Geoestadística multivariada en agricultura de precisión

Autores
Córdoba, Mariano; Bruno, Cecilia; Costas, José Luis; Balzarini, Mónica
Año de publicación
2011
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Nuevas tecnologías de agricultura de precisión permiten recolectar información de múltiples variables en gran cantidad de sitios georreferenciados dentro de lotes en producción. El estudio de la variabilidad espacial de las propiedades del suelo y su relación con la variabilidad del rendimiento de los cultivos, es un paso crucial para la agricultura de precisión. La variabilidad espacial de cada variable estudiada es visualizada a través de mapas obtenidos por interpolación geoestadística para cada variable. En este trabajo se ilustra la elaboración de mapas de variabilidad espacial multivariada, es decir teniendo en cuenta las múltiples variables registradas sobre cada sitio simultáneamente. Estos se construyen a partir de variables sintéticas resultantes de la combinación de las variables originales. Las variables sintéticas maximizan la representación de la variabilidad total de los datos, tanto de suelo como de rendimiento. Se evaluó el consenso entre mapas de variabilidad espacial multivariados basados en los algoritmos del análisis de componentes principales, correlaciones canónicas, arboles de regresión-clasificación y análisis de cluster, como herramientas para la obtención de variables sintéticas. Los mapas de variabilidad, basados en variables producidas por algoritmos multivariados, resultaron potentes respecto a su capacidad para identificar ambientes homogéneos dentro de los lotes.
New precision agriculture technologies allow collecting information from several variables at many georeferenced sites within crop fields. The study about spatial variability of soil properties and their relationship with crop yield variability is a crucial step in precision agriculture. The spatial variability of each variable is usually viewed through maps generated by geostatistical interpolation. This paper illustrates the mapping of multivariate spatial variability, i.e. taking into account the multiple variables recorded at each site simultaneously. Such maps are built from synthetic variables resulting from the combination of the original ones. These synthetic variables maximize the representation of the total variability of soil and yield data. Principal component, canonical correlations cluster and classification-regression trees based-maps were compared. Multivariate maps were powerful in their ability to identify homogeneous environments within field.
Sociedad Argentina de Informática e Investigación Operativa
Materia
Ciencias Informáticas
Mapas de variabilidad
Manejo sitio-específico
Variables sintéticas
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/125829

id SEDICI_e4fce35c28b959523450fc0cbb0e4ae8
oai_identifier_str oai:sedici.unlp.edu.ar:10915/125829
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Geoestadística multivariada en agricultura de precisiónCórdoba, MarianoBruno, CeciliaCostas, José LuisBalzarini, MónicaCiencias InformáticasMapas de variabilidadManejo sitio-específicoVariables sintéticasNuevas tecnologías de agricultura de precisión permiten recolectar información de múltiples variables en gran cantidad de sitios georreferenciados dentro de lotes en producción. El estudio de la variabilidad espacial de las propiedades del suelo y su relación con la variabilidad del rendimiento de los cultivos, es un paso crucial para la agricultura de precisión. La variabilidad espacial de cada variable estudiada es visualizada a través de mapas obtenidos por interpolación geoestadística para cada variable. En este trabajo se ilustra la elaboración de mapas de variabilidad espacial multivariada, es decir teniendo en cuenta las múltiples variables registradas sobre cada sitio simultáneamente. Estos se construyen a partir de variables sintéticas resultantes de la combinación de las variables originales. Las variables sintéticas maximizan la representación de la variabilidad total de los datos, tanto de suelo como de rendimiento. Se evaluó el consenso entre mapas de variabilidad espacial multivariados basados en los algoritmos del análisis de componentes principales, correlaciones canónicas, arboles de regresión-clasificación y análisis de cluster, como herramientas para la obtención de variables sintéticas. Los mapas de variabilidad, basados en variables producidas por algoritmos multivariados, resultaron potentes respecto a su capacidad para identificar ambientes homogéneos dentro de los lotes.New precision agriculture technologies allow collecting information from several variables at many georeferenced sites within crop fields. The study about spatial variability of soil properties and their relationship with crop yield variability is a crucial step in precision agriculture. The spatial variability of each variable is usually viewed through maps generated by geostatistical interpolation. This paper illustrates the mapping of multivariate spatial variability, i.e. taking into account the multiple variables recorded at each site simultaneously. Such maps are built from synthetic variables resulting from the combination of the original ones. These synthetic variables maximize the representation of the total variability of soil and yield data. Principal component, canonical correlations cluster and classification-regression trees based-maps were compared. Multivariate maps were powerful in their ability to identify homogeneous environments within field.Sociedad Argentina de Informática e Investigación Operativa2011-08info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf32-42http://sedici.unlp.edu.ar/handle/10915/125829spainfo:eu-repo/semantics/altIdentifier/url/https://40jaiio.sadio.org.ar/sites/default/files/T2011/CAI/686.pdfinfo:eu-repo/semantics/altIdentifier/issn/1852-4850info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:30:23Zoai:sedici.unlp.edu.ar:10915/125829Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:30:24.212SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Geoestadística multivariada en agricultura de precisión
title Geoestadística multivariada en agricultura de precisión
spellingShingle Geoestadística multivariada en agricultura de precisión
Córdoba, Mariano
Ciencias Informáticas
Mapas de variabilidad
Manejo sitio-específico
Variables sintéticas
title_short Geoestadística multivariada en agricultura de precisión
title_full Geoestadística multivariada en agricultura de precisión
title_fullStr Geoestadística multivariada en agricultura de precisión
title_full_unstemmed Geoestadística multivariada en agricultura de precisión
title_sort Geoestadística multivariada en agricultura de precisión
dc.creator.none.fl_str_mv Córdoba, Mariano
Bruno, Cecilia
Costas, José Luis
Balzarini, Mónica
author Córdoba, Mariano
author_facet Córdoba, Mariano
Bruno, Cecilia
Costas, José Luis
Balzarini, Mónica
author_role author
author2 Bruno, Cecilia
Costas, José Luis
Balzarini, Mónica
author2_role author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Mapas de variabilidad
Manejo sitio-específico
Variables sintéticas
topic Ciencias Informáticas
Mapas de variabilidad
Manejo sitio-específico
Variables sintéticas
dc.description.none.fl_txt_mv Nuevas tecnologías de agricultura de precisión permiten recolectar información de múltiples variables en gran cantidad de sitios georreferenciados dentro de lotes en producción. El estudio de la variabilidad espacial de las propiedades del suelo y su relación con la variabilidad del rendimiento de los cultivos, es un paso crucial para la agricultura de precisión. La variabilidad espacial de cada variable estudiada es visualizada a través de mapas obtenidos por interpolación geoestadística para cada variable. En este trabajo se ilustra la elaboración de mapas de variabilidad espacial multivariada, es decir teniendo en cuenta las múltiples variables registradas sobre cada sitio simultáneamente. Estos se construyen a partir de variables sintéticas resultantes de la combinación de las variables originales. Las variables sintéticas maximizan la representación de la variabilidad total de los datos, tanto de suelo como de rendimiento. Se evaluó el consenso entre mapas de variabilidad espacial multivariados basados en los algoritmos del análisis de componentes principales, correlaciones canónicas, arboles de regresión-clasificación y análisis de cluster, como herramientas para la obtención de variables sintéticas. Los mapas de variabilidad, basados en variables producidas por algoritmos multivariados, resultaron potentes respecto a su capacidad para identificar ambientes homogéneos dentro de los lotes.
New precision agriculture technologies allow collecting information from several variables at many georeferenced sites within crop fields. The study about spatial variability of soil properties and their relationship with crop yield variability is a crucial step in precision agriculture. The spatial variability of each variable is usually viewed through maps generated by geostatistical interpolation. This paper illustrates the mapping of multivariate spatial variability, i.e. taking into account the multiple variables recorded at each site simultaneously. Such maps are built from synthetic variables resulting from the combination of the original ones. These synthetic variables maximize the representation of the total variability of soil and yield data. Principal component, canonical correlations cluster and classification-regression trees based-maps were compared. Multivariate maps were powerful in their ability to identify homogeneous environments within field.
Sociedad Argentina de Informática e Investigación Operativa
description Nuevas tecnologías de agricultura de precisión permiten recolectar información de múltiples variables en gran cantidad de sitios georreferenciados dentro de lotes en producción. El estudio de la variabilidad espacial de las propiedades del suelo y su relación con la variabilidad del rendimiento de los cultivos, es un paso crucial para la agricultura de precisión. La variabilidad espacial de cada variable estudiada es visualizada a través de mapas obtenidos por interpolación geoestadística para cada variable. En este trabajo se ilustra la elaboración de mapas de variabilidad espacial multivariada, es decir teniendo en cuenta las múltiples variables registradas sobre cada sitio simultáneamente. Estos se construyen a partir de variables sintéticas resultantes de la combinación de las variables originales. Las variables sintéticas maximizan la representación de la variabilidad total de los datos, tanto de suelo como de rendimiento. Se evaluó el consenso entre mapas de variabilidad espacial multivariados basados en los algoritmos del análisis de componentes principales, correlaciones canónicas, arboles de regresión-clasificación y análisis de cluster, como herramientas para la obtención de variables sintéticas. Los mapas de variabilidad, basados en variables producidas por algoritmos multivariados, resultaron potentes respecto a su capacidad para identificar ambientes homogéneos dentro de los lotes.
publishDate 2011
dc.date.none.fl_str_mv 2011-08
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/125829
url http://sedici.unlp.edu.ar/handle/10915/125829
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/https://40jaiio.sadio.org.ar/sites/default/files/T2011/CAI/686.pdf
info:eu-repo/semantics/altIdentifier/issn/1852-4850
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
32-42
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1844616184145641472
score 13.070432