MODELADO DE LA EMERGENCIA DE MALEZAS DE LA REGION SEMIARIDA PAMPEANA CENTRAL MEDIANTE REDES NEURONALES ARTIFICIALES

MOLINARI, FRANCO A.; MONTOYA, JORGELINA C.; PORFIRI, CAROLINA; GHIRONI, EUGENIA; CORRÓ MOLAS, ANDRES; GARAY, JORGE; SOUMOULOU, MARCOS; BLANCO, ANÍBAL M.; CHANTRE, GUILLERMO RUBÉN

Rosario

Congreso; III Congreso Argentino de Malezas- ASACIM; 2021

ASACIM

La predicción de la emergencia de malezas a campo se presenta como una necesidad para la correcta planificación de los controles a fin de optimizar el uso de herbicidas en los estados iniciales de crecimiento. El conocimiento de las ventanas críticas de control y las tácticas de intervención planificadas permiten lograr mejores eficiencias, reduciendo el uso de herbicidas y el impacto ambiental derivado de su uso. En el presente trabajo se propone el uso de modelos de redes neuronales artificiales (RNA) que utilizan como insumo de entrada datos meteorológicos diarios (Temperatura mínima, máxima y precipitación) obtenidos de las estaciones meteorológicas de la red SIGA del INTA. Es de destacar el libre acceso a los datos de la red SIGA lo que facilita en gran medida su uso como fuente de información en tiempo real. El objetivo de este trabajo fue ajustar modelos RNA que permitan predecir de manera confiable los patrones de emergencia a campo para cuatro malezas problema de la región semiárida pampeana central. Las cuatro especies utilizadas en este trabajo fueron Conyza bonariensis (rama negra), Amaranthus hybridus (yuyo colorado), Amaranthus palmeri (yuyo colorado gigante) y Cenchrus incertus (roseta). Se utilizaron perfiles de emergencia generados en estudios previos desarrollados en la zona de influencia de la EEA Anguil, INTA. Como resultado del testeo con datos independientes se observó un buen ajuste en los distintos casos con valores de 0.12, 0.07, 0.06 y 0.01 RCME para Conyza bonariensis, Amaranthus hybridus, Amaranthus palmeri y Cenchrus incertus, respectivamente. Estos resultados sugieren que a partir de datos meteorológicos diarios se pueden realizar buenas predicciones de los patrones de emergencia a campo, para la región y las malezas estudiadas.