| |
|
|
|
Registro completo
|
|
Biblioteca (s) : |
INIA Las Brujas. |
|
Fecha : |
04/03/2024 |
|
Actualizado : |
04/03/2024 |
|
Tipo de producción científica : |
Artículos en Revistas Indexadas Nacionales |
|
Autor : |
NAVAS, R.; MONETTA, A.; ROEL, A.; BLANCO, N.; GIL, A.; GAMAZO, P. |
|
Afiliación : |
RAFAEL NAVAS NÚÑEZ, Universidad de la República, CENUR - Litoral Norte, Departamento del Agua, Salto, Uruguay; ALEJANDRO MONETTA, Universidad de la República, CENUR - Litoral Norte, Departamento del Agua, Salto, Uruguay; ALVARO ROEL DELLAZOPPA, INIA (Instituto Nacional de Investigación Agropecuaria), Uruguay; NICOLÁS BLANCO, Universidad de la República, CENUR - Litoral Norte, Departamento del Agua, Salto, Uruguay; ALFREDO GIL, Universidad Central de Venezuela, Departamento de Ingeniería Hidrometeorológica, Caracas, Venezuela; PABLO GAMAZO, Universidad de la República, CENUR - Litoral Norte, Departamento del Agua, Salto, Uruguay. |
|
Título : |
Flume calibration on irrigated systems by video image processing and bayesian inference. [Calibración de canales aforadores en sistemas irrigados mediante el procesamiento de imágenes de video y la inferencia bayesiana.]. [Calibração de calhas da vazão em sistemas irrigados por processamento de imagens de vídeo e inferência bayesiana.]. |
|
Complemento del título : |
Advances in Water in Agroscience. Integrated catchment management. |
|
Fecha de publicación : |
2023 |
|
Fuente / Imprenta : |
Agrociencia Uruguay, 2023, Vol.27(NE1), e1182. https://doi.org/10.31285/AGRO.27.1182 -- OPEN ACCESS. |
|
ISSN : |
2730-5066 |
|
DOI : |
10.31285/AGRO.27.1182 |
|
Idioma : |
Español |
|
Notas : |
Article history: Received 22 April 2023; Accepted 17 August 2023; Published 06 February 2024. -- Editor: Ángela Gorgoglione, Universidad de la República, Montevideo, Uruguay. -- Correspondence: Rafael Navas, rafaelnavas23@gmail.com -- Funding: El financiamiento fue otorgado por la Comisión Sectorial de Investigación Científica de la Universidad de la República, Programa I + D 2018, ID; 105 Nombre del grupo: Recursos Hídricos y Riego, Proyecto: Hacia un manejo eficiente del agua en la actividad agropecuaria. -- License: This work is licensed under a Creative Commons Attribution 4.0 International License. (https://creativecommons.org/licenses/by/4.0/ ) |
|
Contenido : |
ABSTRACT.- Rice is a crop that requires a large amount of water throughout its production cycle to ensure a good yield, resulting in higher water consumption compared to other crops. In Uruguay, about 160,000 ha/year are planted, requiring about 1,760 hm3/year of water, with a very high international average productivity of 9,000 kg/ha. Irrigation is generally carried out by surface/flooding, with water passing through dug channels where gates are used to regulate the flow, and in some cases measurement devices are installed. Increasing pressure on water resources makes it necessary to increase knowledge of water use at the farm level. Flumes are an opportunity in this sense; however, they require calibration and adjustment through gauging, which are generally omitted due to their high cost and complexity. In this work, an economic method for the calibration of flumes through image video processing is proposed. The method uses the RIveR software (https://riverdischarge.blogspot.com/) for the video image processing, and the BaRatinAGE software to establish the stage-discharge relationship through Bayesian inference. A Surface Velocity Radar and an Acoustic Doppler Velocity Meter are used as reference sensors. The methodology is tested on a cutthroat flume. The experiment was conducted at a rice farm in northern Uruguay. The results indicate that flumes can be easily calibrated by video image processing and uncertainty can be quantified through Bayesian inference. An advantage of the proposed method is that it uses free software that can be easily applied in small farms. .-.-.-.-.-.-.-.-.-.-.-. RESUMEN.- El arroz es un cultivo que requiere gran cantidad de agua a lo largo de todo su ciclo productivo para garantizar un buen rendimiento, lo que lleva a un gasto de agua mayor en comparación con otros cultivos. Uruguay siembra alrededor de 160.000 ha/año, lo que demanda unos 1.760 hm3/año de agua, obteniendo valores promedio de productividad muy altos a nivel internacional de 9.000 kg/ha. El riego por lo general se hace por inundación, conduciendo el agua a través de canales excavados donde se utilizan compuertas para la regulación del agua y, en algunos pocos casos, se instalan dispositivos para su medición. La creciente presión que existe sobre el recurso agua genera la necesidad de ampliar el conocimiento de los consumos de agua a nivel de chacras. Los canales aforadores son una oportunidad en este senti-do, pero, sin embargo, requieren calibración y ajuste con mediciones, lo que generalmente es omitido por su alto costo y complejidad. Este trabajo propone una metodología económica para la calibración de canales aforadores mediante el procesamiento de imágenes de video. La metodología utiliza el software RIveR (https://riverdischarge.blogspot.com/) para procesar las imágenes de video, y el software BaRatinAGE para construir la relación nivel-caudal mediante la inferencia bayesiana. Como sensores de referencia se utiliza un radar de velocidad superficial y un velocímetro de efecto acústico doppler. La metodología se prueba en un canal aforador de garganta cortada. El experimento se realizó en un establecimiento arrocero en el norte de Uruguay. Los resultados sugieren que los canales aforadores se pueden calibrar mediante procesamiento de imágenes de video y que la incertidumbre puede ser cuantificada mediante inferen-cia bayesiana. Un beneficio del método propuesto es que utiliza software libre que puede ser aplicado de forma sencilla en pequeños establecimientos agrícolas. .-.-.-.-.-.-.-.-.-.-.-. RESUMO.- O arroz é uma cultura que requer grande quantidade de água ao longo de todo o seu ciclo produtivo para garantir um bom rendimento, o que leva a um gasto de água maior em comparação com outras culturas. O Uruguai é um país que planta cerca de 160.000 ha/ano, o que demanda cerca de 1.760 hm3/ano de água, obtendo valores médios de produtividade muito altos a nível internacional de 9.000kg/ha. A irrigação geralmente é feita por inundação, conduzindo a água através de canais escavados onde são usadas comportas para a regulação da água e, em alguns poucos casos, instalamse dispositivos para a sua medição. A crescente pressão que existe sobre o recurso água gera a necessidade de ampliar o conhecimento dos consumos de água ao nível das parcelas. Os canais medidores são uma oportunidade nesse sentido, no entanto, requerem calibração e ajuste com medições, o que geralmente é omitido devido ao seu alto custo e complexidade. Este trabalho propõe uma metodologia econômica para a calibração de canais medidores por meio do processamento de imagens de vídeo. A metodologia utiliza o software RIveR (https://riverdischarge.blogspot.com/) para processar as imagens de vídeo e o software BaRatinAGE para construir a relação nível vazão por meio da inferência Bayesiana. Como sensores de referência, utilizase um Radar de Velocidade Superficial e um Velocímetro de Efeito Acústico Doppler. A metodologia é testada em um canal medidor de garganta cortada. O experimento foi realizado em uma fazenda de arroz no norte do Uruguai. Os resultados sugerem que os canais medidores podem ser calibrados por meio do processamento de imagens de vídeo e que a incerteza pode ser quantificada por meio da inferência Bayesiana. Uma vantagem do método proposto é que ele utiliza software livre que pode ser aplicado de forma simples em pequenas propriedades. @2023 Agrociencia Uruguay MenosABSTRACT.- Rice is a crop that requires a large amount of water throughout its production cycle to ensure a good yield, resulting in higher water consumption compared to other crops. In Uruguay, about 160,000 ha/year are planted, requiring about 1,760 hm3/year of water, with a very high international average productivity of 9,000 kg/ha. Irrigation is generally carried out by surface/flooding, with water passing through dug channels where gates are used to regulate the flow, and in some cases measurement devices are installed. Increasing pressure on water resources makes it necessary to increase knowledge of water use at the farm level. Flumes are an opportunity in this sense; however, they require calibration and adjustment through gauging, which are generally omitted due to their high cost and complexity. In this work, an economic method for the calibration of flumes through image video processing is proposed. The method uses the RIveR software (https://riverdischarge.blogspot.com/) for the video image processing, and the BaRatinAGE software to establish the stage-discharge relationship through Bayesian inference. A Surface Velocity Radar and an Acoustic Doppler Velocity Meter are used as reference sensors. The methodology is tested on a cutthroat flume. The experiment was conducted at a rice farm in northern Uruguay. The results indicate that flumes can be easily calibrated by video image processing and uncertainty can be quantified through Bayesian inference. An advantage... Presentar Todo |
|
Palabras claves : |
BaRatinAge; Calibração de calhas da vazão; Calibración de canales aforadores; Flume calibration; RIveR. |
|
Asunto categoría : |
P10 Recursos hídricos y su ordenación |
|
URL : |
http://www.ainfo.inia.uy/digital/bitstream/item/17515/1/2730-5066-1182.pdf
|
|
Marc : |
LEADER 07263naa a2200277 a 4500
001 1064491
005 2024-03-04
008 2023 bl uuuu u00u1 u #d
022 $a2730-5066
024 7 $a10.31285/AGRO.27.1182$2DOI
100 1 $aNAVAS, R.
245 $aFlume calibration on irrigated systems by video image processing and bayesian inference. [Calibración de canales aforadores en sistemas irrigados mediante el procesamiento de imágenes de video y la inferencia bayesiana.]. [Calibração de calhas da vazão em sistemas irrigados por processamento de imagens de vídeo e inferência bayesiana.].$h[electronic resource]
260 $c2023
500 $aArticle history: Received 22 April 2023; Accepted 17 August 2023; Published 06 February 2024. -- Editor: Ángela Gorgoglione, Universidad de la República, Montevideo, Uruguay. -- Correspondence: Rafael Navas, rafaelnavas23@gmail.com -- Funding: El financiamiento fue otorgado por la Comisión Sectorial de Investigación Científica de la Universidad de la República, Programa I + D 2018, ID; 105 Nombre del grupo: Recursos Hídricos y Riego, Proyecto: Hacia un manejo eficiente del agua en la actividad agropecuaria. -- License: This work is licensed under a Creative Commons Attribution 4.0 International License. (https://creativecommons.org/licenses/by/4.0/ )
520 $aABSTRACT.- Rice is a crop that requires a large amount of water throughout its production cycle to ensure a good yield, resulting in higher water consumption compared to other crops. In Uruguay, about 160,000 ha/year are planted, requiring about 1,760 hm3/year of water, with a very high international average productivity of 9,000 kg/ha. Irrigation is generally carried out by surface/flooding, with water passing through dug channels where gates are used to regulate the flow, and in some cases measurement devices are installed. Increasing pressure on water resources makes it necessary to increase knowledge of water use at the farm level. Flumes are an opportunity in this sense; however, they require calibration and adjustment through gauging, which are generally omitted due to their high cost and complexity. In this work, an economic method for the calibration of flumes through image video processing is proposed. The method uses the RIveR software (https://riverdischarge.blogspot.com/) for the video image processing, and the BaRatinAGE software to establish the stage-discharge relationship through Bayesian inference. A Surface Velocity Radar and an Acoustic Doppler Velocity Meter are used as reference sensors. The methodology is tested on a cutthroat flume. The experiment was conducted at a rice farm in northern Uruguay. The results indicate that flumes can be easily calibrated by video image processing and uncertainty can be quantified through Bayesian inference. An advantage of the proposed method is that it uses free software that can be easily applied in small farms. .-.-.-.-.-.-.-.-.-.-.-. RESUMEN.- El arroz es un cultivo que requiere gran cantidad de agua a lo largo de todo su ciclo productivo para garantizar un buen rendimiento, lo que lleva a un gasto de agua mayor en comparación con otros cultivos. Uruguay siembra alrededor de 160.000 ha/año, lo que demanda unos 1.760 hm3/año de agua, obteniendo valores promedio de productividad muy altos a nivel internacional de 9.000 kg/ha. El riego por lo general se hace por inundación, conduciendo el agua a través de canales excavados donde se utilizan compuertas para la regulación del agua y, en algunos pocos casos, se instalan dispositivos para su medición. La creciente presión que existe sobre el recurso agua genera la necesidad de ampliar el conocimiento de los consumos de agua a nivel de chacras. Los canales aforadores son una oportunidad en este senti-do, pero, sin embargo, requieren calibración y ajuste con mediciones, lo que generalmente es omitido por su alto costo y complejidad. Este trabajo propone una metodología económica para la calibración de canales aforadores mediante el procesamiento de imágenes de video. La metodología utiliza el software RIveR (https://riverdischarge.blogspot.com/) para procesar las imágenes de video, y el software BaRatinAGE para construir la relación nivel-caudal mediante la inferencia bayesiana. Como sensores de referencia se utiliza un radar de velocidad superficial y un velocímetro de efecto acústico doppler. La metodología se prueba en un canal aforador de garganta cortada. El experimento se realizó en un establecimiento arrocero en el norte de Uruguay. Los resultados sugieren que los canales aforadores se pueden calibrar mediante procesamiento de imágenes de video y que la incertidumbre puede ser cuantificada mediante inferen-cia bayesiana. Un beneficio del método propuesto es que utiliza software libre que puede ser aplicado de forma sencilla en pequeños establecimientos agrícolas. .-.-.-.-.-.-.-.-.-.-.-. RESUMO.- O arroz é uma cultura que requer grande quantidade de água ao longo de todo o seu ciclo produtivo para garantir um bom rendimento, o que leva a um gasto de água maior em comparação com outras culturas. O Uruguai é um país que planta cerca de 160.000 ha/ano, o que demanda cerca de 1.760 hm3/ano de água, obtendo valores médios de produtividade muito altos a nível internacional de 9.000kg/ha. A irrigação geralmente é feita por inundação, conduzindo a água através de canais escavados onde são usadas comportas para a regulação da água e, em alguns poucos casos, instalamse dispositivos para a sua medição. A crescente pressão que existe sobre o recurso água gera a necessidade de ampliar o conhecimento dos consumos de água ao nível das parcelas. Os canais medidores são uma oportunidade nesse sentido, no entanto, requerem calibração e ajuste com medições, o que geralmente é omitido devido ao seu alto custo e complexidade. Este trabalho propõe uma metodologia econômica para a calibração de canais medidores por meio do processamento de imagens de vídeo. A metodologia utiliza o software RIveR (https://riverdischarge.blogspot.com/) para processar as imagens de vídeo e o software BaRatinAGE para construir a relação nível vazão por meio da inferência Bayesiana. Como sensores de referência, utilizase um Radar de Velocidade Superficial e um Velocímetro de Efeito Acústico Doppler. A metodologia é testada em um canal medidor de garganta cortada. O experimento foi realizado em uma fazenda de arroz no norte do Uruguai. Os resultados sugerem que os canais medidores podem ser calibrados por meio do processamento de imagens de vídeo e que a incerteza pode ser quantificada por meio da inferência Bayesiana. Uma vantagem do método proposto é que ele utiliza software livre que pode ser aplicado de forma simples em pequenas propriedades. @2023 Agrociencia Uruguay
653 $aBaRatinAge
653 $aCalibração de calhas da vazão
653 $aCalibración de canales aforadores
653 $aFlume calibration
653 $aRIveR
700 1 $aMONETTA, A.
700 1 $aROEL, A.
700 1 $aBLANCO, N.
700 1 $aGIL, A.
700 1 $aGAMAZO, P.
773 $tAgrociencia Uruguay, 2023, Vol.27(NE1), e1182. https://doi.org/10.31285/AGRO.27.1182 -- OPEN ACCESS.
Descargar
Esconder MarcPresentar Marc Completo |
|
Registro original : |
INIA Las Brujas (LB) |
|
|
Biblioteca
|
Identificación
|
Origen
|
Tipo / Formato
|
Clasificación
|
Cutter
|
Registro
|
Volumen
|
Estado
|
Volver
|
|
|
|
Registro completo
|
|
Biblioteca (s) : |
INIA La Estanzuela. |
|
Fecha actual : |
21/02/2014 |
|
Actualizado : |
26/07/2021 |
|
Tipo de producción científica : |
Documentos |
|
Autor : |
PIGURINA, G. |
|
Afiliación : |
CIAAB (Centro de Investigaciones Agrícolas "Alberto Boerger"), Uruguay. |
|
Título : |
Generalidades sobre suplementación en condiciones de pastoreo. |
|
Fecha de publicación : |
1989 |
|
Fuente / Imprenta : |
ln: Jornada Estrategias de Suplementación de Pasturas en Sistemas Intensivos, 1989 jul 13 : La Estanzuela [Memorias]. Montevideo (Uruguay): CIAAB, 1989. |
|
Páginas : |
[3p.] |
|
Idioma : |
Español |
|
Thesagro : |
ALIMENTACION DE LOS ANIMALES; MEJORAMIENTO NUTRICIONAL; SUPLEMENTOS. |
|
Asunto categoría : |
-- |
|
URL : |
http://www.ainfo.inia.uy/digital/bitstream/item/15904/1/UY.CIAAB.Plan-Agropecuario.1989.Jornada-Estrategias-de-Suplementacion-de-Pasturas-en-Sistemas-Intensivos-La-Estanzuela-Colonia.pdf;suplementacion#page=5
|
|
Marc : |
LEADER 00558naa a2200157 a 4500
001 1046338
005 2021-07-26
008 1989 bl uuuu u00u1 u #d
100 1 $aPIGURINA, G.
245 $aGeneralidades sobre suplementación en condiciones de pastoreo.
260 $c1989
300 $a[3p.]
650 $aALIMENTACION DE LOS ANIMALES
650 $aMEJORAMIENTO NUTRICIONAL
650 $aSUPLEMENTOS
773 $tln: Jornada Estrategias de Suplementación de Pasturas en Sistemas Intensivos, 1989 jul 13 : La Estanzuela [Memorias]. Montevideo (Uruguay): CIAAB, 1989.
Descargar
Esconder MarcPresentar Marc Completo |
|
Registro original : |
INIA La Estanzuela (LE) |
|
|
Biblioteca
|
Identificación
|
Origen
|
Tipo / Formato
|
Clasificación
|
Cutter
|
Registro
|
Volumen
|
Estado
|
Volver
|
| Expresión de búsqueda válido. Check! |
|
|
