Comparación de modelos geo-espaciales para datos de rendimiento en lotes de cultivos

Autores
Lambertucci, Daniel Emiliano; Rueda Coll, Agustín Nicolás
Año de publicación
2017
Idioma
español castellano
Tipo de recurso
tesis de grado
Estado
versión publicada
Colaborador/a o director/a de tesis
Bruno, Cecilia Inés
Descripción
Trabajo final integrador. (Área de Consolidación Métodos Cuantitativos para la Investigación Agropecuaria) -- UNC- Facultad de Ciencias Agropecuarias, 2017
En la actualidad la agricultura busca obtener el mayor rendimiento, con el fin de lograr mayores beneficios económicos. Es por esto que en los últimos años, se ha incrementado la implementación de sistemas de agricultura de precisión en la producción de cultivos agrícolas. La agricultura de precisión debe ser comprendida como una herramienta que le permite al productor desarrollar técnicas que cuantifican y diseccionan, diferenciadamente, la variabilidad natural y/o causada por el manejo histórico de la unidad. Una de las técnicas más usadas en el país y el mundo es el monitor y mapeo de rendimiento, el cual mide y graba el rendimiento de pequeñas áreas, dentro del lote y en forma continua. En este trabajo se comparan 3 modelos de ajuste de semivariogramas (exponencial, esférico y gaussiano) para cada mapa de rendimiento provenientes de diferentes cultivos (soja, maíz, trigo, cebada y girasol). El criterio para la selección del modelo más adecuado fue la suma de cuadrado del error (SCE) y el Criterio de Información de Akaike (AIC). El modelo que mejor ajustó en el 86% de los casos es el exponencial y con el 14 % el modelo esférico.
Materia
Agricultura de precisión
Rendimiento de cultivos
Modelos
Teledetección
Sensores remotos
Métodos estadísticos
Estadística
Análisis de datos
Buenos Aires
Argentina
Nivel de accesibilidad
acceso abierto
Condiciones de uso
Repositorio
Repositorio Digital Universitario (UNC)
Institución
Universidad Nacional de Córdoba
OAI Identificador
oai:rdu.unc.edu.ar:11086/4731

id RDUUNC_87a6271a9daaf891726b18aafe3751a6
oai_identifier_str oai:rdu.unc.edu.ar:11086/4731
network_acronym_str RDUUNC
repository_id_str 2572
network_name_str Repositorio Digital Universitario (UNC)
spelling Comparación de modelos geo-espaciales para datos de rendimiento en lotes de cultivosLambertucci, Daniel EmilianoRueda Coll, Agustín NicolásAgricultura de precisiónRendimiento de cultivosModelosTeledetecciónSensores remotosMétodos estadísticosEstadísticaAnálisis de datosBuenos AiresArgentinaTrabajo final integrador. (Área de Consolidación Métodos Cuantitativos para la Investigación Agropecuaria) -- UNC- Facultad de Ciencias Agropecuarias, 2017En la actualidad la agricultura busca obtener el mayor rendimiento, con el fin de lograr mayores beneficios económicos. Es por esto que en los últimos años, se ha incrementado la implementación de sistemas de agricultura de precisión en la producción de cultivos agrícolas. La agricultura de precisión debe ser comprendida como una herramienta que le permite al productor desarrollar técnicas que cuantifican y diseccionan, diferenciadamente, la variabilidad natural y/o causada por el manejo histórico de la unidad. Una de las técnicas más usadas en el país y el mundo es el monitor y mapeo de rendimiento, el cual mide y graba el rendimiento de pequeñas áreas, dentro del lote y en forma continua. En este trabajo se comparan 3 modelos de ajuste de semivariogramas (exponencial, esférico y gaussiano) para cada mapa de rendimiento provenientes de diferentes cultivos (soja, maíz, trigo, cebada y girasol). El criterio para la selección del modelo más adecuado fue la suma de cuadrado del error (SCE) y el Criterio de Información de Akaike (AIC). El modelo que mejor ajustó en el 86% de los casos es el exponencial y con el 14 % el modelo esférico.Bruno, Cecilia Inés2017info:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_7a1finfo:ar-repo/semantics/tesisDeGradoapplication/pdfhttp://hdl.handle.net/11086/4731spainfo:eu-repo/semantics/openAccessreponame:Repositorio Digital Universitario (UNC)instname:Universidad Nacional de Córdobainstacron:UNC2025-09-04T12:32:14Zoai:rdu.unc.edu.ar:11086/4731Institucionalhttps://rdu.unc.edu.ar/Universidad públicaNo correspondehttp://rdu.unc.edu.ar/oai/snrdoca.unc@gmail.comArgentinaNo correspondeNo correspondeNo correspondeopendoar:25722025-09-04 12:32:15.066Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdobafalse
dc.title.none.fl_str_mv Comparación de modelos geo-espaciales para datos de rendimiento en lotes de cultivos
title Comparación de modelos geo-espaciales para datos de rendimiento en lotes de cultivos
spellingShingle Comparación de modelos geo-espaciales para datos de rendimiento en lotes de cultivos
Lambertucci, Daniel Emiliano
Agricultura de precisión
Rendimiento de cultivos
Modelos
Teledetección
Sensores remotos
Métodos estadísticos
Estadística
Análisis de datos
Buenos Aires
Argentina
title_short Comparación de modelos geo-espaciales para datos de rendimiento en lotes de cultivos
title_full Comparación de modelos geo-espaciales para datos de rendimiento en lotes de cultivos
title_fullStr Comparación de modelos geo-espaciales para datos de rendimiento en lotes de cultivos
title_full_unstemmed Comparación de modelos geo-espaciales para datos de rendimiento en lotes de cultivos
title_sort Comparación de modelos geo-espaciales para datos de rendimiento en lotes de cultivos
dc.creator.none.fl_str_mv Lambertucci, Daniel Emiliano
Rueda Coll, Agustín Nicolás
author Lambertucci, Daniel Emiliano
author_facet Lambertucci, Daniel Emiliano
Rueda Coll, Agustín Nicolás
author_role author
author2 Rueda Coll, Agustín Nicolás
author2_role author
dc.contributor.none.fl_str_mv Bruno, Cecilia Inés
dc.subject.none.fl_str_mv Agricultura de precisión
Rendimiento de cultivos
Modelos
Teledetección
Sensores remotos
Métodos estadísticos
Estadística
Análisis de datos
Buenos Aires
Argentina
topic Agricultura de precisión
Rendimiento de cultivos
Modelos
Teledetección
Sensores remotos
Métodos estadísticos
Estadística
Análisis de datos
Buenos Aires
Argentina
dc.description.none.fl_txt_mv Trabajo final integrador. (Área de Consolidación Métodos Cuantitativos para la Investigación Agropecuaria) -- UNC- Facultad de Ciencias Agropecuarias, 2017
En la actualidad la agricultura busca obtener el mayor rendimiento, con el fin de lograr mayores beneficios económicos. Es por esto que en los últimos años, se ha incrementado la implementación de sistemas de agricultura de precisión en la producción de cultivos agrícolas. La agricultura de precisión debe ser comprendida como una herramienta que le permite al productor desarrollar técnicas que cuantifican y diseccionan, diferenciadamente, la variabilidad natural y/o causada por el manejo histórico de la unidad. Una de las técnicas más usadas en el país y el mundo es el monitor y mapeo de rendimiento, el cual mide y graba el rendimiento de pequeñas áreas, dentro del lote y en forma continua. En este trabajo se comparan 3 modelos de ajuste de semivariogramas (exponencial, esférico y gaussiano) para cada mapa de rendimiento provenientes de diferentes cultivos (soja, maíz, trigo, cebada y girasol). El criterio para la selección del modelo más adecuado fue la suma de cuadrado del error (SCE) y el Criterio de Información de Akaike (AIC). El modelo que mejor ajustó en el 86% de los casos es el exponencial y con el 14 % el modelo esférico.
description Trabajo final integrador. (Área de Consolidación Métodos Cuantitativos para la Investigación Agropecuaria) -- UNC- Facultad de Ciencias Agropecuarias, 2017
publishDate 2017
dc.date.none.fl_str_mv 2017
dc.type.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_7a1f
info:ar-repo/semantics/tesisDeGrado
format bachelorThesis
status_str publishedVersion
dc.identifier.none.fl_str_mv http://hdl.handle.net/11086/4731
url http://hdl.handle.net/11086/4731
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositorio Digital Universitario (UNC)
instname:Universidad Nacional de Córdoba
instacron:UNC
reponame_str Repositorio Digital Universitario (UNC)
collection Repositorio Digital Universitario (UNC)
instname_str Universidad Nacional de Córdoba
instacron_str UNC
institution UNC
repository.name.fl_str_mv Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdoba
repository.mail.fl_str_mv oca.unc@gmail.com
_version_ 1842349633476493312
score 13.13397