Registro fonte: Aplicação de técnicas de Deep Learning para estimar o coeficiente de uniformidade de microaspersores em sistemas de irrigação por aspersão

Aplicação de técnicas de Deep Learning para estimar o coeficiente de uniformidade de microaspersores em sistemas de irrigação por aspersão

Uncertainties related to the availability and price of water resources caused by population growth and climate changes are some of the challenges faced by irrigated agriculture. The optimization of irrigation processes must be done so that there is a decrease in water usage by agriculture without in...

ver descrição completa

Autor principal:	Santos, Everton Schneider dos
Formato:	Dissertação
Idioma:	Português
Publicado em:	Universidade Tecnológica Federal do Paraná 2022
Assuntos:	Irrigação agrícola Irrigação por aspersores Redes neurais (Computação) Irrigation farming Sprinkler irrigation Neural networks (Computer science) CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO Engenharia/Tecnologia/Gestão
Acesso em linha:	http://repositorio.utfpr.edu.br/jspui/handle/1/30307
Tags:	Adicionar Tag Sem tags, seja o primeiro a adicionar uma tag!

id	riut-1-30307
recordtype	dspace
spelling	riut-1-303072022-12-16T06:06:56Z Aplicação de técnicas de Deep Learning para estimar o coeficiente de uniformidade de microaspersores em sistemas de irrigação por aspersão Deep Learning techniques applied to the the estimation of uniformity coefficient in sprinkler irrigation systems Santos, Everton Schneider dos Menezes, Paulo Lopes de https://orcid.org/0000-0003-0645-5471 http://lattes.cnpq.br/9781159016378038 Candido Junior, Arnaldo https://orcid.org/0000-0002-5647-0891 http://lattes.cnpq.br/8769928331729891 Candido Junior, Arnaldo https://orcid.org/0000-0002-5647-0891 http://lattes.cnpq.br/8769928331729891 Sandmann, André https://orcid.org/0000-0001-8662-4321 http://lattes.cnpq.br/1697861907187914 Araújo, Everton Coimbra de https://orcid.org/0000-0002-2498-1224 http://lattes.cnpq.br/7999781322175310 Lima, Vera Lucia Antunes de https://orcid.org/0000-0001-7495-6935 http://lattes.cnpq.br/5379077061489077 Irrigação agrícola Irrigação por aspersores Redes neurais (Computação) Irrigation farming Sprinkler irrigation Neural networks (Computer science) CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO Engenharia/Tecnologia/Gestão Uncertainties related to the availability and price of water resources caused by population growth and climate changes are some of the challenges faced by irrigated agriculture. The optimization of irrigation processes must be done so that there is a decrease in water usage by agriculture without interfering with food production. The simulation of distribution uniformity, which is one of the main ways to assess the quality of water usage in micro-sprinkler irrigation systems, can help reduce the cost of field tests used to measure this variable. This work used artificial neural networks and Deep Learning techniques to predict the water precipitation and effectively estimate the uniformity coeficiente of micro-sprinklers. Using bayesian search and hyperparameter optimization, the predictive model created was able to estimate Crhstiansen’s uniformity coefficent with an average error of 0,79% on the validation set. The same model achieved a RMSE of 64,2487 and a R2 of 0,9287, showing that the methodology used in this work is capable of simulate micro-sprinklers irrigation processes, used to reduce costs associated with experimentation and support the decision-making process made by irrigation system managers. Incertezas relacionadas à disponibilidade e o preço dos recursos hídricos, causadas pelo aumento da população e mudanças climáticas, são alguns dos desafios enfrentados pela agricultura irrigada. A otimização dos processos de irrigação deverá ser feita para que ocorra uma diminuição na utilização da água pela agricultura sem que isso interfira na produção de alimentos. A simulação da uniformidade de distribuição, que é uma das principais formas de avaliação da qualidade de utilização da água em sistemas de irrigação por microaspersão, pode ajudar a diminuir os gastos com testes de campo aplicados na medição dessa variável. Este trabalho se propôs a utilizar redes neurais artificiais e técnicas de Deep Learning para realizar a predição da precipitação da água e estimar, de forma efetiva, o coeficiente de uniformidade de microaspersores. Utilizando técnicas de busca bayesiana e otimização de hiperparâmetros, um modelo de predição desenvolvido foi capaz de estimar o coeficiente de uniformidade de Christiansen, em uma distância entre aspersores de 12x12 metros, com um erro médio de apenas 0,79% no conjunto de dados de validação. Este mesmo modelo alcançou um RMSE de 64,2487 e um R2 de 0,9287, demonstrando que a metodologia aplicada neste trabalho é capaz de simular processos de irrigação com microaspersores, podendo assim ser utilizada para diminuir os gastos relacionados à experimentação e ajudar no apoio a tomada de decisões por parte dos gerenciadores de sistemas de irrigação. 2022-12-15T17:04:56Z 2022-12-15T17:04:56Z 2021-08-27 masterThesis SANTOS, Everton Schneider dos. Aplicação de técnicas de Deep Learning para estimar o coeficiente de uniformidade de microaspersores em sistemas de irrigação por aspersão. 2021. Dissertação (Mestrado em Tecnologias Computacionais para o Agronegócio) - Universidade Tecnológica Federal do Paraná, Medianeira, 2021. http://repositorio.utfpr.edu.br/jspui/handle/1/30307 por openAccess http://creativecommons.org/licenses/by/4.0/ application/pdf Universidade Tecnológica Federal do Paraná Medianeira Brasil Programa de Pós-Graduação em Tecnologias Computacionais para o Agronegócio UTFPR
institution	Universidade Tecnológica Federal do Paraná
collection	RIUT
language	Português
topic	Irrigação agrícola Irrigação por aspersores Redes neurais (Computação) Irrigation farming Sprinkler irrigation Neural networks (Computer science) CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO Engenharia/Tecnologia/Gestão
spellingShingle	Irrigação agrícola Irrigação por aspersores Redes neurais (Computação) Irrigation farming Sprinkler irrigation Neural networks (Computer science) CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO Engenharia/Tecnologia/Gestão Santos, Everton Schneider dos Aplicação de técnicas de Deep Learning para estimar o coeficiente de uniformidade de microaspersores em sistemas de irrigação por aspersão
description	Uncertainties related to the availability and price of water resources caused by population growth and climate changes are some of the challenges faced by irrigated agriculture. The optimization of irrigation processes must be done so that there is a decrease in water usage by agriculture without interfering with food production. The simulation of distribution uniformity, which is one of the main ways to assess the quality of water usage in micro-sprinkler irrigation systems, can help reduce the cost of field tests used to measure this variable. This work used artificial neural networks and Deep Learning techniques to predict the water precipitation and effectively estimate the uniformity coeficiente of micro-sprinklers. Using bayesian search and hyperparameter optimization, the predictive model created was able to estimate Crhstiansen’s uniformity coefficent with an average error of 0,79% on the validation set. The same model achieved a RMSE of 64,2487 and a R2 of 0,9287, showing that the methodology used in this work is capable of simulate micro-sprinklers irrigation processes, used to reduce costs associated with experimentation and support the decision-making process made by irrigation system managers.
format	Dissertação
author	Santos, Everton Schneider dos
author_sort	Santos, Everton Schneider dos
title	Aplicação de técnicas de Deep Learning para estimar o coeficiente de uniformidade de microaspersores em sistemas de irrigação por aspersão
title_short	Aplicação de técnicas de Deep Learning para estimar o coeficiente de uniformidade de microaspersores em sistemas de irrigação por aspersão
title_full	Aplicação de técnicas de Deep Learning para estimar o coeficiente de uniformidade de microaspersores em sistemas de irrigação por aspersão
title_fullStr	Aplicação de técnicas de Deep Learning para estimar o coeficiente de uniformidade de microaspersores em sistemas de irrigação por aspersão
title_full_unstemmed	Aplicação de técnicas de Deep Learning para estimar o coeficiente de uniformidade de microaspersores em sistemas de irrigação por aspersão
title_sort	aplicação de técnicas de deep learning para estimar o coeficiente de uniformidade de microaspersores em sistemas de irrigação por aspersão
publisher	Universidade Tecnológica Federal do Paraná
publishDate	2022
citation	SANTOS, Everton Schneider dos. Aplicação de técnicas de Deep Learning para estimar o coeficiente de uniformidade de microaspersores em sistemas de irrigação por aspersão. 2021. Dissertação (Mestrado em Tecnologias Computacionais para o Agronegócio) - Universidade Tecnológica Federal do Paraná, Medianeira, 2021.
url	http://repositorio.utfpr.edu.br/jspui/handle/1/30307
_version_	1805322573177683968
score	10,814766

Aplicação de técnicas de Deep Learning para estimar o coeficiente de uniformidade de microaspersores em sistemas de irrigação por aspersão

Registros relacionados