Aplicación de técnicas de muestreo probabilístico : pronóstico de producción parcelario de viñas utilizando predictores con información espacial y temporal (2da Parte)

Autores
Llera, Joaquín Antonio
Año de publicación
2019
Idioma
español castellano
Tipo de recurso
otro
Estado
versión aceptada
Descripción
El proyecto tiene como objetivo el desarrollar metodologías que permitan elaborar pronósticos de producción parcelarios con predictores que incorporan la información aportada por mapas de covariables o de rendimientos que han sido referenciadas a un determinado espacio y tiempo en diferentes momentos fenológicos del cultivo. La Geoestadística permite modelizar fenómenos espaciales, que contribuyen a la mejora en la precisión de las estimaciones. Las unidades de muestreo en los llamados mapas temáticos se encuentran ubicadas en el espacio dentro de un área específica o cuartel y la característica principal es que presentan autocorrelación espacial positiva. Esta información se puede también incorporar en la estimación a través de modelos de semivariograma, por lo que será clave su identificación y estimación. Las unidades pueden ser estratificadas en un área de producción que presenta un nivel homogéneo de algún condicionante que afecta el rendimiento y la calidad. Para cada nivel del factor o covariable condicionante habrá un grupo de unidades de muestreo o plantas que se relacionan con producciones y calidades diferentes. Los factores que influyen en el rendimiento de los viñedos varían de una temporada a otra, esencialmente por las condiciones meteorológicas que lo afectan, lo cual también incorpora una variación temporal. Es por ello necesario incorporar la variación espacio-temporal que se producen en los cuarteles de los viñedos para aumentar la precisión de las estimaciones de pronóstico de producción. Teniendo en cuenta estos mapas estratificados se elaboran estrategias de muestreo probabilístico que permita pronosticar con modelos producción en momentos diferentes. Para su desarrollo se utilizarán parcelas de Malbec de dónde se tomará la información necesaria para elaborar una estrategia de muestreo con información a priori del viñedo, teniendo en cuenta la variabilidad interna del área del cultivo, su variación temporal y la precisión deseada de las estimaciones. Los pronósticos con información previa serán comparados con los de sin información parcelaria y se desarrollaran su correspondientes protocolos. Para los modelos a ensayar se buscará producir una propuesta sencilla y definida para que el resultado no dependa de la subjetividad del analista. La propuesta para los diferentes modelos y momentos será un importante aporte para la llamada viticultura de precisión que podrá ser utilizada por los técnicos del área vitivinícola.
The objective is to develop methodologies that allow the production of parcel production forecasts with predictors that incorporate the information provided by maps of covariates or yields that have been referenced to a specific space and time in different phenological moments of the crop. The Geostatistics allows modeling spatial phenomena, which contribute to the improvement in the accuracy of the estimates. The sampling units in the so-called thematic maps are located in the space within a specific area or barracks and the main characteristic is that they present positive spatial autocorrelation. This information can also be incorporated into the estimation through semivariogram models, so its identification and estimation will be key. The units can be stratified in a production area that presents a homogeneous level of some condition that affects performance and quality. For each level of the conditioning factor or covariate there will be a group of sampling units or plants that are related to different productions and qualities. The factors that influence the performance of the vineyards vary from season to season, essentially due to the weather conditions that affect it, which also incorporates a temporary variation. It is therefore necessary to incorporate the spatio-temporal variation that occurs in the vineyard quarters to increase the accuracy of production forecast estimates. Taking into account these stratified maps, probabilistic sampling strategies are developed that allow forecasting with production models at different times. For its development, Malbec plots will be used, from which the necessary information will be taken to elaborate a sampling strategy with a priori information of the vineyard, taking into account the internal variability of the area of the crop, its temporal variation and the desired precision of the estimates. The forecasts with prior information will be compared with those without information and the corresponding protocols will be developed. For the models to be tested, we will try to produce a simple and defined proposal so that the result does not depend on the subjectivity of the analyst. The proposal for the different models and moments will be an important contribution for the so-called viticulture of precision that can be used by the technicians of the vitivinicultural area.
Materia
Producción agrícola
Vitivinicultura
Tiempo meteorológico
Factores ambientales
Producción vegetal
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by/2.5/ar/
Repositorio
Biblioteca Digital (UNCu)
Institución
Universidad Nacional de Cuyo
OAI Identificador
oai:bdigital.uncu.edu.ar:14424

id BDUNCU_d1037f48a846332235f44438b5dc424b
oai_identifier_str oai:bdigital.uncu.edu.ar:14424
network_acronym_str BDUNCU
repository_id_str 1584
network_name_str Biblioteca Digital (UNCu)
spelling Aplicación de técnicas de muestreo probabilístico : pronóstico de producción parcelario de viñas utilizando predictores con información espacial y temporal (2da Parte)Application of techniques of sampling probabilistic : forecast of production plot withvines using predictors with spacial and temporal information (2nd Part)Llera, Joaquín Antonio Producción agrícolaVitiviniculturaTiempo meteorológicoFactores ambientalesProducción vegetalEl proyecto tiene como objetivo el desarrollar metodologías que permitan elaborar pronósticos de producción parcelarios con predictores que incorporan la información aportada por mapas de covariables o de rendimientos que han sido referenciadas a un determinado espacio y tiempo en diferentes momentos fenológicos del cultivo. La Geoestadística permite modelizar fenómenos espaciales, que contribuyen a la mejora en la precisión de las estimaciones. Las unidades de muestreo en los llamados mapas temáticos se encuentran ubicadas en el espacio dentro de un área específica o cuartel y la característica principal es que presentan autocorrelación espacial positiva. Esta información se puede también incorporar en la estimación a través de modelos de semivariograma, por lo que será clave su identificación y estimación. Las unidades pueden ser estratificadas en un área de producción que presenta un nivel homogéneo de algún condicionante que afecta el rendimiento y la calidad. Para cada nivel del factor o covariable condicionante habrá un grupo de unidades de muestreo o plantas que se relacionan con producciones y calidades diferentes. Los factores que influyen en el rendimiento de los viñedos varían de una temporada a otra, esencialmente por las condiciones meteorológicas que lo afectan, lo cual también incorpora una variación temporal. Es por ello necesario incorporar la variación espacio-temporal que se producen en los cuarteles de los viñedos para aumentar la precisión de las estimaciones de pronóstico de producción. Teniendo en cuenta estos mapas estratificados se elaboran estrategias de muestreo probabilístico que permita pronosticar con modelos producción en momentos diferentes. Para su desarrollo se utilizarán parcelas de Malbec de dónde se tomará la información necesaria para elaborar una estrategia de muestreo con información a priori del viñedo, teniendo en cuenta la variabilidad interna del área del cultivo, su variación temporal y la precisión deseada de las estimaciones. Los pronósticos con información previa serán comparados con los de sin información parcelaria y se desarrollaran su correspondientes protocolos. Para los modelos a ensayar se buscará producir una propuesta sencilla y definida para que el resultado no dependa de la subjetividad del analista. La propuesta para los diferentes modelos y momentos será un importante aporte para la llamada viticultura de precisión que podrá ser utilizada por los técnicos del área vitivinícola.The objective is to develop methodologies that allow the production of parcel production forecasts with predictors that incorporate the information provided by maps of covariates or yields that have been referenced to a specific space and time in different phenological moments of the crop. The Geostatistics allows modeling spatial phenomena, which contribute to the improvement in the accuracy of the estimates. The sampling units in the so-called thematic maps are located in the space within a specific area or barracks and the main characteristic is that they present positive spatial autocorrelation. This information can also be incorporated into the estimation through semivariogram models, so its identification and estimation will be key. The units can be stratified in a production area that presents a homogeneous level of some condition that affects performance and quality. For each level of the conditioning factor or covariate there will be a group of sampling units or plants that are related to different productions and qualities. The factors that influence the performance of the vineyards vary from season to season, essentially due to the weather conditions that affect it, which also incorporates a temporary variation. It is therefore necessary to incorporate the spatio-temporal variation that occurs in the vineyard quarters to increase the accuracy of production forecast estimates. Taking into account these stratified maps, probabilistic sampling strategies are developed that allow forecasting with production models at different times. For its development, Malbec plots will be used, from which the necessary information will be taken to elaborate a sampling strategy with a priori information of the vineyard, taking into account the internal variability of the area of the crop, its temporal variation and the desired precision of the estimates. The forecasts with prior information will be compared with those without information and the corresponding protocols will be developed. For the models to be tested, we will try to produce a simple and defined proposal so that the result does not depend on the subjectivity of the analyst. The proposal for the different models and moments will be an important contribution for the so-called viticulture of precision that can be used by the technicians of the vitivinicultural area.Maure Russo, Eva Marien ; Morelli, María Claudia; Martínez, María Eugenia; Martinengo, Nora; Galiotti, Hugo César ; Torre Azzaroni, María Luisina ; Rodríguez Plaza, Luis Arturo ; Carrillo, Natalia; Nazrala, Jorge José Bautista ; Corvalán Vásquez, Andrea Belén 2019-01-01info:eu-repo/semantics/otherinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_baafinfo:ar-repo/semantics/proyectoDeInvestigacionapplication/pdfhttp://bdigital.uncu.edu.ar/14424spaMendoza 2019-2021info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by/2.5/ar/Creative Commons 2.5.arreponame:Biblioteca Digital (UNCu)instname:Universidad Nacional de Cuyoinstacron:UNCU2025-09-11T10:19:56Zoai:bdigital.uncu.edu.ar:14424Institucionalhttp://bdigital.uncu.edu.ar/Universidad públicaNo correspondehttp://bdigital.uncu.edu.ar/OAI/hdegiorgi@uncu.edu.ar;horaciod@gmail.comArgentinaNo correspondeNo correspondeNo correspondeopendoar:15842025-09-11 10:19:58.057Biblioteca Digital (UNCu) - Universidad Nacional de Cuyofalse
dc.title.none.fl_str_mv Aplicación de técnicas de muestreo probabilístico : pronóstico de producción parcelario de viñas utilizando predictores con información espacial y temporal (2da Parte)
Application of techniques of sampling probabilistic : forecast of production plot withvines using predictors with spacial and temporal information (2nd Part)
title Aplicación de técnicas de muestreo probabilístico : pronóstico de producción parcelario de viñas utilizando predictores con información espacial y temporal (2da Parte)
spellingShingle Aplicación de técnicas de muestreo probabilístico : pronóstico de producción parcelario de viñas utilizando predictores con información espacial y temporal (2da Parte)
Llera, Joaquín Antonio
Producción agrícola
Vitivinicultura
Tiempo meteorológico
Factores ambientales
Producción vegetal
title_short Aplicación de técnicas de muestreo probabilístico : pronóstico de producción parcelario de viñas utilizando predictores con información espacial y temporal (2da Parte)
title_full Aplicación de técnicas de muestreo probabilístico : pronóstico de producción parcelario de viñas utilizando predictores con información espacial y temporal (2da Parte)
title_fullStr Aplicación de técnicas de muestreo probabilístico : pronóstico de producción parcelario de viñas utilizando predictores con información espacial y temporal (2da Parte)
title_full_unstemmed Aplicación de técnicas de muestreo probabilístico : pronóstico de producción parcelario de viñas utilizando predictores con información espacial y temporal (2da Parte)
title_sort Aplicación de técnicas de muestreo probabilístico : pronóstico de producción parcelario de viñas utilizando predictores con información espacial y temporal (2da Parte)
dc.creator.none.fl_str_mv Llera, Joaquín Antonio
author Llera, Joaquín Antonio
author_facet Llera, Joaquín Antonio
author_role author
dc.contributor.none.fl_str_mv Maure Russo, Eva Marien ; Morelli, María Claudia; Martínez, María Eugenia; Martinengo, Nora; Galiotti, Hugo César ; Torre Azzaroni, María Luisina ; Rodríguez Plaza, Luis Arturo ; Carrillo, Natalia; Nazrala, Jorge José Bautista ; Corvalán Vásquez, Andrea Belén
dc.subject.none.fl_str_mv Producción agrícola
Vitivinicultura
Tiempo meteorológico
Factores ambientales
Producción vegetal
topic Producción agrícola
Vitivinicultura
Tiempo meteorológico
Factores ambientales
Producción vegetal
dc.description.none.fl_txt_mv El proyecto tiene como objetivo el desarrollar metodologías que permitan elaborar pronósticos de producción parcelarios con predictores que incorporan la información aportada por mapas de covariables o de rendimientos que han sido referenciadas a un determinado espacio y tiempo en diferentes momentos fenológicos del cultivo. La Geoestadística permite modelizar fenómenos espaciales, que contribuyen a la mejora en la precisión de las estimaciones. Las unidades de muestreo en los llamados mapas temáticos se encuentran ubicadas en el espacio dentro de un área específica o cuartel y la característica principal es que presentan autocorrelación espacial positiva. Esta información se puede también incorporar en la estimación a través de modelos de semivariograma, por lo que será clave su identificación y estimación. Las unidades pueden ser estratificadas en un área de producción que presenta un nivel homogéneo de algún condicionante que afecta el rendimiento y la calidad. Para cada nivel del factor o covariable condicionante habrá un grupo de unidades de muestreo o plantas que se relacionan con producciones y calidades diferentes. Los factores que influyen en el rendimiento de los viñedos varían de una temporada a otra, esencialmente por las condiciones meteorológicas que lo afectan, lo cual también incorpora una variación temporal. Es por ello necesario incorporar la variación espacio-temporal que se producen en los cuarteles de los viñedos para aumentar la precisión de las estimaciones de pronóstico de producción. Teniendo en cuenta estos mapas estratificados se elaboran estrategias de muestreo probabilístico que permita pronosticar con modelos producción en momentos diferentes. Para su desarrollo se utilizarán parcelas de Malbec de dónde se tomará la información necesaria para elaborar una estrategia de muestreo con información a priori del viñedo, teniendo en cuenta la variabilidad interna del área del cultivo, su variación temporal y la precisión deseada de las estimaciones. Los pronósticos con información previa serán comparados con los de sin información parcelaria y se desarrollaran su correspondientes protocolos. Para los modelos a ensayar se buscará producir una propuesta sencilla y definida para que el resultado no dependa de la subjetividad del analista. La propuesta para los diferentes modelos y momentos será un importante aporte para la llamada viticultura de precisión que podrá ser utilizada por los técnicos del área vitivinícola.
The objective is to develop methodologies that allow the production of parcel production forecasts with predictors that incorporate the information provided by maps of covariates or yields that have been referenced to a specific space and time in different phenological moments of the crop. The Geostatistics allows modeling spatial phenomena, which contribute to the improvement in the accuracy of the estimates. The sampling units in the so-called thematic maps are located in the space within a specific area or barracks and the main characteristic is that they present positive spatial autocorrelation. This information can also be incorporated into the estimation through semivariogram models, so its identification and estimation will be key. The units can be stratified in a production area that presents a homogeneous level of some condition that affects performance and quality. For each level of the conditioning factor or covariate there will be a group of sampling units or plants that are related to different productions and qualities. The factors that influence the performance of the vineyards vary from season to season, essentially due to the weather conditions that affect it, which also incorporates a temporary variation. It is therefore necessary to incorporate the spatio-temporal variation that occurs in the vineyard quarters to increase the accuracy of production forecast estimates. Taking into account these stratified maps, probabilistic sampling strategies are developed that allow forecasting with production models at different times. For its development, Malbec plots will be used, from which the necessary information will be taken to elaborate a sampling strategy with a priori information of the vineyard, taking into account the internal variability of the area of the crop, its temporal variation and the desired precision of the estimates. The forecasts with prior information will be compared with those without information and the corresponding protocols will be developed. For the models to be tested, we will try to produce a simple and defined proposal so that the result does not depend on the subjectivity of the analyst. The proposal for the different models and moments will be an important contribution for the so-called viticulture of precision that can be used by the technicians of the vitivinicultural area.
description El proyecto tiene como objetivo el desarrollar metodologías que permitan elaborar pronósticos de producción parcelarios con predictores que incorporan la información aportada por mapas de covariables o de rendimientos que han sido referenciadas a un determinado espacio y tiempo en diferentes momentos fenológicos del cultivo. La Geoestadística permite modelizar fenómenos espaciales, que contribuyen a la mejora en la precisión de las estimaciones. Las unidades de muestreo en los llamados mapas temáticos se encuentran ubicadas en el espacio dentro de un área específica o cuartel y la característica principal es que presentan autocorrelación espacial positiva. Esta información se puede también incorporar en la estimación a través de modelos de semivariograma, por lo que será clave su identificación y estimación. Las unidades pueden ser estratificadas en un área de producción que presenta un nivel homogéneo de algún condicionante que afecta el rendimiento y la calidad. Para cada nivel del factor o covariable condicionante habrá un grupo de unidades de muestreo o plantas que se relacionan con producciones y calidades diferentes. Los factores que influyen en el rendimiento de los viñedos varían de una temporada a otra, esencialmente por las condiciones meteorológicas que lo afectan, lo cual también incorpora una variación temporal. Es por ello necesario incorporar la variación espacio-temporal que se producen en los cuarteles de los viñedos para aumentar la precisión de las estimaciones de pronóstico de producción. Teniendo en cuenta estos mapas estratificados se elaboran estrategias de muestreo probabilístico que permita pronosticar con modelos producción en momentos diferentes. Para su desarrollo se utilizarán parcelas de Malbec de dónde se tomará la información necesaria para elaborar una estrategia de muestreo con información a priori del viñedo, teniendo en cuenta la variabilidad interna del área del cultivo, su variación temporal y la precisión deseada de las estimaciones. Los pronósticos con información previa serán comparados con los de sin información parcelaria y se desarrollaran su correspondientes protocolos. Para los modelos a ensayar se buscará producir una propuesta sencilla y definida para que el resultado no dependa de la subjetividad del analista. La propuesta para los diferentes modelos y momentos será un importante aporte para la llamada viticultura de precisión que podrá ser utilizada por los técnicos del área vitivinícola.
publishDate 2019
dc.date.none.fl_str_mv 2019-01-01
dc.type.none.fl_str_mv info:eu-repo/semantics/other
info:eu-repo/semantics/acceptedVersion
http://purl.org/coar/resource_type/c_baaf
info:ar-repo/semantics/proyectoDeInvestigacion
format other
status_str acceptedVersion
dc.identifier.none.fl_str_mv http://bdigital.uncu.edu.ar/14424
url http://bdigital.uncu.edu.ar/14424
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by/2.5/ar/
Creative Commons 2.5.ar
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by/2.5/ar/
Creative Commons 2.5.ar
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv Mendoza 2019-2021
dc.publisher.none.fl_str_mv
publisher.none.fl_str_mv
dc.source.none.fl_str_mv reponame:Biblioteca Digital (UNCu)
instname:Universidad Nacional de Cuyo
instacron:UNCU
reponame_str Biblioteca Digital (UNCu)
collection Biblioteca Digital (UNCu)
instname_str Universidad Nacional de Cuyo
instacron_str UNCU
institution UNCU
repository.name.fl_str_mv Biblioteca Digital (UNCu) - Universidad Nacional de Cuyo
repository.mail.fl_str_mv hdegiorgi@uncu.edu.ar;horaciod@gmail.com
_version_ 1842974867894304768
score 13.070432