Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
La red AGROSON tuvo sus inicios en 1996 con la instalacin de tres estaciones
(Cd. Obregon (CIANO), Caborca (CIANO), Hermosillo (CECH)) y en la actualidad
cuenta con 52 estaciones, distribuidas en las diferentes regiones agrcolas del
Estado. Dichas estaciones registran rutinariamente en periodos de 10 minutos,
nueve variables meteorolgicas (Temperatura ambiente, temperatura mxima,
temperatura mnima, humedad relativa, radiacin solar, precipitacin, humedad de
la hoja, velocidad y direccin del viento).
19
Con el establecimiento del Sistema de Alerta Fitosanitaria del Estado de Sonora
(SIAFESON, 2008) se volvi prioritario contar con un sistema de control de calidad
de los datos meteorolgicos, por lo que entre los diversos objetivos del SIAFESON
se encuentra el de organizar y depurar las bases de datos climticos y
meteorolgicos existentes en Sonora. Como resultado de la depuracin ya
mencionada se encontr que la base de datos de la red AGROSON contaba con
gran cantidad de huecos (Figura 7. Pag. 25) en sus registros de temperatura
ambiente, es decir prdida de datos, como consecuencia de los altos costos de
mantenimiento y de errores en el manejo de la base de datos. Es por ello que el
personal del SIAFESON se ha dado a la tarea de recuperar los datos perdidos
en la medida de sus posibilidades.
Objetivo General
Justificacin
21
El Valle del Mayo
El Valle del Mayo es la zona que comprende desde las sierras de Alamos hasta
las costas de Huatabampo, este valle limita al norte con el Valle del Yaqui, al sur
con el estado de Sinaloa y al oriente con el Mar de Cortez. El Valle del Mayo
comprende los municipios de Huatabampo, lamos, Etchojoa, Quiriego y Navojoa.
Esta zona se caracteriza por su riqueza en suelos, adems por sus mantos
acuferos localizados al sur de estado, por los cuales hacen ideal estas tierras
para la agricultura, que por sus caractersticas meteorolgicas y geogrficas, lo
hacen un lugar ideal para la siembra. El Valle del Mayo cuenta con una superficie
de alrededor de 140 mil hectreas, de las cuales su principal produccin es de
trigo.
22
dologa ap
Metod plicada
El pro
ocedimiento
o que se sig
gui para resolver
r la problemtic
p ca plantead
da se resum
me
en el esquema siguiente,
s el cual se exxplicara en la seccin de resultad
dos:
Se
eleccionar mtodo de
e imputaci
n
De
epurar dattos
D
Definir parmetros y modelos
m parra
daatos faltanttes
Anlissis de resulltados
2
23
Resultados del caso
24
Figura 6. Patrn general de datos faltantes
25
Seleccionar mtodo de imputacin
Para seleccionar el mtodo de imputacin se consideraron los siguientes
aspectos:
El tipo de variable a imputar es continua (temperatura mxima, mnima y
promedio);
El propsito de la imputacin es contar con una base datos completa y
consistente para que posteriormente estos datos puedan ser utilizados en
modelos fitosanitarios con fines de pronstico, que sirvan para prevenir o
pronosticar problemas fitosanitarios en la zona con mayor certeza.
La base de datos no ser utilizada para anlisis de covarianza o
correlacin.
La naturaleza de la variable a imputar y el patrn de datos faltantes.
La red AGROSON no cuenta con software especializado, por lo que es
necesario realizar la imputacin con los recursos disponibles.
La opinin de expertos en meteorologa.
Depurar datos
Para poder analizar la relacin entre las variables de la base de datos, es
necesario estandarizar los tamaos de muestra de todas las estaciones; con este
propsito, se eliminaron todos los registros correspondientes a las fechas donde
existan observaciones con datos incompletos y se organiz la base de datos en
EXCEL.
26
Estimar correlacin entre variables
Para calcular la correlacin entre las variables, se construyeron 3 matrices (una
para cada tipo de variable faltante) a partir de la informacin obtenida aplicando la
herramienta anlisis de datos de EXCEL. Las matrices de correlacin aparecen
en las tablas 6, 7 y 8.
27
Definir parmetros y modelos para datos faltantes
Se ajust un modelo de Regresin Lineal para cada variable faltante, tomando
como variables predictoras las que tenan un coeficiente de correlacin mayor y
datos disponibles en las fechas requeridas.
28
por lo tanto la ecuacin de regresin a utilizar para estimar las temperaturas
mximas es:
= -1.218 + 1.008 xi
29
Tabla 12. Valores estimados
30
Anlisis de resultados
30
25
20
T.Max
15
T.Min
10 T.Prom
5 Lineal (T.Prom)
31