Giter Site home page Giter Site logo

reto-2-agropy's Introduction

CAMI CAmpesinos y Mediciones ambientales

Más allá de un desafío: nuestra motivación

El equipo Agropy del Hackathon CoAfina 2022 asume reto de MakeSens para dar respuesta inmediata a los campesinos de Latinoamérica de los cultivos más viables de acuerdo a datos medioambientales actualizados. De esta manera, desarrollamos CAMI (CAmpesinos y Mediciones ambIentales), un algoritmo diseñado para calcular los porcentajes de éxito de siembra de diferentes cultivos de acuerdo a parámetros como temperatura, humedad y precipitación.

Pero, somos más que líneas de código, queremos aportar nuestras semillas de conocimiento y tecnología para la agricultura sustentable ¡Crecemos juntos!

Germinamos con datos

En Agropy creemos en las soluciones innovadoras, pero sabemos que tecnificar el sector agrario es un reto en sí mismo. Escoger los cultivos a sembrar en determinadas épocas del año lleva a un estudio de factores climáticos, el cual es complejo y multivariable. Esto lleva a la creación de CAMI, un algoritmo que aprovecha el vasto mundo de bases de datos de mediciones ambientales para su análisis e interpretación.


El cógido CAMI:

Entradas:

  • Usuario: Fecha inicial y final.
  • Empresa: Código de la estación climatológica (de acuerdo al lugar de interés), Token, parámetros a tomar y pesos de los parámetros (Temperatura, Humedad y precipitación), Datasets Cultivos.

Fases:

Fase de comparación:
  • Se contrastan las condiciones ambientales registradas por la estación EVA con la base de datos de los parámetros óptimos para el éxito de cada cultivo.
Fase de puntuación:
  • De acuerdo a la cercanía de las condiciones de la estación con la base de datos o parámetros óptimos de los cultivos le asigna un puntaje a cada una de las dimensiones (parámetros considerados)
  • El puntaje total es la suma ponderada de los puntajes de cada dimensión. Es decir, se le asigna un peso a cada parámetro a cada dimensión.
Fase de recomendación:
  • Se ofrece un listado que muestra los cultivos, ordenados de acuerdo al puntaje obtenido. Aquellos mejor clasificados son opciones que requieren menos cuidados para que su cosecha sea exitosa. -Se presenta este listado de recomendación para diversos periodos -Se presenta un listado de recomendación por mes dentro del periodo de tiempo requerido por el usuario.
Salidas:

Orden de los cultivos por probabilidad de éxito de acuerdo a condiciones climáticas por meses.

Otras propuestas:

Considerar el parámetro de humedad como un factor de proliferación de hongos y hiervas, que afectan al desarrollo de los cultivos y, por tanto, en su rentabilidad económica.

Recomendaciones:

Generar una nueva manera de hacer la penalización en la comparación del filtrado de los parámetros. Nueva manera de andar por los rangos de fechas.


Reporte estadístico. ¡Descarga y córrelo desde el navegador!

reto-2-agropy's People

Contributors

altuos avatar ramosmaria avatar

Stargazers

 avatar  avatar

Watchers

 avatar

Forkers

mxrtinez

Recommend Projects

  • React photo React

    A declarative, efficient, and flexible JavaScript library for building user interfaces.

  • Vue.js photo Vue.js

    🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.

  • Typescript photo Typescript

    TypeScript is a superset of JavaScript that compiles to clean JavaScript output.

  • TensorFlow photo TensorFlow

    An Open Source Machine Learning Framework for Everyone

  • Django photo Django

    The Web framework for perfectionists with deadlines.

  • D3 photo D3

    Bring data to life with SVG, Canvas and HTML. 📊📈🎉

Recommend Topics

  • javascript

    JavaScript (JS) is a lightweight interpreted programming language with first-class functions.

  • web

    Some thing interesting about web. New door for the world.

  • server

    A server is a program made to process requests and deliver data to clients.

  • Machine learning

    Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.

  • Game

    Some thing interesting about game, make everyone happy.

Recommend Org

  • Facebook photo Facebook

    We are working to build community through open source technology. NB: members must have two-factor auth.

  • Microsoft photo Microsoft

    Open source projects and samples from Microsoft.

  • Google photo Google

    Google ❤️ Open Source for everyone.

  • D3 photo D3

    Data-Driven Documents codes.