210 likes | 398 Views
Heterogeneidad Espacial y Ensayos de Respuesta. Temas. Heterogeneidad Espacial Intralote Implicancias sobre los Ensayos Oportunidades Agricultura de Precisión + Geoestadística. Heterogeneidad Intralote. Ensayos a Campo Monitoreo del Cultivo durante su crecimiento
E N D
Temas Heterogeneidad Espacial Intralote Implicancias sobre los Ensayos Oportunidades Agricultura de Precisión + Geoestadística
Heterogeneidad Intralote Ensayos a Campo Monitoreo del Cultivo durante su crecimiento Optimización espacial de aplicación de insumos Gestión de Calidad de Labores Agrícolas Evaluación de Tierras
Heterogeneidad Intralote Ensayos a Campo Monitoreo del Cultivo durante su crecimiento Optimización espacial de aplicación de insumos Gestión de Calidad de Labores Agrícolas Evaluación de Tierras
Heterogeneidad Intralote Allways Very Low Yield Low Yield Análisis High Yield Very High Yield
Impactos de la Heterogeneidad Heterogeneidad Intralote vs entre regiones Agronómicos Economía del agua y otros nutrientes Dosis óptimas distintas en cada ambiente Modelos de decisión Ensayos
Ensayos en franjas (EF) Genotipo B GenotipoA GenotipoB Genotipo A
Heterogeneidad y disposición de EFs B A B A Lote
Resultados EF tradicionales 10 qq/ha A 13 qq/ha B 11 qq/ha A 12 qq/ha B
Conclusiones parciales A B A B Sin Agricultura de Precisión: Resultados erróneos (influenciados por la heterogeneidad espacial) Ruido (reducción en la precisión) Ocultamiento de resultados diferenciales en cada ambiente porque el resultado de cada franja es el promedio de rendimiento a lo largo de la misma
Oportunidades A B A B Con Agricultura de Precisión: Diseños guiados por la información de heterogeneidad Automatizar la recolección de dato de rinde Filtrar ruido => Aumentar precisión Obtener resultados diferenciales en cada ambiente
Metodología Econométrico (modelo mixto) 1. Matriz autocorrelación espacial 2. Definición modelo (Lagrange Multiplier) Spatial Lag/Error 3. Ejecución modelo (Spatial Error) y= Xβ + ε ε = λWε + u
Metodología Modelo Geoestadístico de Máxima Verosimilitud Regresión REML Datos de rendimiento histórico eliminar tendencia espacial Parámetros Semivariograma eliminar correlación espacial Metodología Datos de rend. Históricos Mapa de Rend. Históricos Regresión Simple Residuales Datos del ensayo + Covariable Semivariograma Datos del ensayo + Covariable + Semivariograma REML
Valor de métodos GeoEstadísticos 2,98 u$d/ha 5,36 u$d/ha
Experiencia if 4 repetitions and product effect is 4 QQ/ha then we will obtain 0.05 pvalue in 50% of the trials (the worst case) Sensitivity for α = 0.05 and β=0.5
Demanda de Conocimiento Intralote Productores que incorporaron tecnología de AP y realizan manejo diferencial intralote Demanda de conocimiento de genotipos x ambientes intralote Ejemplo: siembra automática de distintos genotipos en ambientes intralote. Objetivos: aumentar rendimiento, reducir costos, sincronizar secado (soja) Oportunidad de utilizar agricultura de precisión y geoestadística, para generar conocimiento
Conclusiones Generales A B A B Agricultura de Precisión + Geoestadística: Mejora en la ubicación de los Ensayos Automatización de la recolección de datos Mejora en la precisión (aprovechamiento de información espacial) Obtención de información por ambiente intralote