PREDICCIÓN DE MAPAS DE COSECHA DE GIRASOL INFESTADO DE Ridolfia segetum EN IMÁGENES REMOTAS MEDIANTE REDES NEURONALES EVOLUTIVAS DE UNIDAD PRODUCTO

El objetivo de este trabajo fue predecir mapas de rendimiento del cultivo de girasol con infestaciones de Ridolfia segetum Moris, incorporando la elevación del terreno y los datos multiespectrales de imágenes aéreas. Para ello, se compararon métodos clásicos (Regresión Lineal Múltiple por el método stepwise, RLMS) y cuatro modelos de Redes Neuronales Evolutivas de Unidad Producto (RNEUP) ensayados con diferentes algoritmos evolutivos. Los modelos utilizados fueron: Programación Evolutiva (PE); PE Híbrida (PEH); PEH con Agrupamiento (PEHA), y PEHA Dinámica (PEHAD). Para comparar los distintos modelos se utilizó el Error Cuadrático Medio (ECM) de forma que cuanto menor ECM se obtenía, mayor precisión ofrecía el mapa de cosecha resultante. La precisión fue mayor en las RNEUP que en métodos clásicos, obteniéndose el menor ECM con la metodología PEHAD.