Protocol for multivariate homogeneous zone delineation in precision agriculture

• Autores: Córdoba, Mariano Augusto; Bruno, Cecilia; Costa, Jose Luis; Peralta, Nahuel; Balzarini, Mónica Graciela
• Año de publicación: 2016
• Idioma: inglés
• Tipo de recurso: artículo
• Fuente: Biosystems engineering 143 : 95-107. (March 2016)
• Materia: Agricultura de Precisión; Innovación; Análisis Multivariante; Precision Agriculture; Innovation; Multivariate Analysis; Sitio Específico
• Institución: Instituto Nacional de Tecnología Agropecuaria

La gestión uniforme de los campos agrícolas ha sido cada vez más reemplazado con el medio ambiente gestión basada, que se benefició por la identificación de homogénea zonas dentro de los campos de cultivo. Dichas zonas se basan en la clasificación de los sitios de campo en grupos características de homogeneidad. Múltiples agentes causantes de la variabilidad y la respuesta de cultivos agrícolas deben ser considerados para la zonificación. Varias variables correlacionadas son por lo general medido y georeferenciada para este fin en múltiples sitios dentro del campo. Este papel presenta un enfoque para promover la integración de diferentes herramientas estadísticas para identificar zonas homogéneas basado en covariables sitio. La innovación metodológica de esta el trabajo consiste en la limpieza y re-escalado de los datos espaciales, así como multivariado y geoestadística los análisis en una secuencia lógica (protocolo). Los temas estadísticos para seguir mejorando y se indican las aplicaciones de protocolo. El proceso de análisis se ha ilustrado el uso de una cosecha de trigo de secano (60 ha) de las Pampas argentinas, con conductividad eléctrica aparente, elevación y profundidad del suelo como variables principales para la zonificación, y el rendimiento, suelo orgánico la materia y la arcilla para validar las zonas de manejo creados; sin embargo, puede ser aplicado a otros sistemas de producción a partir de datos georreferenciados. Las secuencias de comandos R y el archivo de ejemplo para ejecutar el protocolo propuesto se proporcionan como material complementario electrónico.
Uniform management of agricultural fields has been increasingly replaced with environmentally based management, which is benefited by the identification of homogeneous zones within crop fields. Such zones are based on the classification of field sites into groups of homogeneous features. Multiple causative agents of variability and the response of agricultural crops should be considered for zoning. Several correlated variables are usually measured and georeferenced for this purpose at multiple sites within the field. This paper presents an approach to promoting the integration of different statistical tools for identifying homogeneous zones based on site covariates. The methodological innovation of this work involves cleaning and re-scaling of spatial data, as well as multivariate and geostatistical analyses in a logical sequence (protocol). Statistical topics for further improvement and protocol applications are noted. The analytical process has been illustrated using a rain-fed wheat crop (60 ha) from the Argentine Pampas, with apparent electrical conductivity, elevation and soil depth as master variables for zoning, and yield, soil organic matter and clay to validate the created management zones; however, it may be applied to other production systems using georeferenced data. The R scripts and the sample file to run the proposed protocol are provided as electronic supplementary material.
EEA Balcarce
Fil: Córdoba, Mariano Augusto. Universidad Nacional de Cordoba. Facultad de Ciencias Agropecuarias. Cátedra de Estadística y Biometría; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina
Fil: Bruno, Cecilia. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias. Cátedra de Estadística y Biometría; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina
Fil: Costa, Jose Luis. INTA, Estación Experimental Balcarce; Argentina. Universidad Nacional de Mar del Plata. Facultad de Ciencias Agrarias; Argentina
Fil: Peralta, Nahuel. INTA, Estación Experimental Balcarce; Argentina. Universidad Nacional de Mar del Plata. Facultad de Ciencias Agrarias; Argentina
Fil: Balzarini, Mónica Graciela. Universidad Nacional de Cordoba. Facultad de Ciencias Agropecuarias. Cátedra de Estadística y Biometría; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina