SPCSoil (Métodos de espectroscopia Vis-NIR y aprendizaje automático para diagnosticar propiedades químicas en suelos cañeros colombianos)
Este sistema estima la calidad y predice las propiedades químicas del suelo a partir del espectro VIS-NIRS en zonas donde se cultivan caña de azúcar y pastizales. El propósito de este sistema es monitorear la calidad del suelo de una forma más rápida y menos costosa en comparación con el análisis de suelos tradicional.
- Fecha de publicación de esta ficha:
País
Entidad pública
Corporación Colombiana de Investigación Agropecuaria (AGROSAVIA)
Ubicación en la estructura del Estado
Nivel
Clasificación COFOG
Palabra clave
Usa datos personales
Estado conocido del proyecto
Potencial aporte a ODS
Aporte a procesos de gobierno (Clasificación nivel I JRC - UE)
Tipo de interacción (sí, no)
G2C
G2B
G2G
Clasificación OCDE por tipo de tarea (sí, no)
1. Reconocimiento
2. Detección de eventos
3. Predicción
4. Personalización
5. Soporte de interacción
6. Optimización orientada a objetivos
7. Razonamiento con estructura de conocimiento
¿Sistema previamente registrado en un repositorio anterior? (sí, no)
Nombre del repositorio
Sistemas automatizados de toma de decisiones en el sector público de Colombia (Versión V2) de la Universidad de los Andes
Fuentes primarias y secundarias del repositorio
Artículo académico:”Vis-NIR Spectroscopy and Machine Learning Methods to Diagnose Chemical Properties in Colombian Sugarcane Soils”
Fuente DNP & Universidad del Rosario (2022). Resultados encuesta sobre sistemas de inteligencia artificial y sistemas de decisión automatizada usados en el sector público colombiano