Metodología para el modelado y la estimación de parámetros del proceso de crecimiento de Lobesia botrana

Lobesia botrana (L. botrana), es una plaga cuarentenaria que provoca danos a la vid, y genera perdidas económicas para la región de Cuyo en Argentina. Diferentes investigaciones han buscado salvaguardar la integridad de los viñedos, generando sistemas de alerta basados en modelos que permitan detect...

Full description

Saved in:
Bibliographic Details
Published in:Revista iberoamericana de automática e informática industrial Vol. 20; no. 1; pp. 68 - 79
Main Authors: Aguirre-Zapata, Estefania, Garcia-Tirado, Jose, Morales, Humberto, Di Sciascio, Fernando, Amicarelli, Adriana N.
Format: Journal Article
Language:English
Spanish
Published: Universitat Politecnica de Valencia 2023
Subjects:
Online Access:Get full text
Tags: Add Tag
No Tags, Be the first to tag this record!
Description
Summary:Lobesia botrana (L. botrana), es una plaga cuarentenaria que provoca danos a la vid, y genera perdidas económicas para la región de Cuyo en Argentina. Diferentes investigaciones han buscado salvaguardar la integridad de los viñedos, generando sistemas de alerta basados en modelos que permitan detectar los picos de ocurrencia de la plaga, y conocer el proceso de crecimiento de lapolilla, de acuerdo a las condiciones ambientales de cada región. En este trabajo, se propone una metodología para la estimación de parámetros desconocidos en los modelos semi físicos basados en primeros principios (MSBPP), con una aplicación particular en el modelo de crecimiento de L. botrana, en condiciones de laboratorio. La principal contribucion consiste en una metodología para la estimación de parámetros de un MSBPP, que considera un modelo matemático desarrollado por los autores en un trabajo previo, el análisis de identificabilidad estructural del modelo en cuestión y la estimación del conjunto de parámetros desconocidos que cumplen con la propiedad de identificabilidad estructural. En este trabajo se consideran, como herramientas principales para la estimación, el algoritmo de mínimos cuadrados no lineales, y un Filtro de Kalman Extendido. Se evidencio una mejoría en el ajuste del modelo matematico a los datos experimentales, con relación a los obtenidos previamente. Además, se estableció el grado de afinidad de cada estadio de crecimiento por el factor limitante del mismo, y se presentaron nuevos perfiles de mortalidad.
ISSN:1697-7912
1697-7920
DOI:10.4995/riai.2022.17746