Planificación óptima del manejo integrado de malezas

• Autores: Damiani, Lucía
• Año de publicación: 2021
• Idioma: español castellano
• Tipo de recurso: tesis doctoral
• Colaborador/a o director/a de tesis: Blanco, Aníbal Manuel; Frutos, Mariano
• Materia: Ingeniería; Optimización; PSO; MIM
• Institución: Universidad Nacional del Sur

Una de las mayores limitaciones para lograr el rendimiento y la calidad deseada de los cultivos en la mayoría de los sistemas agronómicos del mundo es la presencia de malezas. Para mitigar su propagación e influencia, en los últimos años se comenzó a implementar el Manejo Integrado de Malezas (MIM), que pretende evitar los efectos negativos resultantes del uso exclusivo de herbicidas como único mecanismo de control al combinar diferentes técnicas de prevención y control que también incluyen rotaciones de cultivos, prácticas mecánicas y medidas culturales. Motivados por esta realidad, en esta tesis se planteó, primeramente, extender las prestaciones de un modelo de simulación desarrollado en el ámbito del grupo de investigación. El objetivo del mismo fue estimar los efectos de diferentes estrategias de manejo sobre la dinámica demográfica de una maleza anual (Avena fatua L.) en competencia con cereales de invierno (trigo y cebada) en un plan de rotación multianual, y proporcionar suficiente detalle agronómico, económico y medioambiental para orientar la toma de decisiones. Adicionalmente, con el propósito de explorar sistemáticamente la gran cantidad de posibles estrategias de MIM que se pueden representar con el modelo desarrollado e identificar automáticamente aquellas que resultan más prometedoras, se implementó un optimizador que proporciona un conjunto de soluciones en la frontera de los objetivos de desempeño considerados. Este se basó en un algoritmo estocástico no-lineal por enjambre de partículas (PSO), al que se le incorporaron técnicas para el manejo de restricciones, de manipulación de variables binarias y de consideración de objetivos múltiples. Así, el optimizador desarrollado permite identificar los mejores esquemas de rotación de cultivos y de tratamientos para controlar la maleza teniendo en cuenta, simultáneamente, el beneficio económico y el impacto ambiental. La herramienta desarrollada se considera de potencial utilidad para guiar el complejo proceso de toma de decisiones de la actividad agrícola.
One of the greatest limitations to achieve the desired yields and quality of crops in most agronomic systems around the world is the presence of weeds. To prevent their spread and influence, in recent years Integrated Weed Management (IWM) practices began to be implemented, which aims at avoiding the negative effects of the sole use of herbicides as control mechanism by combining different prevention and control techniques that also include rotations, mechanical practices and cultural measures. Motivated by this reality, in this thesis it was firstly proposed to extend the features of a simulation model developed in our research group. It aimed at estimating the effects of different management strategies on the demographic dynamics of an annual weed (Avena fatua L.) in competition with winter cereals (wheat and barley) in a multi-year rotation plan, providing sufficient agronomic, economic and environmental detail to guide decision making. Additionally, in order to systematically explore the large number of possible IWM strategies that can be represented with the developed model and automatically identify the most promising ones, an optimizer that provides a set of solutions on the frontier of the considered performance objectives was implemented. It was based on a non-linear stochastic particle swarm algorithm (PSO), enhanced with techniques for constraint management, binary variables handling and multiple objectives consideration. In this way, the developed optimizer allows identifying the best crop rotation and treatment schemes for weeds control, simultaneously considering the economic benefit and the environmental impact. The developed tool is considered of potential utility to guide the complex decisionmaking process of the agricultural activity.
Fil: Damiani, Lucía. Universidad Nacional del Sur. Departamento de Ingeniería; Argentina