Modelo de prescripciones Dekalb

Presentación del tema: "Modelo de prescripciones Dekalb"— Transcripción de la presentación:

1 Modelo de prescripciones Dekalb
Pablo Talano Soluciones Agronómicas Integradas Desarrollo Tecnológico

2 Impacto de las Practicas de manejo
Tendencias y brechas de Rendimiento en Argentina Dif rencia Relativa de Rend 90-80% 80-70% 70-60% 60-50% 50-40% 40-30% 30-20% 20-10% Media y error estándar *Brazil Rendimiento relativo sin riego Rendimiento observado 4.5T *Argentina Rendimiento relativo sin riego Rendimiento observado 4.5T 6.9T MAIZ 41% SOJA 33% (Van Becelaere et al., 2014) Monsanto Company Confidential – Internal Only |

3 El ambiente explica entre 70% y 85% de la variación de Rendimiento
Sistemas integrados GERMOP BIOTECH Rend proyectado Mapas de Rendimiento- muestras de suelo- Electro-conductividad - DEM - EVI Perfil sanitario – Distribución de insectos y enfermedades – fecha de siembra El ambiente explica entre 70% y 85% de la variación de Rendimiento Densidad de plantas – eficiencia de uso de Nitrogento – menaje de enfermedades y plagas SOLUCIONES DEKALB PRESCRIPCIONES PRACTICAS DE MANEJO

4 Conocimiento de prácticas agronómicas especificas por híbrido -Densidad
Duvick et al. Plant Breeding Reviews 2004, Duvick y Cassman, Crop Science 1999. R = β0 + β1 D + β2 (D - Dmean)2 + β3 IA + β4 (D- Dmean) (IA-IAmean) + β5 (D- Dmean)2 (IA- IAmean) . Existe una respuesta específica de cada hibrido por ambiente

5 Conocimiento de prácticas agronómicas especificas por híbrido –Densidad y Nitrógeno
314 Kg N*ha-1 8.9 pl m-2 DK72-10 IE: 105 qq ha-1 258 Kg N*ha-1 8.3 pl m-2 DK70-10 IE: 105 qq ha-1 . Existe una respuesta específica de cada hibrido por ambiente

6 Soluciones agronómicas integradas
Trabajamos en un conjunto de técnicas que nos permitan cuantificar y PREDECIR la variabilidad de rendimiento en forma espacial y temporal a los fines de integrarlos con el manejo especifico de cada hibrido para obtener el máximo beneficio económico y sustentable. Specific Prescriptions by field 10x10mts resolution Monsanto Company Confidential – Internal Only |

7 Interpolación: 5m * 5m grid
Modelo Predictivo de Rendimiento Interpolación: 5m * 5m grid Data Points Base datos Mapas de rendimiento Indices de Vegetacion Información de suelo ECa (Veris) Derivados topograficos DEM Variable importance Classification I will explain how we build the yield prediction model. We started collecting information in the area that you have in the map. We colected different layers of information, yield maps (old yield maps), vegetation indices, soil information from a grid soil sampling, Electrical conductivity from Veris, DEM and Tophographic derivatives calculated from DEM. A total of 32 layer from each field. After a intensive quality check, specially with yield maps, we interpolated all the information to a 5by 5 m grid. With that information, we run the RF analysis individually for each field/yield Map to understand wich variables are more important to explain yield. 314 Kg N*ha-1 8.9 pl m-2 DK72-10 IE: 105 qq ha-1 Prescripciones especificas por lote por hibrido

8 Ingreso Neto para el productor
PRESCRIPTION YIELD INCREASES Validation CY15 Beta Test16 Research CY14 + 8.1% +940 kg + 7% +770 kg + 5.1% +554 kg Hectares 1000 hectares 1770 hectares 7840 hectares Ingreso Neto para el productor U$S 71 Reduccion de riesgo 39% medido en SD

9 Monsanto Company Confidential – Internal Only |
Información lote: Bordes NDVI, Veris, OM, etc Mapas de rendimiento INFORMACION Escenarios climaticos MODELACION Hibrido Densidad variable Dosis Fertilizante RECOMENDACION Dosis semilla Calidad de siembra Fecha PLANTING Imágenes satelitales Manejo de plagas y malezas Fertilización GROWING SEASON Fecha cosecha Rendimiento YIELD MAP Analisis economicos ANALISIS En resumen… Procesos Cuantitativos VARIABLES DE CADA LOTE GENETICA PLANTING AGRONOMIC PRACTICES PESTS WEATHER COSECHA Monsanto Company Confidential – Internal Only |

10 Muchas gracias Pablo Talano
Soluciones Agronómicas Integradas Desarrollo Tecnológico