FCA - Doctorado en Ciencias Agrarias - Tesis

URI permanente para esta colección

https://rephip.unr.edu.ar/handle/2133/11639

Examinar

Examinando FCA - Doctorado en Ciencias Agrarias - Tesis por Autor "Beltrán, Celina"

Mostrando 1 - 2 de 2
  • Miniatura
    ÍtemAcceso Abierto
    Análisis y aprovechamiento de bases de datos agronómicas recurriendo al proceso “Knowledge discovery in databases” (KDD) y algoritmos de “data mining”(DM). Una Aplicación al pronóstico de producción de frutas de pepita en los Valles de Río Negro y Neuquén
    (FCA-UNR, 2020) Giménez, Gustavo Néstor; Bramardi, Sergio; Pratta, Guillermo; Beltrán, Celina
    Una de las principales actividades económicas en las provincias de Río Negro y Neuquén, es la producción de peras y manzanas. En dicha zona se ha llevado a cabo el pronóstico de producción desde el año 1992 durante 23 años. El pronóstico de producción de frutas de pepita ha sido una herramienta importante para planificar la cosecha y mejorar estrategias de mercado. El método de predicción de la producción, con antelación a la cosecha de los principales cultivares, se basó en curvas de crecimiento. La curvas de crecimiento no sólo permitieron estimar la producción sino que, conjuntamente con la relación diámetro-peso de los frutos, los tamaños comerciales. Toda esta información ha generado un volumen de datos que resulta difícil procesar y aprovechar con los métodos estadísticos habituales. Una opción para estos casos es utilizar una técnica de extracción de conocimientos en bases de datos también llamado proceso KDD (Knowledge Discovery in Data Bases). El proceso KDD consta de tres etapas: preprocesamiento, análisis de datos aplicando técnicas de minería de datos y extracción de conocimiento. El objetivo principal de esta tesis fue aplicar el proceso KDD y algoritmos de “Data Mining” como el SVM o máquina de soporte vectorial aplicados al pronóstico de producción. Otro objetivo de este trabajo fue diseñar una base de datos que pudiera preservar la información generada. Además, se aplicaron técnicas de preprocesamiento y visualización para detectar datos faltantes y con errores de registro; se buscaron relaciones entre variables como peso y diámetro. Para esto fue esencial programar nuevas funciones y algoritmos en R. Una vez sistematizados los datos de crecimiento se ajustó un modelo estadístico y se estimaron los efectos del mismo destacándose el efecto de la parcela. A partir de la estimación del modelo se simularon curvas de crecimiento para calibrar y entrenar el SVM. Aprovechando las curvas simuladas se verificó que el SVM mejoró el ajuste de las curvas de crecimiento observando un error cuadrativo medio menor que utilizando modelos estadísticos. La utilización del SVM como clasificador multiclase permitió predecir con antelación a la cosecha los tamaños comerciales de los frutos. La ventaja de aplicar el SVM residió principalmente en procesar mayor volumen de datos y lograr mayor precisión en el pronóstico. El alcance de las predicciones del SVM fue evaluado con una experiencia a campo donde se realizó una predicción 14 días posteriores a la cosecha comercial y se comparó con los tamaños de los frutos recolectados. La precisión expresada en tamaños comerciales correctamente clasificados fue de 30% pero al reagrupar las clases productivas en frutos pequeños, medianos y grandes se logró una precisión de 70%. Mediante esta tesis se logró sistematizar, procesar y analizar un gran volumen conformando una base de datos de 17 tablas y 160.000 registros. La aplicación del proceso KDD y de algoritmos de DM permitió obtener predicciones de gran precisión.
  • Miniatura
    ÍtemAcceso Abierto
    Diversidad genética y uso de recursos genéticos de Musa (AAA) subgrupo "Cavendish" seleccionados para su comportamiento agronómico en la provincia de Formosa
    (Facultad de Ciencias Agrarias. UNR, 2024) Tenaglia, Gerardo Carlos; Pratta, Guillermo Raúl; Beltrán, Celina
    El banano es cultivado en todas las regiones tropicales y algunas subtropicales del mundo. Se produce en 119 países y solo el 20% de la producción mundial se destina al comercio internacional, lo que indica que la banana es producida para el mercado interno. La región subtropical húmeda de la provincia de Formosa (lat -25.2024130o; log -58.1212980o), permite el desarrollo económico del cultivo, pese a las condiciones invernales que lo afectan y una producción de manera totalmente extensiva. Existen en ella recursos genéticos que no han sido caracterizados previamente y constituyen una enorme posibilidad de encontrar genotipos superiores. Sin embargo, para poder ser utilizados, deben ser identificados y caracterizados en su respuesta frente a los factores, abióticos, bióticos y a la introducción de nuevas tecnologías. Una amplia gama de polimorfismo molecular, analizada por Polimorfismo por Amplificación de Longitud de Fragmentos (AFLP) sobre una muestra de 44 clones procedentes de seis productores y dos cultivares, se halló este nivel de polimorfismo (100%), que podría ser debido a la forma de introducción y a la consecuencia en la adaptación a ambientes subtropicales. La alta diversidad molecular observada y agrupada por análisis multivariado demuestra una superposición de genotipos entre productores; sin embargo, con algunos rasgos distintivos entre ellos. Los resultados del AMOVA demuestran que la variación es mayor dentro de los campos productores y no entre grupos de genotipos de campos. Los análisis multivariados junto con los resultados del AMOVA son fundamentos básicos de que existe diversidad molecular en los campos de productores. Mediante el cultivo de variedades internacionales, se demostró que las condiciones agroecológicas de Formosa son aptas para la producción comercial. En estas condiciones, se observó que las variaciones fenotípicas, de las variedades internacionales, para ciertas variables (altura de planta, circunferencia del pseudotallo, número de manos a floración, peso del raquis y peso total) están altamente influenciadas por las variaciones genotípicas. En cambio, otras variables (hojas a floración, fecha de bolsa, fecha de cosecha, hojas a cosecha, peso de la mano de 5 a 9, longitud del dedo de la segunda mano, diámetro del dedo de la última mano y grosor de la cáscara) se deben únicamente a variaciones ambientales. Para unas pocas variables, se determinó una influencia intermedia entre factores genotípicos y ambientales. Habiéndose detectado esto, la caracterización de un conjunto de clones recolectado en campo de productores evidenció que hay biodiversidad para caracteres de interés productivo a partir de la cual es posible, conformar la primera variedad local y la conformación de un banco de germoplasma. Los mejoradores a menudo tienen dificultades para resumir y describir con precisión el éxito de un clon. Por eso, se propone un Índice de Selección (IS) a través de un enfoque multivariado para estimar la variabilidad genética en el conjunto de clones original en relación a la variación fenotípica expresada, que proporcione un marco para la toma de decisiones en las regiones subtropicales. Como aplicación agronómica se puede inferir un fenotipo para el NEA, altura de planta de 3,50 m a 3,80 m; circunferencia de pseudotallo superior a los 80 cm; 11 manos a floración; llegar a cosecha con 4 a 5 hojas; longitud de los dedos superior a 24 cm, diámetro de los dedos de 40 mm y grosor de cáscara que supere los 4,00 mm. Sin embargo, existe marcada variabilidad ambiental en la provincia de Formosa, tanto dentro de una misma zona geográfica entre años, como entre zonas que se encuentran a escasa distancia. Por estos motivos, ese fenotipo debe ser expresado por genotipos diferentes, de forma tal que la variedad a lograr tenga homeostasis genética. En consecuencia, se deben conformar variedades equivalentes a las multilíneas de las especies de reproducción sexual. Como resultado de esta propuesta, se obtuvieron tres grupos fenotípicos que difieren para afrontar esta variabilidad climática. Para conservar esta variabilidad, la aplicación del Análisis Factorial Múltiple Mixto (AFMM) permitió caracterizar al conjunto de clones de banana por caracteres cuantitativos y cualitativos. En efecto, para establecer criterios objetivos y mensurables para identificar un subconjunto de clones que presente la mayor diversidad, con los que se conformará un Banco de Germoplasma, se deberían tener en cuenta ambos tipos de caracteres. El IS construido a partir de este análisis permitió reducir a un 29 % aproximadamente el número de clones a conservar en un banco de germoplasma, manteniendo los niveles de variabilidad recolectada. La evaluación fenotípica de los valores medios y las variancias en caracteres de interés agronómico, corroboró que este grupo de 40 clones conserva la variabilidad de la población original. Adicionalmente, la evaluación de la estructura de covariación en los tres grupos evaluados (población total en estudio, clones promisorios y clones para banco de germoplasma), fue congruente con el logro de los objetivos planteados para los dos procesos de selección realizados, uno tendiente a obtener variedades adaptadas a las condiciones locales y el otro tendiente a conservar la variabilidad.