Resumen

El trigo (Triticum aestivum) es el cultivo más importante para la alimentación humana y se planta en numerosos países en condiciones de secano en zonas semiáridas. Es necesario que los tomadores de decisiones y los gobiernos puedan predecir el rendimiento del trigo de secano antes de la cosecha y determinar el efecto de los principales factores en él. Se han sugerido diferentes métodos para pronosticar el rendimiento con diversos niveles de precisión. Uno de estos enfoques es el modelo de regresión estadística, que es simple y aplicable para regiones con pocos datos disponibles. Dado que el clima es el factor más importante que afecta la producción de trigo, especialmente en el cultivo de secano, los modelos de regresión que utilizan parámetros meteorológicos son muy comunes. Sin embargo, los coeficientes de estos modelos son específicos de la ubicación y deben determinarse localmente. Por lo tanto, en esta investigación, se utilizó la técnica de regresión lineal múltiple hacia atrás (BMLR) basada en métricas de

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Trigo; De secano; Modelo de regresión; Parámetros climáticos; LMG; Rendimiento
• Keywords:Wheat; Rainfed; Regression model; Weather parameters; LMG; Yield