Heterogeneidad Espacial y Ensayos de Respuesta. Temas Heterogeneidad Espacial Intralote Implicancias sobre los Ensayos Oportunidades Agricultura de Precisión.

Presentación del tema: "Heterogeneidad Espacial y Ensayos de Respuesta. Temas Heterogeneidad Espacial Intralote Implicancias sobre los Ensayos Oportunidades Agricultura de Precisión."— Transcripción de la presentación:

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