Trabajos en Prensa

Variabilidad espacial de suelo a escala de lote y su relación con los rendimientos

Recibido 21 de noviembre de 2014 // Aceptado 12 de noviembre de 2015 // Publicado online 23 de marzo de 2016
CÓRDOBA, M.1 ; BRUNO, C.1 ; COSTA, J.2 ; BALZARINI, M.1

Resumen

El manejo sitio-específico dentro de un lote requiere delimitar zonas homogéneas. Múltiples variables, tales como algunas propiedades del suelo, son usadas para la zonificación. El análisis de “cluster fuzzy k-means” (CFK) es aquí utilizado para la delimitación de zonas. El CFK puede aplicarse sobre las variables originales o sobre variables sintéticas derivadas del análisis de componentes principales (PCA). Sin embrago, PCA no considera la presencia de correlaciones espaciales. Por ello, proponemos el uso del método MULTISPATI-PCA, una nueva forma de PCA que contempla la información espacial. El método también es usado en el análisis de correlaciones canónicas para cuantificar la magnitud de la relación lineal entre variables de suelo y rendimientos. En este trabajo evaluamos la capacidad de cinco procedimientos multivariados para delimitar zonas homogéneas dentro de un lote: el análisis CFK sobre variables de suelo originales, CFK sobre componentes principales del PCA y sobre componentes principales espaciales. Finalmente incluimos particiones de los sitios del lote basadas en percentiles de variables canónicas que correlacionan rendimientos con componentes principales o con componentes principales espaciales, alternativamente. Se compararon las diferencias de rendimientos entre las zonas delimitadas por cada método. Se trabajó con datos de conductividad eléctrica aparente en dos profundidades (0-30 cm y 0-90 cm), elevación, profundidad de tosca y rendimientos de soja y trigo. El análisis de conglomerados sobre las componentes principales espaciales fue el mejor procedimiento para delimitar zonas homogéneas.

Palabras clave: datos espaciales, componentes principales, MULTISPATI-PCA.

 

Abstract 

Site-specific management requires delineation of homogeneous zones within the field. Several variables, such as some soil properties, are used for zonification. Fuzzy k-means cluster analysis (FKC) is here used to delimit zones. FKC is applied to original variables and to synthetic variables obtained with regular principal component analysis (PCA). However, PCA does not consider the presence of spatial correlations. We propose to use, MULTISPATI-PCA as an extension of PCA that considers spatial information. The method is also used in a canonical correlation analysis to quantify the magnitude of the linear relationship between crop yields and soil variables. In this paper, we evaluate the capacity of five multivariate procedures to delineate zones: FKC on soil variables, FKC on principal components and FKC on spatial principal components. Finally, we include field-site partitions based on percentiles of canonical variables that correlate yields with principal components or spatial principal components, alternatively. Yield differences between the delineated zones by each method were compared. We worked with apparent electrical conductivity data in two depths 0-30 cm and 0-90 cm, elevation, hardpan depth and soybean and wheat yields. Cluster analysis on spatial principal components, was the best procedure to delineate zones.

Keywords: spatial data, principal components, MULTISPATI-PCA.

 

1 Cátedra de Estadística y Biometría, FCA-UNC y CONICET, Av. Valparaíso s/n. (5000) Ciudad Universitaria, Córdoba, Argentina. E-mail: mbalzari@agro.unc.edu.ar
2 Estación experimental Balcarce INTA, Ruta 226 Km 73,5 (7620) Balcarce, Buenos Aires, Argentina.

Notas Actualidad I+D

  • La erosión hídrica de suelo provoca pérdidas de US$ 30 M al año
    12 de Diciembre de 2017

    Investigadores del Instituto de Suelos del INTA valorizan las consecuencias inmediatas en la disminución de la productividad agrícola para trigo, maíz y soja. Es el primer estudio científico que, después de 30 años, presenta el mapa nacional completo de la erosión hídrica donde se estima la pérdida del recurso.

    No contiene audio
    Contiene imagen
    No contiene infografía
    No contiene video
    Contiene archivo adjunto
  • El valor de los datos para la agricultura del futuro
    06 de Diciembre de 2017

    Cada tonelada de carne y de granos que se produce genera información que requiere ser procesada y analizada. En un futuro cercano, la inteligencia artificial, la minería de datos y el Big Data serán las herramientas que predominen en el escenario agroindustrial. Especialistas internacionales se reúnen en San Luis para debatir sobre el rol de las nuevas tecnologías en el campo.

    No contiene audio
    Contiene imagen
    No contiene infografía
    No contiene video
    No contiene archivos adjunto
  • Estudian genes involucrados en el rendimiento del cultivo de girasol
    29 de Noviembre de 2017

    Investigadores de INTA trabajan para identificar los genes de importancia en procesos biológicos y vías metabólicas. Apuntan a comprender los mecanismos de respuesta al estrés hídrico y en rendimiento, lo que se traducirá en una mejora del cultivo.

    No contiene audio
    Contiene imagen
    No contiene infografía
    No contiene video
    No contiene archivos adjunto
  • Describen una causa de muerte súbita en bovinos de Feedlot
    22 de Noviembre de 2017

    Un trabajo encabezado por investigadores del INTA, detalla que la muerte súbita por miocarditis e infarto está asociada con la bacteria Histophilus somni. Se detectó su presencia en animales de engorde a corral en la provincia de Córdoba.

    No contiene audio
    Contiene imagen
    No contiene infografía
    No contiene video
    No contiene archivos adjunto
  •  
  • 1 de 18
  • +

RECURSOS MULTIMEDIA

Novedades RIA

Edición actual

Otros Números