Aproximación a un modelo contextual para calidad de datos en agricultura de precisión
Copyright and Licensing:
Aviso de derechos de autor/a
- Articles
- Enviado: agosto 4, 2015
-
Publicado: noviembre 7, 2015
Resumen
La agricultura de precisión es un concepto agronómico de gestión de parcelas agrícolas, basado en la existencia de variabilidad en campo; comprende varias etapas: recolección de datos, procesamiento de información y toma de decisiones. Después de una extensa revisión de la literatura, se observa que el control de calidad de los datos es un proceso muy importante para agricultura de precisión que puede ser considerado en la recolección de datos. En este artículo se da una aproximación a una arquitectura de control de calidad de datos utilizando la información de contexto del sistema de adquisición (SAD) y el medio ambiente. Este enfoque puede proporcionar a los SAD la capacidad de comprender las situaciones de su entorno con el fin de mejorar la calidad de datos para la toma de decisiones.Referencias
[1] C. LAU, A. Jarvis, and J. Ramírez, “Agricultura Colombiana: Adaptación al Cambio Climático”, Cent. Int. Agric. Trop. (CIAT). 4p. …, vol. 1, p. 4, 2011.
[2] K. Ni, M. Srivastava, N. Ramanathan, M. N. H. Chehade, L. Balzano, S. Nair, S. Zahedi, E. Kohler, G. Pottie, and M. Hansen, “Sensor network data fault types”, ACM Transactions on Sensor Networks, vol. 5, N.° 3. pp. 1–29, 2009.
[3] E. C.-H. Ngai and P. Gunningberg, “Quality-of-information-aware data collection for mobile sensor networks”, Pervasive Mob. Comput., vol. 11, pp. 203–215, 2014.
[4] S. Ji, R. Beyah, and Y. Li, “Continuous data collection capacity of wireless sensor networks under physical interference model”, Mob. Adhoc Sens. Syst. …, 2011.
[5] C. L. Muller, L. Chapman, C. S. B. Grimmond, D. T. Young, and X.-M. Cai, “Toward a Standardized Metadata Protocol for Urban Meteorological Networks”, Bull. Am. Meteorol. Soc., vol. 94, no. 8, pp. 1161–1185, 2013.
[6] K. Hubbard, J. You, and M. Shulski, “Toward a Better Quality Control of Weather Data”, pp. 3–30, 2012.
[7] C. Gwilliams, A. Preece, and A. Hardisty, “Local and global knowledge to improve the quality of sensed data”, Int. J. …, vol. 2, N.° 2, pp. 164–180, 2012.
[8] A. K. Dey, “Understanding and Using Context,” Pers. Ubiquitous Comput., vol. 5, N.° 1, pp. 4–7, 2001.
[9] Organizacion Meteorológica Mundial - OMM, Guía de prácticas climatológicas Edición de 2011 OMM N.° 100. Ginebra Suiza, 2011.
[10] D. C. Van Essen, K. Ugurbil, E. Auerbach, D. Barch, T. E. J. Behrens, R. Bucholz, A. Chang, L. Chen, M. Corbetta, S. W. Curtiss, S. Della Penna, D. Feinberg, M. F. Glasser, N. Harel, a C. Heath, L. Larson-Prior, D. Marcus, G. Michalareas, S. Moeller, R. Oostenveld, S. E. Petersen, F. Prior, B. L. Schlaggar, S. M. Smith, a Z. Snyder, J. Xu, and E. Yacoub, “The Human Connectome Project: a data acquisition perspective”, Neuroimage, vol. 62, N.° 4, pp. 2222–31, 2012.
[11] C. a. Fiebrich, C. R. Morgan, A. G. McCombs, P. K. Hall, and R. a. McPherson, “Quality Assurance Procedures for Mesoscale Meteorological Data”, J. Atmos. Ocean. Technol., vol. 27, N.° 10, pp. 1565–1582, 2010.
[12] D. Ballari, M. Wachowicz, and M. A. M. Callejo, “Metadata behind the interoperability of wireless sensor networks”, Sensors, vol. 9, N.° 5, pp. 3635–3651, 2009.
[13] G. Percivall, C. Reed, and J. Davidson, “Open Geospatial Consortium Inc . OGC White Paper OGC ® Sensor Web Enablement: Overview And High Level Architecture”, 2007 IEEE Autotestcon, vol. 4540, N.° December, pp. 1–14, 2007.
[14] R. Lemmens, T. Everding, C. Stasch, I. Simonis, J. Echterhoff, S. Liang, A. Bröring, and S. Jirka, New generation Sensor Web Enablement., vol. 11, N.° 3. 2011.
[15] S. Cox, “Observations and measurements-XML implementation”, OGC document. Open Geospatial Consortium Inc., pp. 1–76, 2011.
[16] M. Botts and A. Robin, “OpenGIS ® Sensor Model Language ( SensorML) Implementation Specification”, Design. p. 180, 2007.
[17] A. Na and M. Priest, “Sensor Observation Service”, English, vol. OGC 06–009, N.° OGC 06–009r6, pp. 1–104, 2007.
[18] S. J. K. Mason, S. B. Cleveland, P. Llovet, C. Izurieta, and G. C. Poole, “A centralized tool for managing, archiving, and serving point-in-time data in ecological research laboratories”, Environ. Model. Softw., vol. 51, pp. 59–69, 2014.
[19] G. Huang, X. Y. Wu, M. Yuan, and R. F. Li, “Research on Data Quality of E&P Database Base on Metadata-Driven Data Quality Assessment Architecture”, Appl. Mech. Mater., vol. 530–531, pp. 813–817, 2014.
[20] J. Estévez, P. Gavilán, and J. V. Giráldez, “Guidelines on validation procedures for meteorological data from automatic weather stations”, J. Hydrol., vol. 402, N.° 1–2, pp. 144–154, 2011.
[21] A. M. D. S. A. D. J. A. Ritaban Dutta Claire D’Este, “Dynamic Evaluation and Visualisation of the Quality and Reliability of Sensor Data Sources”, Int. J. Adv. Comput. Sci. Appl., vol. 4, N.° 8, pp. 96–103, 2013.
[22] C. Atzberger, “Advances in Remote Sensing of Agriculture: Context Description, Existing Operational Monitoring Systems and Major Information Needs”, Remote Sens., vol. 5, N.° 2, pp. 949–981, 2013.
[2] K. Ni, M. Srivastava, N. Ramanathan, M. N. H. Chehade, L. Balzano, S. Nair, S. Zahedi, E. Kohler, G. Pottie, and M. Hansen, “Sensor network data fault types”, ACM Transactions on Sensor Networks, vol. 5, N.° 3. pp. 1–29, 2009.
[3] E. C.-H. Ngai and P. Gunningberg, “Quality-of-information-aware data collection for mobile sensor networks”, Pervasive Mob. Comput., vol. 11, pp. 203–215, 2014.
[4] S. Ji, R. Beyah, and Y. Li, “Continuous data collection capacity of wireless sensor networks under physical interference model”, Mob. Adhoc Sens. Syst. …, 2011.
[5] C. L. Muller, L. Chapman, C. S. B. Grimmond, D. T. Young, and X.-M. Cai, “Toward a Standardized Metadata Protocol for Urban Meteorological Networks”, Bull. Am. Meteorol. Soc., vol. 94, no. 8, pp. 1161–1185, 2013.
[6] K. Hubbard, J. You, and M. Shulski, “Toward a Better Quality Control of Weather Data”, pp. 3–30, 2012.
[7] C. Gwilliams, A. Preece, and A. Hardisty, “Local and global knowledge to improve the quality of sensed data”, Int. J. …, vol. 2, N.° 2, pp. 164–180, 2012.
[8] A. K. Dey, “Understanding and Using Context,” Pers. Ubiquitous Comput., vol. 5, N.° 1, pp. 4–7, 2001.
[9] Organizacion Meteorológica Mundial - OMM, Guía de prácticas climatológicas Edición de 2011 OMM N.° 100. Ginebra Suiza, 2011.
[10] D. C. Van Essen, K. Ugurbil, E. Auerbach, D. Barch, T. E. J. Behrens, R. Bucholz, A. Chang, L. Chen, M. Corbetta, S. W. Curtiss, S. Della Penna, D. Feinberg, M. F. Glasser, N. Harel, a C. Heath, L. Larson-Prior, D. Marcus, G. Michalareas, S. Moeller, R. Oostenveld, S. E. Petersen, F. Prior, B. L. Schlaggar, S. M. Smith, a Z. Snyder, J. Xu, and E. Yacoub, “The Human Connectome Project: a data acquisition perspective”, Neuroimage, vol. 62, N.° 4, pp. 2222–31, 2012.
[11] C. a. Fiebrich, C. R. Morgan, A. G. McCombs, P. K. Hall, and R. a. McPherson, “Quality Assurance Procedures for Mesoscale Meteorological Data”, J. Atmos. Ocean. Technol., vol. 27, N.° 10, pp. 1565–1582, 2010.
[12] D. Ballari, M. Wachowicz, and M. A. M. Callejo, “Metadata behind the interoperability of wireless sensor networks”, Sensors, vol. 9, N.° 5, pp. 3635–3651, 2009.
[13] G. Percivall, C. Reed, and J. Davidson, “Open Geospatial Consortium Inc . OGC White Paper OGC ® Sensor Web Enablement: Overview And High Level Architecture”, 2007 IEEE Autotestcon, vol. 4540, N.° December, pp. 1–14, 2007.
[14] R. Lemmens, T. Everding, C. Stasch, I. Simonis, J. Echterhoff, S. Liang, A. Bröring, and S. Jirka, New generation Sensor Web Enablement., vol. 11, N.° 3. 2011.
[15] S. Cox, “Observations and measurements-XML implementation”, OGC document. Open Geospatial Consortium Inc., pp. 1–76, 2011.
[16] M. Botts and A. Robin, “OpenGIS ® Sensor Model Language ( SensorML) Implementation Specification”, Design. p. 180, 2007.
[17] A. Na and M. Priest, “Sensor Observation Service”, English, vol. OGC 06–009, N.° OGC 06–009r6, pp. 1–104, 2007.
[18] S. J. K. Mason, S. B. Cleveland, P. Llovet, C. Izurieta, and G. C. Poole, “A centralized tool for managing, archiving, and serving point-in-time data in ecological research laboratories”, Environ. Model. Softw., vol. 51, pp. 59–69, 2014.
[19] G. Huang, X. Y. Wu, M. Yuan, and R. F. Li, “Research on Data Quality of E&P Database Base on Metadata-Driven Data Quality Assessment Architecture”, Appl. Mech. Mater., vol. 530–531, pp. 813–817, 2014.
[20] J. Estévez, P. Gavilán, and J. V. Giráldez, “Guidelines on validation procedures for meteorological data from automatic weather stations”, J. Hydrol., vol. 402, N.° 1–2, pp. 144–154, 2011.
[21] A. M. D. S. A. D. J. A. Ritaban Dutta Claire D’Este, “Dynamic Evaluation and Visualisation of the Quality and Reliability of Sensor Data Sources”, Int. J. Adv. Comput. Sci. Appl., vol. 4, N.° 8, pp. 96–103, 2013.
[22] C. Atzberger, “Advances in Remote Sensing of Agriculture: Context Description, Existing Operational Monitoring Systems and Major Information Needs”, Remote Sens., vol. 5, N.° 2, pp. 949–981, 2013.
Cómo citar
Vivas Cantero, F. Y., Corrales, J. C., & Ramirez Gonzalez, G. A. (2015). Aproximación a un modelo contextual para calidad de datos en agricultura de precisión. Revista Ingenierías Universidad De Medellín, 15(29), 99-112. https://doi.org/10.22395/rium.v15n29a6
Descargas
La descarga de datos todavía no está disponible.
