Big Data en la agricultura : predicción de cosechas y control de plagas
Este trabajo de investigación tiene como objetivo implementar los conocimientos del Big Data en el sector agrícola, abarcando áreas importantes como lo son el control de plagas, la predicción y la evolución de los cultivos. El cambio climático ha causado un gran impacto en la agricultura que conocem...
- Autores:
-
Góez García, Sebastián
Orrego Arias, Wilson Alexander
Hurtado Ramírez, Julián Andrés
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2025
- Institución:
- Corporación Universitaria Remington
- Repositorio:
- Repositorio institucional Uniremington
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.uniremington.edu.co:123456789/7908
- Acceso en línea:
- https://repositorio.uniremington.edu.co/handle/123456789/7908
- Palabra clave:
- Big Data
Agricultura
Predicción
Cosechas
Control de plagas
Producción
Pequeña y mediana empresa
Innovaciones tecnológicas
Agricultura
- Rights
- openAccess
- License
- Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
| Summary: | Este trabajo de investigación tiene como objetivo implementar los conocimientos del Big Data en el sector agrícola, abarcando áreas importantes como lo son el control de plagas, la predicción y la evolución de los cultivos. El cambio climático ha causado un gran impacto en la agricultura que conocemos hoy en día, con ayuda de nuevas tecnologías ha logrado superar grandes retos, como la demanda de alimentos o escasez de recursos y la pérdida de cultivos por infestación de plagas. Gracias a los grandes avances en la tecnología se crean herramientas que ayudan con el análisis de los datos, estas cumplen un rol muy importante al momento de mejorar y avanzar en el sector agropecuario. Gracias a casos reales e información verídica recolectada en Colombia y otros países, se ha identificado el enorme alcance que pueden tener las nuevas tecnologías, herramientas de minería de datos y el Big Data, gracias a esto se han logrado grandes análisis, que nos permiten tener una visualización más detallada de la información, ayudando a obtener un diagnóstico temprano de problemas aplicando así nuevas estrategias que ayuden a optimizar y mejorar la toma de decisiones. Para demostrar la eficiencia del análisis de datos mediante herramientas, se implementó un análisis predictivo, usando grandes cantidades de datos, que fueron simulados con diferentes factores que pueden afectar la producción en los cultivos, entre ellos los cambios en las temperaturas, humedades en diferentes sectores del cultivo, radiaciones solares e infestación de plagas, con el análisis de esta información se busca entrenar tecnologías con aprendizaje autónomo, las cuales permitan predecir el comportamiento y rendimiento que tendrán los cultivos, pero no solo esto también generar posibles alertas para el control de plagas, y diferentes factores que puedan afectar la producción. Con los resultados obtenidos podremos demostrar la efectividad de las herramientas de análisis de datos, demostrando que es posible evitar problemas que afecten la producción directa de las cosechas, permitiendo un avance significativo a la evolución del sector agrícola con la implementación de la tecnología, avanzando a una tecnología más inteligente y competitiva, siendo más fácil de implementar y adaptar en diferentes zonas agrícolas, beneficiando a pequeños y medianos agricultores. |
|---|
