Descargar la presentación
La descarga está en progreso. Por favor, espere
Publicada porManolete Soliz Modificado hace 9 años
1
Heterogeneidad Espacial y Ensayos de Respuesta
2
Temas Heterogeneidad Espacial Intralote Implicancias sobre los Ensayos Oportunidades Agricultura de Precisión + Geoestadística
3
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
4
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
5
Heterogeneidad Intralote Low Yield High Yield Very High Yield Allways Very Low Yield Análisis
6
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
7
Ensayos en franjas (EF) Genotipo A Genotipo B Genotip o B
8
Lote Heterogeneidad y disposición de EFs A BAB
9
A BAB
10
A BAB
11
A B A B
12
Resultados EF tradicionales A B A B 10 qq/ha 13 qq/ha 11 qq/ha 12 qq/ha
13
Conclusiones parciales 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 A B A B
14
Oportunidades 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 A B A B
15
Metodología Econométrico (modelo mixto) 1. Matriz autocorrelación espacial 2. Definición modelo (Lagrange Multiplier) Spatial Lag/Error 3. Ejecución modelo (Spatial Error) y= Xβ + εε = λWε + u
16
Metodología Modelo Geoestadístico de Máxima Verosimilitud Regresión REML Datos de rendimiento histórico eliminar tendencia espacial Parámetros Semivariograma eliminar correlación espacial Metodología Datos del ensayo + Covariable Datos del ensayo + Covariable + Semivariograma Residuales Semivariograma REML Datos de rend. HistóricosMapa de Rend. Históricos Regresión Simple
17
Valor de métodos GeoEstadísticos 2,98 u$d/ha 5,36 u$d/ha
18
Experiencia Sensitivity for α = 0.05 and β=0.5 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)
19
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
20
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
Presentaciones similares
© 2024 SlidePlayer.es Inc.
All rights reserved.