Resumen

La pérdida de suelo es una de las principales causas de empobrecimiento y alteración de las propiedades del suelo agrícola. Para predecir las pérdidas de suelo a partir de las variables climáticas se utilizan diversos modelos empíricos (por ejemplo, el USLE) que, en general, deben derivarse de la interpolación espacial de mediciones puntuales. Como alternativa, las redes neuronales artificiales pueden utilizarse como una potente opción para obtener datos climáticos específicos del lugar a partir de factores independientes. Este estudio tuvo como objetivo desarrollar una red neuronal artificial para estimar la erosividad de las lluvias en la región del Valle de la Ribeira y del Litoral del Estado de São Paulo. En el desarrollo de la red neuronal artificial las variables de entrada fueron la latitud, la longitud y la precipitación anual y una ecuación matemática de la función de activación para su uso en la zona de estudio como variable de salida. Se comprobó, entre otras cosas, que las Redes Neuronales Artificiales pueden ser utilizadas en la interpolación de los valores de erosividad pluvial para la región del Valle de la Ribeira y del Litoral del Estado de São Paulo con un grado de precisión satisfactorio en la estimación de la erosión. El rendimiento de la ecuación ha sido demostrado por comparación con la ecuación matemática de la función de activación ajustada a las condiciones específicas del área de estudio.

• Materias:Algodón Nitrogeno Aceites y grasas Aceites vegetales Agua Industria de aceites vegetales Arroz - Cultivo Algodón-Cultivo Papas (Tubérculos) Guisantes - Verduras Híbridos - plantas Lodo espectroradiómetro
• Subjects:Cotton Nitrogen Oils and fats Vegetable oils Water Vegetable oil industry Rice - Harvesting Cotton growing Potatoes (Tubers) Peas - Vegetables Hybrids - plants Sludge spectroradiometer
• Palabras claves:red neuronal artificial, área de estudio, función de activación, pérdida de suelo, valle de la ribeira, ecuación matemática, región costera, estimación de la erosión, propiedad agrícola del suelo, interpolación de punto
• Keywords:artificial neural network, study area, activation function, soil loss, ribeira valley, mathematical equation, coastal region, estimation of erosion, agricultural soil property, interpolation of point