logo móvil
Contáctanos

Predicción basada en redes neuronales de la altura de cobertura de material de protección de invierno no enterrado para uvas de vino

Autores: Ma, Yunlong; Yang, Jinyue; Chen, Yibo; Wang, Ping; Sun, Qinming

Idioma: Inglés

Editor: MDPI

Año: 2025

Descargar PDF

Acceso abierto

Artículo científico
2025

Predicción basada en redes neuronales de la altura de cobertura de material de protección de invierno no enterrado para uvas de vino


Categoría

Ciencias Agrícolas y Biológicas

Subcategoría

Agronomía y Ciencia de los Cultivos

Palabras clave

Vid de uva
Daño por heladas
Técnicas de invernada
Materiales de aislamiento
Tratamientos de altura
Modelo de red neuronal

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 23

Citaciones: Sin citaciones


Descripción
Las vides en regiones frías son propensas a daños por heladas en invierno. Debido a sus efectos adversos en la estructura del suelo, daños a las plantas, altos costos operativos y limitada viabilidad de mecanización, el enterramiento del suelo durante el invierno ha sido gradualmente reemplazado por técnicas de sobreinvierno sin enterramiento, las cuales son ahora el enfoque principal para mitigar el daño por heladas en las uvas de vino. Mientras que la investigación actual se centra en la selección de materiales aislantes térmicos, se ha prestado menos atención al mecanismo de aislamiento de los materiales de cobertura y los métodos de cobertura. En este estudio, investigamos el rendimiento del aislamiento de dos materiales de cobertura (lona y manta aislante) combinados con seis tratamientos de altura (5-30 cm) para analizar el efecto del volumen del espacio de aislamiento en el sobreinvierno sin enterramiento. Los resultados muestran que el rendimiento del aislamiento térmico de la manta aislante es significativamente mejor que el de la lona. El tratamiento de altura de 5 cm bajo la cubierta de lona y el tratamiento de altura de 25 cm bajo la cubierta de manta aislante exhibieron el mejor rendimiento de aislamiento térmico. Utilizando un enfoque de aprendizaje automático de redes neuronales, construimos un modelo relacionado con la altura del material aislante y facilitamos las predicciones precisas del modelo, en las cuales la lona R = 0.92, R = 0.99 y R = 0.99 y la manta aislante R = 0.89, R = 0.98 y R = 0.99. El modelo predijo alturas óptimas de aislamiento de 6 cm para la lona y 22 cm para la manta aislante. Factores como la radiación solar dentro del espacio de aislamiento, la radiación del suelo, el flujo de aire y la conductividad térmica del material afectan la altura óptima de aislamiento para diferentes materiales. Este estudio utilizó un modelo de redes neuronales para predecir las alturas óptimas de aislamiento para diferentes materiales, proporcionando orientación teórica sistemática para el cultivo de uvas de vino durante el invierno y ayudando al desarrollo seguro de la industria vitivinícola en regiones frías.

Otros recursos que podrían interesarte

Temas Virtualpro