heterogeneidad espacial y ensayos de respuesta. temas heterogeneidad espacial intralote implicancias...
TRANSCRIPT
Heterogeneidad Espacial y Ensayos de Respuesta
Temas
Heterogeneidad Espacial Intralote
Implicancias sobre los Ensayos
Oportunidades
Agricultura de Precisión+
Geoestadística
Heterogeneidad Intralote
Heterogeneidad Intralote
Heterogeneidad Intralote
Low Yield
High Yield
Very High Yield
Allways Very Low Yield
Análisis
Impactos de la Heterogeneidad
HeterogeneidadIntralote vs entre regiones
AgronómicosEconomía del agua y otros nutrientesDosis óptimas distintas en cada ambienteModelos de decisión
Ensayos
Ensayos en franjas (EF)
GenotipoA
Genotipo A
Genotipo
BGenotipo
B
Lote
Heterogeneidad y disposición de EFs
A B A B
Heterogeneidad y disposición de EFs
A B A B
Heterogeneidad y disposición de EFs
AB
AB
Heterogeneidad y disposición de EFs
AB
AB
Resultados EF tradicionales
AB
AB
10 qq/ha
13 qq/ha
11 qq/ha
12 qq/ha
Conclusiones parciales
Sin Agricultura de Precisión:
Resultados erróneos (influenciados por la heterogeneidad espacial)
Ruido (reducción en la precisión)
Ocultamiento de resultados diferenciales en cada ambiente porque el resultado de cada franja es el promedio de rendimiento a lo largo de la misma
A B A B
Oportunidades
Con Agricultura de Precisión:
Diseños guiados por la información de heterogeneidad
Automatizar la recolección de dato de rinde
Filtrar ruido => Aumentar precisión
Obtener resultados diferenciales en cada ambiente
AB
AB
Metodología
Econométrico (modelo mixto)
1. Matriz autocorrelación espacial
2. Definición modelo (Lagrange Multiplier) Spatial Lag/Error3. Ejecución modelo (Spatial Error)
y= Xβ + ε ε = λWε + u
Metodología
Modelo Geoestadístico de Máxima VerosimilitudRegresión REML
Datos de rendimiento histórico eliminar tendencia espacialParámetros Semivariograma eliminar correlación espacial
Metodología
Datos del ensayo + Covariable
Datos del ensayo + Covariable + Semivariograma
Residuales
Semivariograma
REML
Datos de rend. Históricos Mapa de Rend. Históricos
Regresión Simple
Valor de métodos GeoEstadísticos
2,98 u$d/ha5,36 u$d/ha
Experiencia
Sensitivity for α = 0.05 and β=0.5
Sensitivity
0123456789
10111213141516
2 3 4 5 6 7 8 9 10 11
N (repetitions)
Pro
du
ct E
ffec
t Q
Q/h
a.
Average case
Worst case
if 4 repetitions and product effect is 4 QQ/ha then we will obtain 0.05 pvalue in 50% of the trials (the worst case)
Demanda de Conocimiento Intralote
Productores que incorporaron tecnología de AP y realizan manejo diferencial intralote
Demanda de conocimiento de genotipos x ambientes intralote
Ejemplo:siembra automática de distintos genotipos en ambientes intralote.
Objetivos: aumentar rendimiento, reducir costos, sincronizar secado (soja)
Oportunidad de utilizar agricultura de precisión y geoestadística, para generar conocimiento
Conclusiones GeneralesA
BA
B
Agricultura de Precisión + Geoestadística:
Mejora en la ubicación de los Ensayos
Automatización de la recolección de datos
Mejora en la precisión (aprovechamiento de información espacial)
Obtención de información por ambiente intralote