Resumen de Redes neuronales artificiales en la estimación de la evapotranspiración de referencia

Rocío Cervantes Osornio, Ramón Arteaga Ramírez, Mario Alberto Vázquez Peña, Waldo Ojeda Bustamante, Abel Quevedo Nolasco

• español

  Las redes neuronales artificiales representan un vasto campo de investigación, puesto que han demostrado tener aplicación en varios campos de la ciencia, su capacidad de lidiar con no linealidades en diversos fenómenos, y los diferentes trabajos realizados en la estimación y/o pronóstico para predecir variables climáticas, que inciden directa e indirectamente en la evapotranspiración de referencia y la propia evapotranspiración ha originado el desarrollo de este trabajo. El objetivo fue presentar una revisión de literatura sobre redes neuronales artificiales, para la estimación de la evapotranspiración de referencia y variables relacionadas, que incluye: la teoría y fundamentos de las redes neuronales artificiales y el algoritmo backpropagation; algunas similitudes y diferencias entre los modelos estadísticos tradicionales y las redes neuronales artificiales; aplicaciones de las redes neuronales artificiales en la estimación de la evapotranspiración de referencia; y variables que se asocian con las perspectivas de las redes neuronales artificiales en la predicción de variables agroclimáticas. Las redes neuronales artificiales estáticas multicapa, son hasta ahora las más comunes en la estimación de evapotranspiración de referencia, y se vislumbra un cambio en la tendencia de aplicar redes neuronales artificiales de tipo dinámico.

• English

  Artificial neural networks represent a vast research field, since they have demonstrated application in various f ields of science. Its ability to cope with nonlinearities in several different phenomena and work in the estimation or forecast meteorological variables, which act directly and indirectly in reference evapotranspiration and actual evapotranspiration, have led to this work development. The aim was to present a literature review on artificial neural networks for reference evapotranspiration estimating and related variables, including, theory and artificial neural networks foundations and backpropagation algorithm, some similarities and differences between traditional statistical models and artificial neural networks, applications of artificial neural networks in reference evapotranspiration estimating and variables associated with the prospects of artificial neural networks in agroclimatic variables prediction. Static neural multilayer networks, are so far the most common in reference evapotranspiration estimation and a change in applying artificial neural networks of dynamic type trend looms.