Estimación de la demanda de agua en cultivos de banano aplicando modelos de pronósticos para fincas de pequeños y medianos productores en la provincia de El Oro

Calvache Silvestre, Andrés Francisco; Roldán Carranza, Daniela Alexandra

DSpace Home
→
Unidades Académicas
→
Facultad de Ingeniería en Electricidad y Computación
→
Tesis de Maestría en Ciencia de Datos
→
View Item

dc.contributor.advisor	Cruz Ramírez, Eduardo Segundo , Director
dc.contributor.author	Calvache Silvestre, Andrés Francisco
dc.contributor.author	Roldán Carranza, Daniela Alexandra
dc.creator	ESPOL.FIEC
dc.date.accessioned	2025-01-29T21:13:08Z
dc.date.available	2025-01-29T21:13:08Z
dc.date.issued	2024
dc.identifier.citation	Calvache Silvestre, A. F. y Roldán Carranza, D. A. (2024). Estimación de la demanda de agua en cultivos de banano aplicando modelos de pronósticos para fincas de pequeños y medianos productores en la provincia de El Oro. [Proyecto de Titulación]. ESPOL.FIEC .
dc.identifier.uri	http://www.dspace.espol.edu.ec/handle/123456789/63220
dc.description	La gestión eficiente del agua es crucial para la producción agrícola, especialmente en cultivos como el banano de exportación. La agricultura de precisión busca optimizar el uso de recursos naturales y químicos, pero su costo limita su acceso a pequeños productores. En este contexto, el presente trabajo estimó la evapotranspiración (ETo) en cultivos de banano en la provincia de El Oro. Para ello, se analizó las tendencias climáticas y patrones relacionados con la ETo. Luego, se estimaron modelos de series de tiempo y redes neuronales LSTM para pronosticar la demanda hídrica. Una vez evaluado los criterios de ajustes, los resultados indican que las redes neuronales LSTM tienen un MAE inferior al 5%, por lo que se seleccionó este mecanismo para hacer el pronóstico de la demanda hídrica para los cultivos del cantón El Guabo en la provincia de El Oro. Finalmente, se presentan los resultados en un dashboard donde se muestra estadísticas climáticas y estimaciones de consumo de agua por hectárea. Palabras Clave: Evapotranspiración, redes neuronales, ARIMA, MAE, banano
dc.format	application/pdf
dc.format.extent	102 página
dc.language.iso	spa
dc.publisher	ESPOL.FIEC
dc.rights	openAccess
dc.subject	Evapotranspiración
dc.subject	Redes neuronales
dc.subject	ARIMA
dc.subject	MAE
dc.subject	Banano
dc.title	Estimación de la demanda de agua en cultivos de banano aplicando modelos de pronósticos para fincas de pequeños y medianos productores en la provincia de El Oro
dc.type	Magister en Ciencias de Datos
dc.identifier.codigoespol	T-114812
dc.description.city	Guayaquil
dc.description.degree	Escuela Superior Politécnica del Litoral
dc.identifier.codigoproyectointegrador	POSTG091
dc.description.abstractenglish	Efficient water management is critical for agricultural production, particularly in crops like export bananas. Precision agriculture aims to optimize the use of natural and chemical resources, but its cost remains a barrier for small-scale farmers. In this context, our study estimated evapotranspiration (ETo) in banana crops in El Oro province. We analyzed climatic trends and patterns related to ETo. Subsequently, we applied time series models and Long Short-Term Memory (LSTM) neural networks to forecast water demand. After evaluating model performance, LSTM neural networks demonstrated an MAE below 5%, leading us to select this approach for predicting water demand in El Guabo canton, El Oro province. Finally, we present the results through a dashboard displaying climatic statistics and water consumption estimates per hectare. Keywords: Evapotranspiration, neural networks, ARIMA, MAE, banana.