La descarga está en progreso. Por favor, espere

La descarga está en progreso. Por favor, espere

Herramientas de Detección Gustavo Ariel Sznaider Ignacio Ferlijiwskyj Departamento de Métodos Cuantitativos y Sistemas de Información Facultad de Agronomía,

Presentaciones similares


Presentación del tema: "Herramientas de Detección Gustavo Ariel Sznaider Ignacio Ferlijiwskyj Departamento de Métodos Cuantitativos y Sistemas de Información Facultad de Agronomía,"— Transcripción de la presentación:

1 Herramientas de Detección Gustavo Ariel Sznaider Ignacio Ferlijiwskyj Departamento de Métodos Cuantitativos y Sistemas de Información Facultad de Agronomía, UBA

2 Herramientas de Detección

3 Ejercicio bùsqueda bibliogràfica Explicaciòn general Grano de informaciòn Explicaciòn Agronòmica Sistemas productivos y regiones donde se puede usar Relaciòn con el esquema

4 Verificación Validación

5

6 Herramientas de Detección 1. Medición del cultivo 2. Medición de las características del terreno Monitores de rendimiento Sensores espectrales remotos y terrestres Topografía Mapas de suelo Electroconductividad Mapas de Tosca Napas (agua freática)

7 Medición del Cultivo MONITOR DE RINDE Fuerza = Masa * Aceleración Impacto Fuerza Masa ? = Fuerza * Aceleración Flujo = Masa / hora

8 Medición del Cultivo MONITOR DE RINDE - Gran cantidad de datos - Ruido (errores de operación / calibración) - Dificultad de interpretación de patrones temporales 20002001 2002 2003 2004 2005

9 Medición del Cultivo MONITOR DE RINDE Datos de Monitor de rendimiento

10 Filtrado de Errores

11 Error por cambio de velocidad Filtrado de Errores

12 G. C. Simbahan, A. Dobermann,* and J. L. Ping

13 Filtrado de Errores

14 Validación de Algoritmos

15 Quitar 1000 datos al azar Datos de Rendimiento 1000 datos extraídos Datos de Rendimiento Remanente Filtrar Errores Datos de Rendimiento Remanentes y Filtrados Interpolar, Comparar y Estimar Diferencias Error Medio Absoluto Cuadrado medio del Error (RMSE)

16 Validación de Algoritmos

17 Diferencias de calibración entre cosechadoras

18 Corrección diferencias de calibración entre cosechadoras

19 Corrección y filtrado de datos erroneos

20 Medición del Cultivo Imágenes Satelitales Índice Verde - + Resolución espacial: 30 mts.

21 Correlación Imágenes - Rinde Monitor Rinde Soja 2005 Índice verde Enero 2005 - +

22 Medición del Cultivo Sensores espectrales montados a la maquinaria Luz Reflectancia Greenseeker

23 Medición del Cultivo Reflectancia, sensores montados a la maquinaria Weed - seeker

24 Medición del Cultivo Reflectancia, sensores montados a la maquinaria Greenseeker - Calibración Franjas de distintas dosisMicroparcelas con medición manual

25 Medición del Cultivo Reflectancia, sensores montados a la maquinaria -Visualmente establecer cual es el tratamiento de menor dosis de N que no posee diferencias productivas con aquél de máxima dosis -Seleccionar este como el nivel de Fertilidad a alcanzar Greenseeker - Calibración

26 Medición del Terreno Electroconductividad D. L. Corwin* and S. M. Lesch

27 Medición del Terreno Electroconductividad

28

29

30 N. R. Kitchen,* S. T. Drummond, E. D. Lund, K. A. Sudduth, and G. W. Buchleiter

31 Medición del Terreno Electroconductividad Agua Disponible para Cultivo => Electroconductividad Salinidad => Electroconductividad

32 Mediciones del Terreno: Profundidad de Napa Nosetto, Jobbagy, Jackson, Sznaider. Field Crops Reserch 2009

33 Napa vs Rendimiento Efecto Negativo de la Napa Efecto Positivo Sin Efecto Eje X Profundidad Napa Eje Y Rendimiento

34 Medición del Terreno Topografía Matías Ruffo

35 Medición del Terreno Topografía Hipótesis Altura: Mayor %Arena Tosca Menor fertilidad Menor producitividad

36 Topografía vs Producción N S E O Producción(IV) - +

37 Topografía vs Producción N S E O Producción(IV) - +

38 Topografía vs Producción N S E O Ladera Sur Alto IV Ladera Norte Bajo IV Producción(IV) - +

39 Topografía vs Producción N S E O Ladera Sur Alta Pruduc. Ladera Norte Baja Produc. Producción(IV) - +

40 Topografía vs Producción Disociación Altura Producción Curvatura Aspecto (orientación) Otra info

41 Medición del Terreno Muestreo en Grilla

42 Nutrientes PH Profundidad de tosca Profundidad de napa Sales Textura

43 Medición del Terreno Muestreo en Grilla

44

45 FÓSFORO. Haydée Steinbach y Roberto Alvarez

46 Medición del Terreno Muestreo en Grilla

47

48 Análisis 20002001 2002 2003 2004 2005 Enero 2003 Girasol Noviembre 2003 Trigo Enero 2005 Girasol Rendimiento Imágenes Satelitales Totografía

49 Herramientas de Análisis de la Heterogeneidad 2005 2006 2004 Delimitación Alto Potencial Bajo Potencial

50 Técnicas de Delimitación de Ambientes A ojo Cluster Analysis Segmentación de imágenes Algoritmos de umbrales móviles Algoritmos evolutivos

51 Herramientas de Análisis y Validación Estadísticas de Rendimiento por Ambiente Variabilidad interAnual Estabilidad/Riesgo Variabilidad interCultivos Variabilidad dentro de cada Ambiente Predictibilidad

52 Análisis Mapas de rinde -+ 10.81.2 Rendimiento Relativo (rendimiento píxel / rendimiento promedio del lote) Bajo rendimiento Alto rendimiento Muy alto rendimiento Intermedio o contrastante Muy bajo rendimiento

53 2) Análisis de Heterogeneidad (Cluster Analysis)

54 Análisis Imágenes Satelitales Enero 2003 Girasol Noviembre 2003 Trigo Enero 2005 Girasol

55 Enero 2003 GirasolNoviembre 2003 TrigoEnero 2005 Girasol Muy alto potencial Muy bajo potencial Intermedio o Contrastante Índice Verde -+ Análisis Imágenes Satelitales

56 Análisis Estadísticas Descriptivas Superficie del lote: 170 has.

57 Análisis Variabilidad Intra

58 Análisis Espacio-Temporales

59 Análisis Espacio-Temporales Rancagua (Pampa Ondulada) - + 2000 – 2001 soja 2da2002 – 2003 maíz 3 ambientes -

60 Relación Rinde Topografía Rinde Relativo Promedio + -

61 Relación Rinde Topografía Rinde Relativo Promedio + -

62 Rancagua (Pampa Ondulada) 3 ambientes 2005-2006-soja1ra + -

63 Análisis Espacio-Temporales Rancagua (Pampa Ondulada)

64 Maíz 2004-2005 Soja 2005-2006 Bajo Maíz, alto Soja Rinde alto Maíz, bajo Soja Análisis Espacio-Temporales Balcarce (Pampa Serrana)

65

66 Consistencia/Predictibilidad temporal Pampa Arenosa Pampa Ondulada

67 Efecto del clima sobre la Estabilidad de los Patrones EspacioTemporales Consistencia (Amplificación) Interacción Topografía- Heladas- Sequías Interacción micro/macro topografía - clima

68 Inspección a campo -inspección a campo (gps) -muestreo de suelos -conclusiones agronómicas

69 Aplicación Variable de Insumos Un Ejemplo

70 Análisis Económico Previo

71 Ensayos y Aplicación Variable Dosis alta Dosis baja Dosis intermedia Mapas de siembra y fertilización

72 Análisis Económico Final


Descargar ppt "Herramientas de Detección Gustavo Ariel Sznaider Ignacio Ferlijiwskyj Departamento de Métodos Cuantitativos y Sistemas de Información Facultad de Agronomía,"

Presentaciones similares


Anuncios Google