Bayesian modelling of a decision support system for irrigation

Página do item simplificado
dc.contributor.advisorBalestieri, José Antônio Perrella [UNESP]
dc.contributor.authorRibeiro, Vitor Pinto
dc.contributor.coadvisorMaciel, Carlos Dias [UNESP]
dc.contributor.institutionEspectro ltda.
dc.date.accessioned2024-06-04T20:13:06Z
dc.date.available2024-06-04T20:13:06Z
dc.date.issued2024-02-22
dc.description.abstractThe Sustainable Development Goals are a set of seventeen goals proposed by the United Nations as guidelines to promote the sustainable growth of signatory nations. Such objectives include ones related to food security and safe water availability. Brazil is one of the leading countries in agricultural production, which ties most of its consumptive water usage to farming and irrigation. Most farmers activate their irrigation systems before dawn to save on water, electricity and related fees and require planning on the volume of water to supply the crops with enough to ensure optimal productivity. The main component of water loss is evapotranspiration, a complex and non-linear phenomenon that is a function of climatological variables and crop and soil parameters. Many analytical methods to estimate evapotranspiration require hard-to-obtain data or are approximations with a high region specificity. With the development of new computational tools, many researchers began to employ machine learning and remote sensing to improve the assessment of hydro-climatological variables. Bayesian Network is a class of probabilistic models based on graphs and appropriate to deal with stochastic problems and under scenarios of missing data with the main drawback as devolving into an NP-hard optimisation problem. A probabilistic model based on Bayesian Networks called Inference Diagram provides the toolset to develop support decision systems over stochastic scenarios. The objectives of this project are threefold. First, to implement and validate a bio-inspired algorithm to build a Bayesian Network from data. Second, to create a Bayesian Network capable of estimating evapotranspiration from climatological data even under missing data. And third, to propose an Influence Diagram model that accommodates hydro-climatological stochastic variables and provides suggestions on irrigation scheduling. This project's results achieve the first two objectives, each resulting in a published conference paper, while the third goal requires more development time.en
dc.description.abstractOs Objetivos de Desenvolvimento Sustentável são um conjunto de dezessete objetivos propostos pelas Nações Unidas como diretrizes para promover o crescimento sustentável das nações signatárias. Tais objetivos incluem aqueles relacionados à segurança alimentar e disponibilidade de água potável. O Brasil é um dos países líderes em produção agrícola, que destina a maior parte de seu consumo de água para agropecuária e irrigação. A maioria dos agricultores ativa seus sistemas de irrigação antes do amanhecer para economizar água, eletricidade e taxas relacionadas e para tanto requerem planejamento no volume de água para abastecer as culturas com o suficiente para garantir a produtividade ideal. O principal componente da perda de água é a evapotranspiração, um fenômeno complexo e não linear que é função de variáveis climatológicas e parâmetros da plantação e solo. Muitos métodos analíticos para estimar a evapotranspiração requerem dados difíceis de obter ou são aproximações com alta especificidade de região. Com o desenvolvimento de novas ferramentas computacionais, muitos pesquisadores começaram a empregar aprendizado de máquina e sensoriamento remoto para melhorar a avaliação de variáveis hidroclimatológicas. A Rede Bayesiana é uma classe de modelos probabilísticos baseados em grafos e apropriada para lidar com problemas estocásticos e sob cenários de falta de dados com a principal desvantagem de recair em um problema de otimização NP-difícil. Um modelo probabilístico baseado em Redes Bayesianas chamado Diagrama de Influência fornece o conjunto de ferramentas para desenvolver sistemas de apoio à decisão sobre cenários estocásticos. Os objetivos deste projeto são três. Primeiro, implementar e validar um algoritmo bioinspirado para construir uma Rede Bayesiana a partir de dados. Em segundo lugar, criar uma Rede Bayesiana capaz de estimar a evapotranspiração a partir de dados climatológicos mesmo sob dados ausentes. E terceiro, propôr um modelo de Diagrama de Influência que acomode variáveis estocásticas hidroclimatológicas e forneça sugestões sobre o regime de irrigação. Os resultados deste projeto atingem os dois primeiros objetivos, cada um resultando em um artigo de conferência publicado, enquanto o terceiro objetivo requer mais tempo de desenvolvimento.pt
dc.description.sponsorshipConselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)
dc.description.sponsorshipIdCNPq: 142390/2019-4
dc.description.sponsorshipIdCAPES: 001
dc.identifier.citationRIBEIRO, Vitor Pinto. Bayesian modelling of a decision support system for irrigation. Thesis (PhD in Mechanical Engineering) - Faculdade de Engenharia e Ciências, Universidade Estadual Paulista, Guaratinguetá, 2024.
dc.identifier.urihttps://hdl.handle.net/11449/255844
dc.language.isoeng
dc.publisherUniversidade Estadual Paulista (Unesp)
dc.rights.accessRightsAcesso aberto
dc.subjectBayesian networksen
dc.subjectProbabilistic inferenceen
dc.subjectInfluence diagramsen
dc.subjectEvapotranspirationen
dc.subjectRedes bayesianaspt
dc.subjectInferência estatísticapt
dc.subjectDiagramas de influênciapt
dc.subjectEvapotranspiraçãopt
dc.subjectInferência (Estatística)pt
dc.subjectSistemas estocásticospt
dc.titleBayesian modelling of a decision support system for irrigation
dc.title.alternativeModelagem bayesiana para um sistema de suporte à decisão em irrigaçãopt
dc.typeTese de doutoradopt
unesp.campusUniversidade Estadual Paulista (Unesp), Faculdade de Engenharia e Ciências, Guaratinguetápt
unesp.embargoOnline
unesp.examinationboard.typeBanca pública
unesp.graduateProgramEngenharia - FEG 33004080027P6
unesp.knowledgeAreaTransmissão e conversão de energia
unesp.researchAreaNão consta

Arquivos

Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
ribeiro_vp_dr_guara.pdf
Tamanho:
18.29 MB
Formato:
Adobe Portable Document Format
Baixar
Licença do Pacote
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
license.txt
Tamanho:
2.14 KB
Formato:
Item-specific license agreed upon to submission
Descrição:

Coleções

Guaratinguetá - FEG - Faculdade de Engenharia e Ciências