Diapositiva 1

1

Aplicaciones de las redes neuronales en
agronomía y ciencias ambientales
Marcos Texeira1 José Paruelo1 Ernesto Vega1 1
IFEVA-FAUBA, UBA
EPG-FAUBA, del 9 al 13 de junio, 2008.
2
Contenido general I. Bienvenida y reglas de
juego II. El contexto II.1. Modelaje
II.2. Sistemas complejos y conceptos afines
II.3. Métodos de análisis estadístico III.
Redes neuronales
3
II.2. Sistemas complejos y conceptos
afines. Contenido general II.1. Algo
fácil sistemas complejos II.2. Cómo es
el mundo? Paradigmas y similares II.3. Qué
se entiende por entender? II.4. Los
ecosistemas como sistemas complejos
4
1.I. Algo fácil sistemas complejos
La pila de arena Un caso sencillo de Sistemas
complejos.
5
Ingreso constante de materia y energía Al sistema
Muchos elementos interconectados en un vecindario
local
Cada elemento puede presentar pocos estados
posibles
El sistema puede ser representado con el análisis
de sus fluctuaciones
Las avalanchas (fluctuaciones) son una propiedad
de estos sistemas
Liberación de Energía!
6
Uno de los trucos con los sc es que se estudian
las fluctuaciones de los sistemas, se tratan de
caracterizar, de representar, de modelar. Y esto
se logra de un modo distinto a los promedios y
los desvíos típicos.
7
Ejemplo 1 de SC los regímenes de lluvias
Se estudia la relación que existe entre los mm de
agua de un evento de lluvia y su frecuencia.
Qué se está modelando?
Las tasas de evaporación y el incrmento de la
humedad en la atmósfera
Cuál es el input al sistema?
Quiénes son los componentes y cuáles sus
estados?
El evento de lluvia se caracteriza con su
duración e intensidad (mm agua). Se mide también
la sequía (tiempo que pasa entre dos eventos de
lluvia)
8
Ejemplo 1 de SC los regímenes de lluvias
El incremento de humedad en la atmósfera se
libera, disipa, con eventos de lluvia, que
son instantáneos, de acuerdo con la escala
temporal usada.
Cómo libera energía el sistema?
Quién es la variable de respuesta?
Frecuencia con la que ocurre un evento de lluvia
(escala log)
Tamaño de la lluvia, tamaño del periodo de sequía
(escala log)
Quién es la variable independiente?
9
Ejemplo 1 de SC los regímenes de lluvias
10
Ejemplo 2 de SC los regímenes de incendios
Se estudia la relación que existe entre el tamaño
de un incendio y su frecuencia.
Qué se está modelando?
Cuál es el input al sistema?
Las tasas de crecimiento del bosque y su
expansión en el espacio
Quiénes son los componentes y cuáles sus
estados?
El espacio se representa con celdas cada celda
puede tener un árbol. Existen reglas para 1)
ocupar una celda por un árbol 2) incendiar un
árbol.
11
Ejemplo 2 de SC los regímenes de incendios
Cómo libera energía el sistema?
Esta acumulación de biomasa se libera,
disipa, con incendios, que son instantáneos,
de acuerdo con la escala temporal usada.
Quién es la variable de respuesta?
Frecuencia con la que ocurre un incendio (escala
log)
Quién es la variable independiente?
Tamaño del incendio (escala log)
12
Ejemplo 2 de SC los regímenes de incendios
13
Ejemplo 3 de SC la internet
La dinámica temporal del tráfico cómo se
organizan las conexiones
Qué se está modelando?
Usuarios conectados Computadoras y redes
que se enlazan a la red principal
Cuál es el input al sistema?
1)La terminal puede estar navegando
o no 2) La terminal puede enlazarse
a la red o no
Quiénes son los componentes y cuáles sus
estados?
14
Ejemplo 3 de SC la internet
Cómo libera energía el sistema?
Caídas del sistema? Se puede preguntar
esto?
Quién es la variable de respuesta?
1) Número de usuarios conectados por
unidad de tiempo 2) Número de terminales
enlazadas
Quién es la variable independiente?
Tiempo área
15
Ejemplo 3 de SC la internet
16
Ejemplo 3 de SC la internet
Se puede aplicar el mismo cuestionario?
Qué tiene de especial este ejemplo? 1) Es un
invento 2) Tiene millones de componentes 3)
Se sabe cómo funcionan las partes y cómo se
conectan entre sí 4) Pero no se entiende el
comportamiento de todo el conjunto
17
Las avalanchas tienen un comportamiento que
puede representare con una Ley de Potencias,
i.e. una regresión entre el tamaño de la
avalancha y su frecuencia.
Cuando la pendiente es 1 se dice que el sistema
complejo presenta Autoorganización Crítica.
18
La Nat.Acad.Sci. gringa organizó en 2001 un
coloquio sobre complejidad autoorganizada en las
ciencias sociales, biológicas y físicas.
Hallaron muchos ejemplos pero no lograron una
definición acerca de qué es un SC. Sin embargo,
hay algunos síntomas de la complejidad
autoorganizada
19
Bloques interconectados Leyes de potencia
(datos de tamaño-frecuencia)
20
Redes de drenaje Series de tiempo
21
Sistemas ecológicos vs sistemas complejos?
La pila de arena
Sistema ecológico
? ? ? ? ?
Muchos elementos interconectados en un vecindario
local Cada elemento puede presentar pocos
estados posibles Ingreso constante de energía y
materia al sistema Las avalanchas
(fluctuaciones) son una propiedad de estos
sistemas El sistema puede ser representado con
el análisis de sus fluctuaciones
22
II.2. Cómo es el mundo? Paradigmas y
similares
23
Supuestos que se adoptan consciente
inconscientemente cuando se hace modelaje I)
Cuál es la concepción del mundo? II) Qué
significa entender, qué se entiende por
entender? Por qué es importante saber cuál es
la concepción del mundo subyacente en un
modelo? Es útil saberlo, o es conocimiento
suntuario? Averigüemos mediante la comparación
de paradigmas (???).
24
Paradigma
25
Johannes Kepler
Paradigma antiguo sobre cosmogonía
26
Isaac Newton
Paradigma nuevo sobre cosmogonía (y luego
viene Einstein).
27
Paradigma acerca de cómo aumenta la población y
cómo lo hacen los recursos
Thomas Malthus
28
Paradigma 1 Naturaleza plana
La estabilidad del sistema no se afecta, o se
afecta muy poco. NO hay consecuencias de las
actividades humanas La naturaleza toda es
maleable y susceptible de ser controlada si se
conocen los factores adecuados la capacidad
humana no tiene limitación alguna. El uso de
recursos, el desarrollo y el control de la
naturaleza dependen sólo de la acción humana, y
pueden modificarse por el activismo social o
limitando a los tomadores de desiciones Hay
cosas rescatables? Hay cosas ingenuas?
29
Pierre Verhulst
Otra manera de representar el Crecimiento
poblacional
Capacidad de carga del sistema
30
Paradigma 2 Naturaleza balanceada
La naturaleza está en equilibrio (o al menos
cerca de él) El equilibrio puede ser estático o
dinámico Si la naturaleza es perturbada, regresa
a sus condiciones de equilibrio, gracias a
mecanismos de retroalimentación La naturaleza
perdona todas los disturbios que se le
hagan. Esto es la base del mito del desarrollo
máximo sustentable y de las capacidades de carga
fijas para animales y humanidad Esta concepción
es el soporte del crecimiento logístico los
problemas consisten en cómo sortear las
transiciones turbulentas antes de alcanzar el
plateau de sostenibilidad Este concepto es el
sustento ideológico de muchas organizaciones
internacionales avocadas al desarrollo
sustentable.
31
Robert May
La dinámica poblacional puede hacer cosas muy
raras1
32
Los sistemas ecológicos tienen muchos
componentes conectados entre sí
33
Paradigma 3 Naturaleza anárquica
La naturaleza es globalmente inestable. A cada
ciclo de crecimiento sigue, invariablemente, otro
de decaimiento. La persistencia se logra sólo
mediante sistemas descentralizados que hacen
demandas mínimas al medio En este contexto, la
humanidad es incapaz de aprender eso quiere
decir que la tecnología nos morderá, tarde que
temprano
34
Los ecosistemas pueden transformarse
repentinamente?
35
Paradigma 4 la naturaleza resiliente
La naturaleza tiene estados múltiples algunos
son trampas irreversibles, otros son estados
alternantes que son parte de una dinámica
interna Esta dinámica surge de ciclos
organizados por eventos fundamentalmente
discontinuos y procesos no lineales Hay
periodos de cambio exponencial , de growing
stasis and brittlenes, y periodos de reajuste y
colapso Este enfoque supone un paisaje de
estabilidad estacionaria (stationary stability
landscape), osease, las fuerzas subyacentes que
moldean los eventos son estacionarias
36
Qué tienen en común los primeros 3 paradigmas?
37
Qué tienen en común los primeros 3
paradigmas? Manejan mal las conductas
sorpresivas y no esperadas de los sistemas
que estudian.
38
II.3. Qué se entiende por
entender? (se escuchan propuestas de toda
índole respecto al tema arriba mencionado)
39
Con los paradigmas antiguos (nature balanced y
anarchic), lo que más importaba era averiguar qué
pasaba en el equilibrio, en condiciones cercanas
al él, y cómo llevar los sistemas a ese estado.
40
En cambio, con el Nature resilient ya no es
tan importante lo que pasa en el equilibro (las
herramientas de estudio previas no sirven
más!!). Ahora lo importante es estudiar los
límites de los dominios de equilibrio, sus
tamaños, y las fuerzas que los mantienen. Qué
tipo de herramientas y técnicas se usan para
representar estos rollos?
41
En el contexto de los SC, entender siginifca
DIFERENCIAR ENTRE 1) aquello que es
predecible (aunque incierto) 2) aquello que es
emergente e inherentemente impredecible
La manera de corroborar los conceptos (saber si
se sabe), es identificar los procesos que
controlan las propiedades ESPECÍFICAS, de
ejemplos ESPECÍFICOS, de muchos procesos
CUALITATIVAMENTE DIFERENTES.
42
En resumen, se buscan explicaciones simples y
generales. Pero ojo, esto no quiere decir que
sean completas. Siempre se estarán usando
teorías parciales y explicaciones
parciales. Teorías parciales se aplican,
surgen, en áreas de conocimiento
particulares Explicaciones parciales hay
algunos casos particulares que la teoría no puede
explicar bien.
43
Ejemplos de teorías inconclusas TEORÍA FALL
AS MÁS NOTORIAS Modelo sucesional ? de
Clements Modelos puros ? de mercado
44
Si están incompletas, Para qué mencionarlas?
1) por raconte histórico. 2) cuando se
propusieron, ESTIMULARON la investigación y el
surgimiento de preguntas. Siempre fueron
parciales.
45
Ahora, de lo que se trata es de formular
explicaciones y modelos que 1) sean lo más
simples posible 2) se compliquen justo lo
necesario para que se puedan explicar los
fenómenos y procesos. Cuáles procesos y
fenómenos? a) patrones discontinuos en
tiempo y espacio b) cómo surgen las
novedades, cómo se suprimen y como se
encadenan 3) se pueda tratar con lo
sorpresivo y lo impredecible 4) es decir, se
trata de generar explicaciones simples y
generales acerca de los comportamientos
novedosos y no calculados
46
Cambia el mundo y/o cambia la forma en que lo
comprendemos?
47
A manera de resumen
Leyes de Kepler
1
Gravitación Universal
Johannes Kepler
Isaac Newton
Crecimiento exponencial
Thomas Malthus
2
Pierre Verhulst
Crecimiento Logístico
4
Robert May
Caos Determinístico
Eugene Odum
Ecosistemas
3
Ludwig von Bertalanffy
Teoría general de sistemas
48
II.4. Los ecosistemas como sistemas complejos
49
Estructura y función El palacio de la memoria
50
Biodiversidad y función la hipótesis de los
remaches
51
Biodiversidad y función la hipótesis de la
balsa
52
(No Transcript)
53
Comportamientos lineales Un input fuerte ? un
output fuerte Un input débil ? un output
débil Comportamientos No lineales Un input
fuerte ? un output fuerte un output débil Un
input débil ? un output fuerte un output debil
54
Lineal
No Lineal
55
La estabilidad y la resiliencia son propiedades
de los sistemas ecológicos
56
Qué pasa cuando ocurre un disturbio que el
sistema no puede absorber?
I) Las transformaciones catastróficas.
II) Los estados estables alternos.
57
Conceptos inseparables Ecosistemas, Escalas y
Heterogeneidad.
Transformaciones catastróficas
58
Los estados estables alternos
Diferentes combinaciones de estados del
ecosistema (distintos del original) y de
condiciones ambientales capaces de permanecer en
el tiempo y el espacio.
59
Características compartidas de sistemas
biológicos, físicos y materiales Interacciones
no lineales y retroalimentaciones a lo largo de
escalas espaciales y sus umbrales
correspondientes.
Esto hace que sea difícil entender y predecir un
sistema en una escala determinada, cuando se usan
datos provenientes de otras escalas (mayores o
menores). Las transformaciones catastróficas
son resultado de interacciones entre escalas.
60
Esto quiere decir que las escalas espaciales y
temporales de la dinámica de Y aumentan conforme
pasa el tiempo. Más aún, las transformaciones
catastróficas ocurren en escalas espaciales muy
grandes durante intervalos de tiempo muy pequeños
(escalas temporales cortas).
61
Este modelo conceptual puede ser adaptado a
sistemas muy diferentes entre si Dinámica de
incendios Desertificación Propagación de
enfermedades y plagas Estabilidad de puentes
62
Dinámica de incendios Propagación explosiva a lo
largo del
paisaje.
Desertificación El reemplazo de pastos por
arbustos ocurre inicialmente
por procesos locales, que paulatinamente
ceden el control del
reemplazo a procesos regionales (interacción
clima-vegetación).
63
Propagación de enfermedades y plagas Se conocen
y se miden muy bien
los procesos de contagio local, pero
falta
comprensión acerca de cómo se propagan
enfermedades y plagas
a lo largo de un paisaje y
entre paisajes.
Estabilidad de puentes El colapso sorpresivo de
estructuras físicas
ocurre por fallas estructurales muy
pequeñas que,
en ciertas condiciones, interaccionan
con condiciones y
procesos de escalas mayores,
por lo que se propagan y generan
más fallas
estructurales, hasta que el aparato se rompe.
64
Los agroecosistemas son sistemas complejos?
Atmósfera
Dónde se inserta la agricultura en el ciclo
hidrológico
ETP Clima
Agricultura
Infiltración Humedad edáfica
Calidad y cantidad de escorrentia
Suelo
Sistemas acuáticos
65
La inserción de la agricultura en el ciclo del
agua permite que los agroecosistemas tengan
dinámicas no lineales
66
Aspectos para tener en cuenta Escalas y
procesos dominantes. Es importante detectar la
escala en la que ocurren lo procesos que se
estudian, ya que la importancia de los procesos
depende de la escala espacial en la que
ocurren. Dinámicas de umbral. Hay que reconocer
cuando un sistema puede tener comportamientos de
umbral, en los que las dinámicas locales queden
sobrepasadas por dinámicas globales. Las
dinámicas de umbral son prerrequisitos de las
dinámicas no lineales. En este contexto, la
conectividad del sistema es algo para tomar en
cuenta. Las extrapolaciones lineales (EL) tienen
límites. Debido a la conectividad y la no
linealidad las EL fallan. Son útiles dentro de
cada una de las etapas, pero fallan cuando se
aplican entre etapas. Sistemas
sobreconectados. Los sistemas altamente
conectados tienen mucha posibilidad de mostrar
dinámicas espaciales no lineales y, por tanto,
presentar conductas sorpresivas (a veces no
deseadas).
67
Resumen Ventajas del rollo de sistemas
complejos. Reconocer que los sistemas tienen
propiedades que antes no sabíamos como
clasificar, o que antes nos parecían ruidos,
desviaciones o comportamientos anormales
Podemos ahora enfatizar, o recalcar los estudios
/ experimentos en propiedades y procesos que
previamente no notábamos o no nos parecían
importantes Podemos construir modelos más
apegados a las nuevas características de los
sistemas.
68
Gracias! Fin de las partes II.1 y II.2. .