteligencia artificial (IA) para optimizar la toma de decisiones en su aplicación, buscando maximizar el control de malezas, el retorno de la inversión (ROI) y rendimiento. Específicamente, este trabajo se enfoca en desarrollar, evaluar, validar e implementar en campo un DSS diseñado para la planificación de la aplicación de herbicidas en campos de soja utilizando algoritmos de IA y datos de eficacia de herbicidas para recomendar estrategias de aplicación a lo largo del ciclo del cultivo. De esta forma se pretende reducir y optimizar la cantidad de herbicida maximizando su rendimiento y efecto sobre las malas hierbas o malezas, con el consiguiente ahorro económico y reducción del efecto contaminante. En concreto, todo el trabajo de investigación ha sido aplicado en los citados campos de soja ubicados en Brasil.
El DSS propuesto, fruto del trabajo de investigación realizado, tiene como objetivo asesorar en la selección, dosificación y momento de la aplicación de herbicidas. El trabajo adopta un enfoque multidisciplinar, integrando conocimientos de ingeniería de la información y del conocimiento y ciencias agrícolas. A tal efecto, se realizaron experimentos de campo en doce emplazamientos de cultivo en Goiás, Brasil, utilizando un diseño de bloques aleatorios con seis grupos de tratamiento, incluido el de control, los herbicidas seleccionados por los agricultores, las opciones recomendadas por el DSS desarrollado y la recomendación de los técnicos agrícolas de la región. Las métricas de evaluación empleadas contemplaron la eficacia de los herbicidas, el rendimiento de la soja, el retorno de inversión (ROI) y la infestación de malezas en varios intervalos posteriores a la aplicación y se compararon los resultados obtenidos por el DSS, por el productor del terreno y por el técnico agrícola.
Los resultados obtenidos indican que las mezclas de herbicidas recomendadas por el Sistema de Apoyo a la Decisión (DSS) desarrollado demostraron de forma consistente una eficacia superior en el control de malezas en comparación con las mezclas de herbicidas seleccionadas por los agricultores (el DSS fue superior en el 73 % de los campos, los productores del terreno lograron en el 18 % de los casos valores mejores respecto a los indicados por el DSS y en un 9% se propusieron las mismas mezclas). Además, las recomendaciones del DSS tuvieron un impacto positivo en el rendimiento de la soja y unos resultados en términos del ROI comparables al de los productores agrícolas experimentados. Con respecto al rendimiento (evaluado por el número de bolsas de 60 kg producidos por hectárea) el DSS logró unos valores superiores en el 55% de los campos, los agricultores lograron mejores valores en el 36% de los casos y un 9% de idénticos valores o empates. En cuanto al ROI los resultados fueron muy similares, el DSS con 36%, los productores el 37% y un 27% empates. No obstante, el DSS mostró limitaciones a la hora de mejorar los resultados obtenidos por los técnicos agrícolas, lo que sugiere la necesidad de introducir mejoras y un mayor refinamiento, particularmente en la incorporación de datos matizados con información más detallada para resaltar ciertos aspectos importantes que podrían ser relevantes para la toma de decisiones y que normalmente no están disponibles en las etiquetas de los herbicidas, como los umbrales de fitotoxicidad de los herbicidas. Los resultados de rendimiento de DSS y técnicos fueron: DSS con 27% de victorias, técnicos produjeron más en el 73% de los campos. El DSS aún necesita mejoras para alcanzar el nivel de control de malezas como un técnico (DSS ganó en el 33% de los campos, técnicos con 50% de victorias y 17% de empates).
En general, este estudio destaca el potencial del DSS basado en IA para optimizar los procesos de toma de decisiones sobre herbicidas.
Palabras clave: Sistemas de Apoyo a la Decisión, Manejo de Herbicidas, Inteligencia Artificial, Cultivo de Soja, Control de Malezas |
|
