Mostrar el registro sencillo del ítem

Towards a contextual model for data quality in precision agriculture

dc.contributor.authorVivas Cantero, Fulvio Yesid
dc.contributor.authorCorrales, Juan Carlos
dc.contributor.authorRamirez Gonzalez, Gustavo Adolfo
dc.date.accessioned2017-06-29T22:22:34Z
dc.date.available2017-06-29T22:22:34Z
dc.date.created2016-12-31
dc.identifier.issn1692-3324
dc.identifier.urihttp://hdl.handle.net/11407/3530
dc.description.abstractPrecision agriculture is a farming management concept, based on the crop variability in the field; it comprises several stages: data collection, information processing and decision-making. After an extensive review of the literature, it appears that data quality control is an important process in precision agriculture and can be considered in the data collection process. This paper makes an approach to data architecture quality control by applying the contextual information of the acquisition system (sad) and environment context information. This approach can provide the sad the capability to understand the situations of their environment in order to improve the quality of data for decision-making.spa
dc.description.abstractLa 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.spa
dc.format.extentp. 99-112spa
dc.format.mediumElectrónicospa
dc.format.mimetypeapplication/pdf
dc.language.isospa
dc.publisherUniversidad de Medellínspa
dc.relation.urihttp://revistas.udem.edu.co/index.php/ingenierias/article/view/1079
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/4.0/*
dc.sourceRevista Ingenierías Universidad de Medellín; Vol. 15, núm. 29 (2016); 99-112spa
dc.source2248-4094spa
dc.source1692-3324spa
dc.subjectData quality controlspa
dc.subjectPrecision agriculturespa
dc.subjectMetadataspa
dc.subjectdata acquisition systemsspa
dc.subjectContextual modelspa
dc.subjectControl de calidad de los datosspa
dc.subjectAgricultura de precisiónspa
dc.subjectmetadatosspa
dc.subjectSistemas de adquisición de datosspa
dc.subjectModelo contextualspa
dc.titleAproximación a un modelo contextual para calidad de datos en agricultura de precisiónspa
dc.titleTowards a contextual model for data quality in precision agriculturespa
dc.typeArticleeng
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.publisher.programIngeniería Ambientalspa
dc.identifier.doi http://dx.doi.org/10.22395/rium.v15n29a6
dc.relation.citationvolume15
dc.relation.citationissue29
dc.relation.citationstartpage99
dc.relation.citationendpage112
dc.audienceComunidad Universidad de Medellínspa
dc.publisher.facultyFacultad de Ingenieríasspa
dc.coverageLat: 06 15 00 N  degrees minutes  Lat: 6.2500  decimal degreesLong: 075 36 00 W  degrees minutes  Long: -75.6000  decimal degreesspa
dc.publisher.placeMedellínspa
dc.creator.affiliationVivas Cantero, Fulvio Yesid; Universidad del Caucaspa
dc.creator.affiliationCorrales, Juan Carlos; Universidad del Caucaspa
dc.creator.affiliationRamirez Gonzalez, Gustavo Adolfo; Universidad del Caucaspa
dc.relation.referencesC. LAU, A. Jarvis, and J. Ramírez, “Agricultura Colombiana: Adaptación al Cambio Climático”, Cent. Int. Agric. Trop. (CIAT). 4p. …, vol. 1, p. 4, 2011.spa
dc.relation.referencesK. 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.spa
dc.relation.referencesE. 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.spa
dc.relation.referencesS. Ji, R. Beyah, and Y. Li, “Continuous data collection capacity of wireless sensor networks under physical interference model”, Mob. Adhoc Sens. Syst. …, 2011.spa
dc.relation.referencesC. 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.spa
dc.relation.referencesK. Hubbard, J. You, and M. Shulski, “Toward a Better Quality Control of Weather Data”, pp. 3–30, 2012.spa
dc.relation.referencesC. 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.spa
dc.relation.referencesA. K. Dey, “Understanding and Using Context,” Pers. Ubiquitous Comput., vol. 5, N.° 1, pp. 4–7, 2001.spa
dc.relation.referencesOrganizacion Meteorológica Mundial - OMM, Guía de prácticas climatológicas Edición de 2011 OMM N.° 100. Ginebra Suiza, 2011.spa
dc.relation.referencesD. 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.spa
dc.relation.referencesC. 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.spa
dc.relation.referencesD. 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.spa
dc.relation.referencesG. 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.spa
dc.relation.referencesR. 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.spa
dc.relation.referencesS. Cox, “Observations and measurements-XML implementation”, OGC document. Open Geospatial Consortium Inc., pp. 1–76, 2011.spa
dc.relation.referencesM. Botts and A. Robin, “OpenGIS ® Sensor Model Language ( SensorML) Implementation Specification”, Design. p. 180, 2007.spa
dc.relation.referencesA. Na and M. Priest, “Sensor Observation Service”, English, vol. OGC 06–009, N.° OGC 06–009r6, pp. 1–104, 2007.spa
dc.relation.referencesS. 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.spa
dc.relation.referencesG. 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.spa
dc.relation.referencesJ. 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.spa
dc.relation.referencesA. 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.spa
dc.relation.referencesC. 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.spa
dc.rights.creativecommonsAttribution-NonCommercial-ShareAlike 4.0 International*
dc.identifier.eissn2248-4094
dc.type.coarhttp://purl.org/coar/resource_type/c_6501
dc.type.versioninfo:eu-repo/semantics/publishedVersion
dc.type.localArtículo científicospa
dc.type.driverinfo:eu-repo/semantics/article
dc.identifier.reponamereponame:Repositorio Institucional Universidad de Medellínspa
dc.identifier.repourlrepourl:https://repository.udem.edu.co/
dc.identifier.instnameinstname:Universidad de Medellínspa
dc.relation.ispartofjournalRevista Ingenierías Universidad de Medellínspa


Ficheros en el ítem

Thumbnail
Thumbnail

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

Mostrar el registro sencillo del ítem

Attribution-NonCommercial-ShareAlike 4.0 International
Excepto si se señala otra cosa, la licencia del ítem se describe como Attribution-NonCommercial-ShareAlike 4.0 International