Guía para el análisis de datos espaciales en agricultura

Autores
Córdoba, Mariano; Paccioretti, Pablo Ariel; Giannini Kurina, Franca; Bruno, Cecilia Ines; Balzarini, Monica Graciela
Año de publicación
2019
Idioma
español castellano
Tipo de recurso
libro
Estado
versión publicada
Descripción
En las últimas décadas se ha impulsado el desarrollo y la utilización de nuevas tecnologías que permiten capturar datos espaciales, i.e. datos de una variable regionalizada o asociados a una localización en el espacio. La infraestructura de datos espaciales es cada vez mayor en tamaño y calidad, especialmente la asociada a la generación de datos que provienen de sensores ya sea remotos o proximales. Los volúmenes de datos espaciales no sólo son vastos y variados, sino que también, en la mayoría de los escenarios, son accesibles. Estos datos generan nuevas oportunidades para la investigación en agricultura.La variabilidad en los procesos aleatorios que generan datos espaciales se modela con diversas herramientas de la Estadística Espacial y se representa gráficamente en mapas de variabilidad espacial donde puede observarse cómo cambian los valores de una o más variables aleatorias según su posición en el espacio. Aún cuando se estudian dominios espaciales continuos con alta densidad de datos, usualmente no existen observaciones de la variable de interés para todos las localizaciones o sitios del espacio analizado; así se hace necesario obtener predicciones espaciales, i.e. predecir el valor de la variable en sitios sin datos. Con grillas de predicción densa, es posible obtener mapas de contorno casi continuos espacialmente.
Fil: Córdoba, Mariano. Instituto Nacional de Tecnología Agropecuaria. Centro de Investigaciones Agropecuarias. Unidad de Fitopatología y Modelización Agrícola - Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Córdoba. Unidad de Fitopatología y Modelización Agrícola; Argentina
Fil: Paccioretti, Pablo Ariel. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias. Departamento de Desarrollo Rural. Area de Estadística y Biometría; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina
Fil: Giannini Kurina, Franca. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias. Departamento de Desarrollo Rural. Area de Estadística y Biometría; Argentina
Fil: Bruno, Cecilia Ines. Instituto Nacional de Tecnología Agropecuaria. Centro de Investigaciones Agropecuarias. Unidad de Fitopatología y Modelización Agrícola - Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Córdoba. Unidad de Fitopatología y Modelización Agrícola; Argentina
Fil: Balzarini, Monica Graciela. Instituto Nacional de Tecnología Agropecuaria. Centro de Investigaciones Agropecuarias. Unidad de Fitopatología y Modelización Agrícola - Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Córdoba. Unidad de Fitopatología y Modelización Agrícola; Argentina
Materia
DATOS ESPACIALES
GRILLAS DE PREDICCIÓN
Nivel de accesibilidad
acceso abierto
Condiciones de uso
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
CONICET Digital (CONICET)
Institución
Consejo Nacional de Investigaciones Científicas y Técnicas
OAI Identificador
oai:ri.conicet.gov.ar:11336/128391

id CONICETDig_2e29cc818f6fa67692ffb8e97a456c29
oai_identifier_str oai:ri.conicet.gov.ar:11336/128391
network_acronym_str CONICETDig
repository_id_str 3498
network_name_str CONICET Digital (CONICET)
spelling Guía para el análisis de datos espaciales en agriculturaCórdoba, MarianoPaccioretti, Pablo ArielGiannini Kurina, FrancaBruno, Cecilia InesBalzarini, Monica GracielaDATOS ESPACIALESGRILLAS DE PREDICCIÓNhttps://purl.org/becyt/ford/4.5https://purl.org/becyt/ford/4En las últimas décadas se ha impulsado el desarrollo y la utilización de nuevas tecnologías que permiten capturar datos espaciales, i.e. datos de una variable regionalizada o asociados a una localización en el espacio. La infraestructura de datos espaciales es cada vez mayor en tamaño y calidad, especialmente la asociada a la generación de datos que provienen de sensores ya sea remotos o proximales. Los volúmenes de datos espaciales no sólo son vastos y variados, sino que también, en la mayoría de los escenarios, son accesibles. Estos datos generan nuevas oportunidades para la investigación en agricultura.La variabilidad en los procesos aleatorios que generan datos espaciales se modela con diversas herramientas de la Estadística Espacial y se representa gráficamente en mapas de variabilidad espacial donde puede observarse cómo cambian los valores de una o más variables aleatorias según su posición en el espacio. Aún cuando se estudian dominios espaciales continuos con alta densidad de datos, usualmente no existen observaciones de la variable de interés para todos las localizaciones o sitios del espacio analizado; así se hace necesario obtener predicciones espaciales, i.e. predecir el valor de la variable en sitios sin datos. Con grillas de predicción densa, es posible obtener mapas de contorno casi continuos espacialmente.Fil: Córdoba, Mariano. Instituto Nacional de Tecnología Agropecuaria. Centro de Investigaciones Agropecuarias. Unidad de Fitopatología y Modelización Agrícola - Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Córdoba. Unidad de Fitopatología y Modelización Agrícola; ArgentinaFil: Paccioretti, Pablo Ariel. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias. Departamento de Desarrollo Rural. Area de Estadística y Biometría; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; ArgentinaFil: Giannini Kurina, Franca. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias. Departamento de Desarrollo Rural. Area de Estadística y Biometría; ArgentinaFil: Bruno, Cecilia Ines. Instituto Nacional de Tecnología Agropecuaria. Centro de Investigaciones Agropecuarias. Unidad de Fitopatología y Modelización Agrícola - Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Córdoba. Unidad de Fitopatología y Modelización Agrícola; ArgentinaFil: Balzarini, Monica Graciela. Instituto Nacional de Tecnología Agropecuaria. Centro de Investigaciones Agropecuarias. Unidad de Fitopatología y Modelización Agrícola - Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Córdoba. Unidad de Fitopatología y Modelización Agrícola; ArgentinaBrujas2019info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bookinfo:ar-repo/semantics/librohttp://purl.org/coar/resource_type/c_2f33application/pdfapplication/pdfhttp://hdl.handle.net/11336/128391Córdoba, Mariano; Paccioretti, Pablo Ariel; Giannini Kurina, Franca; Bruno, Cecilia Ines; Balzarini, Monica Graciela; Guía para el análisis de datos espaciales en agricultura; Brujas; 2019; 250978-987-760-272-2CONICET DigitalCONICETspainfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/2.5/ar/reponame:CONICET Digital (CONICET)instname:Consejo Nacional de Investigaciones Científicas y Técnicas2025-09-03T10:09:16Zoai:ri.conicet.gov.ar:11336/128391instacron:CONICETInstitucionalhttp://ri.conicet.gov.ar/Organismo científico-tecnológicoNo correspondehttp://ri.conicet.gov.ar/oai/requestdasensio@conicet.gov.ar; lcarlino@conicet.gov.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:34982025-09-03 10:09:16.921CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicasfalse
dc.title.none.fl_str_mv Guía para el análisis de datos espaciales en agricultura
title Guía para el análisis de datos espaciales en agricultura
spellingShingle Guía para el análisis de datos espaciales en agricultura
Córdoba, Mariano
DATOS ESPACIALES
GRILLAS DE PREDICCIÓN
title_short Guía para el análisis de datos espaciales en agricultura
title_full Guía para el análisis de datos espaciales en agricultura
title_fullStr Guía para el análisis de datos espaciales en agricultura
title_full_unstemmed Guía para el análisis de datos espaciales en agricultura
title_sort Guía para el análisis de datos espaciales en agricultura
dc.creator.none.fl_str_mv Córdoba, Mariano
Paccioretti, Pablo Ariel
Giannini Kurina, Franca
Bruno, Cecilia Ines
Balzarini, Monica Graciela
author Córdoba, Mariano
author_facet Córdoba, Mariano
Paccioretti, Pablo Ariel
Giannini Kurina, Franca
Bruno, Cecilia Ines
Balzarini, Monica Graciela
author_role author
author2 Paccioretti, Pablo Ariel
Giannini Kurina, Franca
Bruno, Cecilia Ines
Balzarini, Monica Graciela
author2_role author
author
author
author
dc.subject.none.fl_str_mv DATOS ESPACIALES
GRILLAS DE PREDICCIÓN
topic DATOS ESPACIALES
GRILLAS DE PREDICCIÓN
purl_subject.fl_str_mv https://purl.org/becyt/ford/4.5
https://purl.org/becyt/ford/4
dc.description.none.fl_txt_mv En las últimas décadas se ha impulsado el desarrollo y la utilización de nuevas tecnologías que permiten capturar datos espaciales, i.e. datos de una variable regionalizada o asociados a una localización en el espacio. La infraestructura de datos espaciales es cada vez mayor en tamaño y calidad, especialmente la asociada a la generación de datos que provienen de sensores ya sea remotos o proximales. Los volúmenes de datos espaciales no sólo son vastos y variados, sino que también, en la mayoría de los escenarios, son accesibles. Estos datos generan nuevas oportunidades para la investigación en agricultura.La variabilidad en los procesos aleatorios que generan datos espaciales se modela con diversas herramientas de la Estadística Espacial y se representa gráficamente en mapas de variabilidad espacial donde puede observarse cómo cambian los valores de una o más variables aleatorias según su posición en el espacio. Aún cuando se estudian dominios espaciales continuos con alta densidad de datos, usualmente no existen observaciones de la variable de interés para todos las localizaciones o sitios del espacio analizado; así se hace necesario obtener predicciones espaciales, i.e. predecir el valor de la variable en sitios sin datos. Con grillas de predicción densa, es posible obtener mapas de contorno casi continuos espacialmente.
Fil: Córdoba, Mariano. Instituto Nacional de Tecnología Agropecuaria. Centro de Investigaciones Agropecuarias. Unidad de Fitopatología y Modelización Agrícola - Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Córdoba. Unidad de Fitopatología y Modelización Agrícola; Argentina
Fil: Paccioretti, Pablo Ariel. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias. Departamento de Desarrollo Rural. Area de Estadística y Biometría; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina
Fil: Giannini Kurina, Franca. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias. Departamento de Desarrollo Rural. Area de Estadística y Biometría; Argentina
Fil: Bruno, Cecilia Ines. Instituto Nacional de Tecnología Agropecuaria. Centro de Investigaciones Agropecuarias. Unidad de Fitopatología y Modelización Agrícola - Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Córdoba. Unidad de Fitopatología y Modelización Agrícola; Argentina
Fil: Balzarini, Monica Graciela. Instituto Nacional de Tecnología Agropecuaria. Centro de Investigaciones Agropecuarias. Unidad de Fitopatología y Modelización Agrícola - Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Córdoba. Unidad de Fitopatología y Modelización Agrícola; Argentina
description En las últimas décadas se ha impulsado el desarrollo y la utilización de nuevas tecnologías que permiten capturar datos espaciales, i.e. datos de una variable regionalizada o asociados a una localización en el espacio. La infraestructura de datos espaciales es cada vez mayor en tamaño y calidad, especialmente la asociada a la generación de datos que provienen de sensores ya sea remotos o proximales. Los volúmenes de datos espaciales no sólo son vastos y variados, sino que también, en la mayoría de los escenarios, son accesibles. Estos datos generan nuevas oportunidades para la investigación en agricultura.La variabilidad en los procesos aleatorios que generan datos espaciales se modela con diversas herramientas de la Estadística Espacial y se representa gráficamente en mapas de variabilidad espacial donde puede observarse cómo cambian los valores de una o más variables aleatorias según su posición en el espacio. Aún cuando se estudian dominios espaciales continuos con alta densidad de datos, usualmente no existen observaciones de la variable de interés para todos las localizaciones o sitios del espacio analizado; así se hace necesario obtener predicciones espaciales, i.e. predecir el valor de la variable en sitios sin datos. Con grillas de predicción densa, es posible obtener mapas de contorno casi continuos espacialmente.
publishDate 2019
dc.date.none.fl_str_mv 2019
dc.type.none.fl_str_mv info:eu-repo/semantics/publishedVersion
info:eu-repo/semantics/book
info:ar-repo/semantics/libro
http://purl.org/coar/resource_type/c_2f33
status_str publishedVersion
format book
dc.identifier.none.fl_str_mv http://hdl.handle.net/11336/128391
Córdoba, Mariano; Paccioretti, Pablo Ariel; Giannini Kurina, Franca; Bruno, Cecilia Ines; Balzarini, Monica Graciela; Guía para el análisis de datos espaciales en agricultura; Brujas; 2019; 250
978-987-760-272-2
CONICET Digital
CONICET
url http://hdl.handle.net/11336/128391
identifier_str_mv Córdoba, Mariano; Paccioretti, Pablo Ariel; Giannini Kurina, Franca; Bruno, Cecilia Ines; Balzarini, Monica Graciela; Guía para el análisis de datos espaciales en agricultura; Brujas; 2019; 250
978-987-760-272-2
CONICET Digital
CONICET
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
dc.format.none.fl_str_mv application/pdf
application/pdf
dc.publisher.none.fl_str_mv Brujas
publisher.none.fl_str_mv Brujas
dc.source.none.fl_str_mv reponame:CONICET Digital (CONICET)
instname:Consejo Nacional de Investigaciones Científicas y Técnicas
reponame_str CONICET Digital (CONICET)
collection CONICET Digital (CONICET)
instname_str Consejo Nacional de Investigaciones Científicas y Técnicas
repository.name.fl_str_mv CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicas
repository.mail.fl_str_mv dasensio@conicet.gov.ar; lcarlino@conicet.gov.ar
_version_ 1842270074544586752
score 13.13397