Evaluación del uso de Redes Bayesianas Dinámicas para la predicción del avance de la Sigatoka Negra y la productividad en cultivos agrícolas

Abstract

La enfermedad Sigatoka negra afecta a los cultivos del banano y puede generar pérdidas en la producción. La aplicación de fungicidas para combatirla representa no sólo un costo económico signi cativo para la industria, sino tambi en un problema para el medio ambiente y la salud del personal de las plantaciones. La Corporación Bananera Nacional (CORBANA) cuenta con datos históricos de información meteorológica, la producción y el avance de la enfermedad. Con el n de tomar decisiones de manera anticipada con respecto a la aplicación de los fungicidas y la producción, CORBANA requiere generar predicciones a partir de estos datos. Para ello se decidió evaluar la capacidad de predicción de las Redes Bayesianas Dinámicas (RBDs) y las Redes Bayesianas no dinámicas (RBs) como modelos de referencia. En la presente investigación se utilizan los datos mencionados y se modelan tanto la productividad como el avance de la enfermedad usando las RBDs y las RBs. Se compara la capacidad de predicción de ambos tipos de redes utilizando los datos de CORBANA y se determina que no existe una diferencia signi cativa entre ambas.