Predicción del crecimiento de plantas de café mediante machine learning basado en variables climáticas y agronómicas.
No Thumbnail Available
Date
2025-10-06
Advisors
Journal Title
Journal ISSN
Volume Title
Publisher
Ecuador: La Maná: Universidad Técnica de Cotopaxi; Extensión La Maná, Carrera de Sistemas de Información
Abstract
El cultivo de café en zonas subtropicales enfrenta desafíos crecientes debido a la variabilidad climática y a la necesidad de toma de decisiones agronómicas más precisas, considerando este punto, las técnicas de machine learning se posiciona como una herramienta crucial para apoyar la gestión agrícola, este estudio expone el desarrollo e integración de un modelo de gradient boosting para predecir el crecimiento en altura y diámetro del tallo de plantas de café de las variedades Manabí 01 y Sarchimor, utilizando variables climáticas y agronómicas recolectadas mediante sensores instalados en el sector de Sacha Wiwa, La Maná. El modelo, con coeficiente de determinación de R² = 0.554 para altura y R² = 0.535 para diámetro, fue integrado en una aplicación móvil, permitiendo realizar predicciones en tiempo real y facilitando el monitoreo del desarrollo de las plantas de café, aunque se observaron márgenes de error propios de complejidad del entorno agrícola, los resultados mostraron un alto potencial de mejora mediante el uso de conjuntos de datos, más robustos y la optimización del algoritmo, y con ello, esta investigación busca acercar el machine learning al campo, fortaleciendo la toma de decisiones agronómicas basadas en datos concretos.
Description
Keywords
CAFÉ, MACHINE LEARNING, GRADIENT BOOSTING, AGRICULTURA, PREDICCIÓN DE CRECIMIENTO, VARIABLES CLIMÁTICAS
Citation
Álvarez Real, B. A., & Vinces Manrique, J. E. (2025). Predicción del crecimiento de plantas de café mediante machine learning basado en variables climáticas y agronómicas. [Artículo académico]. Universidad Técnica de Cotopaxi, Extensión La Maná.