Mostrar el registro sencillo del ítem

dc.contributor.authorEspinosa Carrillo, Adán
dc.contributor.authorAguilar-Lasserre, Alberto Alfonso
dc.contributor.authorBadillo Márquez, Alina Evelyn
dc.date.accessioned2025-11-13T03:50:41Z
dc.date.available2025-11-13T03:50:41Z
dc.date.issued2025-10-02
dc.identifier.urihttp://repositorios.orizaba.tecnm.mx:8080/xmlui/handle/123456789/896
dc.description.abstractLa presente investigación desarrolla un modelo integral de vulnerabilidad y riesgo agropecuario, combinando agentes inteligentes, lógica difusa, procesamiento digital de imágenes satelitales y redes neuronales convolucionales. Con este enfoque se generan escenarios de impacto para estimar la probabilidad de enfermedades en caña de azúcar y el riesgo sanitario del sector pecuario. Los resultados evidencian que los cultivos son altamente sensibles a variaciones de temperatura, humedad y viento, mientras que la ganadería enfrenta riesgos asociados al estrés térmico e hídrico. Finalmente, se proponen esquemas de adaptación que fortalecen la resiliencia del sector agropecuario frente a los efectos del cambio climático, aportando una herramienta práctica para la toma de decisiones en políticas y gestión productivaes
dc.description.sponsorshipSECIHTIes
dc.language.isoeses
dc.publisherTecnológico Nacional de México/Instituto Tecnológico de Orizabaes
dc.subjectProducción de Caña de Azúcares
dc.subjectProducción Pecuarioes
dc.subjectInteligencia Artificiales
dc.subjectCambio Climáticoes
dc.titleSISTEMA INTELIGENTE PARA EVALUAR LA VULNERABILIDAD Y RIESGO EN EL SECTOR AGROPECUARIO ANTE LOS EFECTOS DEL CAMBIO CLIMÁTICO A TRAVÉS DE UN SISTEMA MULTIAGENTE Y TRATAMIENTO DE IMÁGENES SATELITALESes
dc.typeThesises


Ficheros en el ítem

Thumbnail

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem