Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

LANSAS

392 views

Published on

LANSAS es un sistema de evaluación de tierras que permite determinar que cultivar en un determinado terreno, lo unico que requiere es conocer que clima y que suelo existe en ese predio y usando una base de datos con la informacion de más de 2500 variedades de cultivos hace la evaluacion y prediccion de rendimiento

Published in: Technology
  • DOWNLOAD THIS BOOKS INTO AVAILABLE FORMAT (2019 Update) ......................................................................................................................... ......................................................................................................................... Download Full PDF EBOOK here { https://soo.gd/irt2 } ......................................................................................................................... Download Full EPUB Ebook here { https://soo.gd/irt2 } ......................................................................................................................... Download Full doc Ebook here { https://soo.gd/irt2 } ......................................................................................................................... Download PDF EBOOK here { https://soo.gd/irt2 } ......................................................................................................................... Download EPUB Ebook here { https://soo.gd/irt2 } ......................................................................................................................... Download doc Ebook here { https://soo.gd/irt2 } ......................................................................................................................... ......................................................................................................................... ................................................................................................................................... eBook is an electronic version of a traditional print book THIS can be read by using a personal computer or by using an eBook reader. (An eBook reader can be a software application for use on a computer such as Microsoft's free Reader application, or a book-sized computer THIS is used solely as a reading device such as Nuvomedia's Rocket eBook.) Users can purchase an eBook on diskette or CD, but the most popular method of getting an eBook is to purchase a downloadable file of the eBook (or other reading material) from a Web site (such as Barnes and Noble) to be read from the user's computer or reading device. Generally, an eBook can be downloaded in five minutes or less ......................................................................................................................... .............. Browse by Genre Available eBooks .............................................................................................................................. Art, Biography, Business, Chick Lit, Children's, Christian, Classics, Comics, Contemporary, Cookbooks, Manga, Memoir, Music, Mystery, Non Fiction, Paranormal, Philosophy, Poetry, Psychology, Religion, Romance, Science, Science Fiction, Self Help, Suspense, Spirituality, Sports, Thriller, Travel, Young Adult, Crime, Ebooks, Fantasy, Fiction, Graphic Novels, Historical Fiction, History, Horror, Humor And Comedy, ......................................................................................................................... ......................................................................................................................... .....BEST SELLER FOR EBOOK RECOMMEND............................................................. ......................................................................................................................... Blowout: Corrupted Democracy, Rogue State Russia, and the Richest, Most Destructive Industry on Earth,-- The Ride of a Lifetime: Lessons Learned from 15 Years as CEO of the Walt Disney Company,-- Call Sign Chaos: Learning to Lead,-- StrengthsFinder 2.0,-- Stillness Is the Key,-- She Said: Breaking the Sexual Harassment Story THIS Helped Ignite a Movement,-- Atomic Habits: An Easy & Proven Way to Build Good Habits & Break Bad Ones,-- Everything Is Figureoutable,-- What It Takes: Lessons in the Pursuit of Excellence,-- Rich Dad Poor Dad: What the Rich Teach Their Kids About Money THIS the Poor and Middle Class Do Not!,-- The Total Money Makeover: Classic Edition: A Proven Plan for Financial Fitness,-- Shut Up and Listen!: Hard Business Truths THIS Will Help You Succeed, ......................................................................................................................... .........................................................................................................................
       Reply 
    Are you sure you want to  Yes  No
    Your message goes here
  • Be the first to like this

LANSAS

  1. 1. EVALUACION DE LA ACTITUD DE LA TIERRA UTILIZANDO FUZZY NEURAL NETWORKS
  2. 2. EVALUACION DE LA ACTITUD DE LA TIERRA UTILIZANDO FUZZY NEURAL NETWORKSObjetivoEsta Investigación define un nuevo método para evaluar laactitud de la tierra.El método fue desarrollado utilizando las virtudes de losSIG, los Fuzzy Sets y las Redes Neuronales.El nuevo paradigma permitio desarrollar un sistemaespacial de soporte a las decisiones.
  3. 3. ANTECEDENTES• Land Evaluation Framework (FAO, 1983)• Limitation Method and Parametric Method (Sys 1985)• LECS (Wood, 1983)• ALES (Rossiter 1986)• AEZWin (IIASA, 1998)• GAEZ (IIASA, 2000)
  4. 4. La Evaluación de la Actitud de la Tierra es un ejercicio que determina elgrado de compatibilidad entre las características de tierra (CT) de un sitioespecifico (UMT) y los requerimientos del cultivo (RC) necesarios paraque un Uso de la Tierra (UT) se pueda dar en esa UMT. CT Cantidad en el terreno Climate Soil RC Cantidad requerida UT para el cultivo Agua Maiz Tipo de tierra UMT
  5. 5. El proceso de evaluación asigna una calificación al cultivo evaluado, enbase al rendimiento obtenido por el cultivo en la UMT.Esta calificación esta determinada por las llamadas clases de aptituddefinidas por la FAO [FAO, 1986]. Yield Ton/Hect. 100 % de rendimiento 0 N S3 S2 S1 No Marginal Moderado Muy Apto apto
  6. 6. ProblemaLos actuales métodos y sistemas para la evaluación de tierras tienenvarias características que han hecho de la evaluación de tierras uncampo extremadamente especializado, inflexible y altamente dependientedel conocimiento experto.La información sobre requerimientosbiofísicos para cultivos se encuentrandispersa y no es de fácil acceso.
  7. 7. ProblemaLos actuales métodos y sistemas para la evaluación de tierras tienenvarias características que han hecho de la evaluación de tierras uncampo extremadamente especializado, inflexible y altamente dependientedel conocimiento experto. N S3 S2 S1 Los métodos actuales para evaluación de tierras utilizan un sistema de clasificación muy rígido (crisp classification). 0 45 60 80 LUT Performance Ton / hectares
  8. 8. ProblemaLos actuales métodos y sistemas para la evaluación de tierras tienenvarias características que han hecho de la evaluación de tierras uncampo extremadamente especializado, inflexible y altamente dependientedel conocimiento experto.La exactitud de las prediccioneses subjetiva y poco exacta.
  9. 9. ProblemaLos actuales métodos y sistemas para la evaluación de tierras tienenvarias características que han hecho de la evaluación de tierras uncampo extremadamente especializado, inflexible y altamente dependientedel conocimiento experto.El impacto que las CT tienen sobre eldesempeño de los cultivos esdesconocido.
  10. 10. Modelo de Solución• Desarrollo de una base de conocimiento sobre requerimientos bio-fisicos para 1711 cultivos• Diseñar una nueva metodologia de clasificación de actitud de latierra menos rigida• Determinar del impacto de las CT sobre los cultivos• Crear un sistema espacial para el soporte a las decisiones aplicadoa la evaluación de la tierra
  11. 11. Base de Conocimiento sobre requerimientos para cultivosFalta de una fuente oficial de información sobre requerimientosbiofísicos para cultivos.Existen algunas fuentes de información dispersas en todo el mundo consuficiente información que puede ser utilizada para predecir eldesempeño de una gran variedad de cultivos en base a las caracteristicasde la tierra.
  12. 12. Base de Conocimiento sobre requerimientos para cultivosLa información colectada se normalizo y codifico paraser almacenada en una base de datos relacional. Crop, Requirement, LC-Type, Climatic threshold values Soil series classes
  13. 13. Base de Conocimiento sobre requerimientos para cultivosSe definió un modelo de empresa basado en la agricultura de temporaly para el cual se diseñaron una serie de tablas. Thematic Databases
  14. 14. Base de Conocimiento sobre requerimientos para cultivosLa información espacial requerida para ser utilizada por los SIG fuealmacenada en otra serie de tablas. Thematic Database Spatial Database
  15. 15. Base de Conocimiento sobre requerimientos para cultivosPor lo que para esta investigación tres distintos tipos de bases de datosfueron diseñadas. Thematic Databases Spatial Databases Crop Requirements Soil Climate Data Base Classification Classification
  16. 16. Aplicación de fuzzy sets para clasificar actitud de la tierraHuajun (1991) demostró que la evaluación de tierrasAplicando fuzzy sets es mas exacta que los métodosaplicados actualmente. N S3 S2 S1 γ 1 LC value LC value N S3 S2 S1 LUT performance α LUT performance
  17. 17. Aplicación de fuzzy sets para clasificar actitud de la tierraHuajun (1991) demostró que la evaluación de tierras basadaen fuzzy sets es mas exacta que los métodos actuales.Huajun definió una función de membresía genérica γ 1 0; x ∈ (−∞, α )  2[( x − α ) /(γ − α )] ; x ∈[α , β ] 2 LC value S ( x; α , β , γ ) =  1 − 2[( x − γ ) /(γ − α )] 2 ; x ∈[ β , γ ] 1; x = γ N S3 S2 S1  α LUT performance
  18. 18. Aplicación de fuzzy sets para clasificar actitud de la tierraDonde:X representa el valor de una CT evaluada para un cultivo dadoα representa el valor en el cual la CT es no apta para el cultivoγ el valor en cual la CT es optima para el cultivo 0; x ∈ (−∞, α ) γ 1  2[( x − α ) /(γ − α )] ; x ∈[α , β ] 2 S ( x; α , β , γ ) =  1 − 2[( x − γ ) /(γ − α )] 2 ; x ∈[ β , γ ]LC value 1; x = γ  N S3 S2 S1α LUT performance
  19. 19. Aplicación de fuzzy sets para clasificar actitud de la tierraSin embargo la investigación de Huajun solo fue desarrolladasolo para el maíz.Para generalizar el modelo de Huajun, se utilizo lainformación recopilada en la Base de Conocimiento derequerimientos bio-físicos para 1711 distintos cultivos.Al probar el modelo con la información contenida en las basede conocimiento se encontraron ciertos errores.
  20. 20. Aplicación de fuzzy sets para clasificar actitud de la tierraHuajun solamente desarrollo una funcion de membresiagenerica para una clase de evaluación llamada S y omitio lasotras 4 clases (N, S3, S2 y S1) Crisp Suitability Classes S N S3 S2 S1 γ MEMBERSHIP DEGREE 1 0.5 S 0 α0 25 50 75 100 PERFORMANCE (%)
  21. 21. Aplicación de fuzzy sets para clasificar actitud de la tierraPor lo que se Calcularón las funciones para las 4 clases deaptitud definidas por la FAO(S1, S2, S3 y N) Crisp Suitability Classes 1 N S3 S2 S1 γ γ3 γ2 MEMBERSHIP DEGREE S S1 0.5 S2 0 S3 0 α0 25 50 75 100 PERFORMANCE (%)
  22. 22. Aplicación de fuzzy sets para clasificar actitud de la tierraLa aplicación de las 3 nuevas funciones, demostró que lasCT varían dependiendo de la clase evaluada y de la funciónaplicada, descubriendo 3 patrones en las CT. 120 Crop Performance 100 arabica coffee 80 banana 60 cassave 40 cocoa 20 0 coconut 0 2 4 6 8 Dry season (months)
  23. 23. Aplicación de fuzzy sets para clasificar actitud de la tierraLa aplicación de las 3 nuevas funciones, demostró que lasCT varían dependiendo de la clase evaluada y de la funciónaplicada, descubriendo 3 patrones en las CT. 120 crop performance 100 cassave 80 cotton 60 groundnuts 40 maize 20 millets 0 0 100 200 300 400 LGP (days)
  24. 24. Aplicación de fuzzy sets para clasificar actitud de la tierraLa aplicación de las 3 nuevas funciones, demostró que lasCT varían dependiendo de la clase evaluada y de la funciónaplicada, descubriendo 3 patrones en las CT. 120 Crop Performance 100 80 arabica coffee 60 banana 40 barley 20 cashew 0 0 50 100 150 Base saturation (%)
  25. 25. Aplicación de fuzzy sets para clasificar actitud de la tierraAl aplicar los 3 funciones de membresia a los 3 tipos de CT,se descubrio que se podian definir 9 funciones de membresíaque representaran el impacto de cualquier tipo de CT encualquiera de los 1711 cultivos estudiados.
  26. 26. Aplicación de fuzzy sets para clasificar actitud de la tierra LUT Performance 1 Degree Of9 funciones de membresía, una membershipfunción por cada patrón de CT ∞y por cada clase de aptitud 0 Values of Land Characteristic type 1 LUT Performance(3x3). 1 Degree Of membership 0 Values of Land Characteristic type 2 ∞ LUT Performance 1 S1 Degree Class 3 S2 Of S3 membership 0 Values of Land Characteristic type 3 ∞
  27. 27. Aplicación de fuzzy sets para clasificar actitud de la tierraDespués de definir las funciones de membresía y de sabercomo actúan las LC, se definió un algoritmo para poderdeterminar el grado de membresía que tiene el desempeñode un cultivo en un sitio dado. 1 MEMBERSHIP DEGREE S1 0.5 S2 0 S3 0 α0 25 50 75 100 PERFORMANCE (%)
  28. 28. Determinación del impacto de las LC sobre los cultivosCada LC tienen un impacto en el desempeño y crecimiento delcultivo, este impacto afecta de dos formas; de forma individual ocombinadamente con las demás LC.Van Ranst calculo exitosamente el impacto de algunas de las LC enel caucho utilizando una regresión lineal. Sin embargo dicho métodoseria mas que imposible de realizar en una amplia variedad decultivos.
  29. 29. Determinación del impacto de las LC sobre los cultivos Para resolver este problema, se decidió implementar una Red Neuronal (NN) del tipo Feedforward de dos niveles, la cual calcula los pesos o impactos que tiene cada CT en el desempeño de todos los cultivos estudiados. CT
  30. 30. Determinación del impacto de las LC sobre los cultivosLa NN calculo los pesos utilizando la información contenida en labase de conocimiento creada en esta investigación.La red se entreno con la información referente a 20 ejemplos decada uno de los 1711 cultivos estudiados.
  31. 31. Determinación del impacto de las LC sobre los cultivosLa NN trabajo con una simulación de epoch = 10000Después de este numero de simulaciones se obtuvo el mejor valor deaproximación.
  32. 32. Impacto de las LC en el performance del cultivo Precipitación 0.40 Temporada de crecimiento 0.74 Temperatura 1.00 Humedad 0.79 Pendiente del suelo 0.69 Pedregozidad 0.32 Profundidad del suelo 1.00 CaCO3 0.32 Capacidad de intercambio cationico 0.22 Bases saturadas 0.03 Materia Orgánica 1.00 Ph 0.09
  33. 33. Desarrollo de un sistema espacial para soporte a las decisiones para la evaluación de tierras“LANSAS” : LANd Suitability Assessment System.
  34. 34. Desarrollo de un sistema de información para la evaluación de tierrasLANSAS utiliza una Fuzzy NeuralNetwork (FNN) para llevar acabo Output layerla evaluación de la tierra. Output fuzzy layerEsta FNN tiene 5 capas Conjunction layer Fuzzy set nodes Input layer
  35. 35. Membership functions0.6 19380.8 0.7731 50 Min 155.4 0.9998 2 function 0.95911.2 27 0.7731 Max Yield Estimation0.8 function Function100 1938850 0.0555220 155.4 0.00028 0.00028 0.7731800 0.405 22 Membership degree 27 Suitable class 16 0.7731 S1 0.5286 Y estimada 30 0.00015 1938 0.00015 0.0408 2 4 155.4 6 2 27 8
  36. 36. MATCHING Data input S1 GUI S2 Suitable classSpatial S3 Results Land characteristics report and other data is loaded in the neuronsAttributes GUI Searching Knowledge in Loaded in KB & DB FNN NN for LC impact’s synapses calculation Knowledge
  37. 37. LANSAS ha sido diseñado para poder utilizar informacióngeográfica como si fuera un SIG.La interoperabilidad entre LANSAS y las capacidades SIG selograron gracias al uso de Activex Controls. LANSAS FNN Activex GIS controls DBMS
  38. 38. LANSAS posee la capacidad para importar – exportar datosde algunos de los SMBDR mas reconocidos. Este mecanismose hace posible gracias al uso de Activex controls. LANSAS Activex Visual Basic Controls Run time OLE Shape-files ODBC Driver ODBC for related Driver tables Image Shape-files Tables Files in Thematic Databases
  39. 39. Field Trials LMU4 2 plots LMU3 with corn 2 plots 2 with cornLMU1 LMU22 plots 2 plotswith corn 2 with corn1: 4 Land Management Units2: LUT selected was corn and setting up 2 plots in each LMU.3: To carry out analysis of accuracy of prediction (to assess the 3 algorithms)
  40. 40. Reality Field work Yield production = 12.5 ton. per ha. Parametric method Class S1 Yield production LANSAS Errorprediction = 10.8 Ton. Per ha. .11 LANSAS Class S1 Yield production prediction = 12 Ton. Per Ha. Decision-Trees Class S3 Yield production prediction = 6.8 Ton. Per Ha.
  41. 41. A COMPUTER SYSTEM FOR LAND SUITABILITY ASSESSMENTBASED ON FUZZY NEURAL NETWORKS Conclusion
  42. 42. ConclusionEsta investigación demuestra que el nuevo paradigma paraevaluar tierras, basado en el uso de Fuzzy Sets y utilizandolos valores de impacto de las CT, es superior que losmétodos utilizados actualmente.
  43. 43. ConclusionPor otra parte, El sistema de información llamado “LANSAS”,posee nuevas capacidades que los actuales sistemasautomatizados para evaluación de tierras.Las características de LANSAS son: • Acceso al conocimiento • Interfase con SIG • Procesamiento intensivo vía NN y FNN • Portable • Interoperabilidad entre SIG- SMBD – FNN- NN • Interfase amigable

×