Mostrar el registro sencillo del ítem

Identification of site-specific management zones from combination of soil variables

Identificación de zonas de manejo sitio-específico a partir de la combinación de variables de suelo

dc.creatorCórdoba, Mariano
dc.creatorBalzarini, Mónica
dc.creatorBruno, Cecilia
dc.creatorCosta, José Luis
dc.date2012-06-08
dc.date.accessioned2020-08-04T20:35:30Z
dc.date.available2020-08-04T20:35:30Z
dc.identifierhttp://revista.corpoica.org.co/index.php/revista/article/view/239
dc.identifier10.21930/rcta.vol13_num1_art:239
dc.identifier.urihttp://test.repositoriodigital.com:8080/handle/123456789/4521
dc.descriptionSite-specific management demands the identification of homogeneous subfield regions within the field or management zones (ZM). However, due to the spatial variability of soil variables, determination of ZM from several variables, is often complex. Although the zonification or delimitation of MZ may be univariate, it is more appropriate to consider all variables simultaneously. Fuzzy k-means clustering (KM) and principal component analysis (PCA) are multivariate analyses that have been used for zonification. Nevertheless, PCA and KM have not been explicitly developed for georeferenced data. Novel versions of PCA, known as Multispati-PCA (PCAe), incorporate spatial autocorrelation among data of neighbor sites of regionalized variables. The objective of this study was to propose a new analytical tool to identify homogeneous zones from the combination of KM and PCAe on multiple soil variable data. The performance of proposed method was assessed through comparison of the average yields obtained in each zone delimited by combination of KM with PCA, as well as KM on the original variables and the new proposed method KM-PCAe. The results showed that KM-PCAe was the only method able to identify zones statistically different in terms of production potential. PCAe and its combination with KM are useful tools to map spatial variability and to identify ZM within fields from georeferenced data  en-US
dc.descriptionEl manejo sitio-específico demanda la identificación de sub-regiones homogéneas, o zonas de manejo (ZM), dentro del espacio productivo. Sin embargo, definir ZM suele ser complejo debido a que la variabilidad espacial del suelo puede depender de varias variables. La zonificación o delimitación de ZM puede realizarse utilizando una variable de suelo a la vez o considerando varias variables simultáneamente. Entre los métodos de análisis multivariado, difundido para la zonificación, se encuentra el análisis de conglomerados fuzzy k-means (KM) y el análisis de componentes principales (PCA). No obstante, como otros métodos multivariados, éstos no han sido desarrollados específicamente para datos georreferenciados. Una nueva versión del PCA, conocido como MULTISPATI-PCA (PCAe), permite contemplar la autocorrelación espacial entre datos de variables regionalizadas. El objetivo de este estudio fue proponer una nueva estrategia de análisis para la identificación de ZM, combinando la aplicación KM y PCAe sobre datos de múltiples variables de suelo. La capacidad del método propuesto se evaluó en base a la comparación de los rendimientos promedios alcanzados en cada zona delimitada, tanto para la combinación de KM con PCA, la aplicación tradicional de KM sobre las variables originales y la nueva propuesta KM-PCAe. Los resultados mostraron que KM-PCAe fue el único método que permitió distinguir zonas estadísticamente diferentes en cuanto al potencial productivo. Se concluye que la combinación propuesta constituye una herramienta importante para el mapeo de la variabilidad espacial y la identificación de ZM a partir de datos georreferenciados.   es-ES
dc.formatapplication/pdf
dc.languagespa
dc.publisherCorporación Colombiana de Investigación Agropecuaria (Agrosavia)es-ES
dc.relationhttp://revista.corpoica.org.co/index.php/revista/article/view/239/244
dc.sourceCiencia y Tecnología Agropecuaria; Vol. 13 No. 1 (2012); 47-54en-US
dc.sourceCiencia & Tecnología Agropecuaria; Vol. 13 Núm. 1 (2012); 47-54es-ES
dc.sourcerevista Corpoica Ciência e Tecnologia Agropecuária; v. 13 n. 1 (2012); 47-54pt-BR
dc.source2500-5308
dc.source0122-8706
dc.source10.21930/rcta.vol13-num1
dc.subjectprecision agricultureen-US
dc.subjectregionalized variablesen-US
dc.subjectspatially correlateden-US
dc.subjectAgricultura De Precisiónes-ES
dc.subjectVariables Regionalizadases-ES
dc.subjectDatos Correlacionados Espacialmentees-ES
dc.titleIdentification of site-specific management zones from combination of soil variablesen-US
dc.titleIdentificación de zonas de manejo sitio-específico a partir de la combinación de variables de sueloes-ES
dc.typeinfo:eu-repo/semantics/article
dc.typeinfo:eu-repo/semantics/publishedVersion
dc.citationsArrouays D, Saby NPA, Thioulouse J, Jolivet C, Boulonne L, Ratié C. 2011. Large trends in French topsoil characteristics are revealed by spatially constrained multivariate analysis. Geoderma 161:107-114. https://doi.org/10.1016/j.geoderma.2010.12.002 Bivand RS. 2012. Spdep: spatial dependence: weighting schemes, statistics and models. R package version 0.5-46. En: http://CRAN.Rproject.org/package=spdep; consulta: junio de 2012. Burgos JJ, Vidal AL. 1951. Los climas de la República Argentina según la nueva clasificación de Thornthwaite. Meteoros 1:3-32. Chessel D, Dufour AB, Thioulouse J. 2004. The ade4 package-I- One-table methods. R News 4:5-10. Córdoba M, Balzarini M, Bruno C, Costa JL. 2012. Análisis de componentes principales con datos georreferenciados. Una aplicación en agricultura de precisión. Rev FCA UNCuyo. 44(1):27-39. Corwin DL, Lesch SM, Oster JD, Kaffka SR. 2006. Monitoring management-induced spatio-temporal changes in soil quality through soil sampling directed by apparent electrical conductivity. Geoderma 131:369-387. https://doi.org/10.1016/j.geoderma.2005.03.014 Corwin DL, Lesch SM. 2010. Delineating site-specific management units with proximal sensors. In: Oliver MO, editores. Geostatistical applications for precision agriculture. New York, NY: Springer. pp. 139-165. https://doi.org/10.1007/978-90-481-9133-8_6 Dray S, Said S, Debias F. 2008. Spatial ordination of vegetation data using a generalization of Wartenberg's multivariate spatial correlation. J Veg Sci 19:45-56. https://doi.org/10.3170/2007-8-18312 Eastman JR. 2009. IDRISI Taiga. Worcester, MA: Clark University. Farahani HJ, Flynn RL. 2007. Map Quality & Zone Delineation as affected by width of parallel swaths of mobile agricultural sensors. Biosyst Eng 96 (2):151-159 https://doi.org/10.1016/j.biosystemseng.2006.10.010 Fridgen JJ, Kitchen NR, Sudduth KA, Drummond ST, Wiebold WJ, Fraisse CW. 2004. Management zone analyst (MZA): software for subfield management zone delineation. Agron J 96:100-108. https://doi.org/10.2134/agronj2004.0100 Gili A, Balzarini M, Buschiazzo D. 2010. Variabilidad espacial de parámetros edáficos en distintos Sistemas de labranza. En: XXII Congreso Argentino de la Ciencia del Suelo. Rosario, Argentina. Gregoret M, Díaz Zorita M, Dardanelli J, Bongiovanni R. 2011. Regional model for nitrogen fertilization of site-specific rainfed corn in haplustolls of the central Pampas, Argentina. Precis Agric 12(6):831-849. https://doi.org/10.1007/s11119-011-9224-7 Hotelling H. 1936. Relations between two sets of variables. Biometrika 28:321-377. https://doi.org/10.1093/biomet/28.3-4.321 Jaynes DB, Colvin TS, Kaspar TC. 2005. Identifying potential soybean management zones from multi-year yield data. Comp Electron Agric 46:309-327. https://doi.org/10.1016/j.compag.2004.11.011 Johnson CK, Mortensen DA, Wienhold BJ, Shanahan JR, Doran JW. 2003. Site-specific management zones based on soilel ectrical conductivity in a semiarid cropping system. Agron J 95:303-315. https://doi.org/10.2134/agronj2003.0303 Johnson RA, Wichern DW. 2007. Applied multivariate statistical analysis. 6a ed. New York, NY: Prentice Hall. https://doi.org/10.1002/0471667196.ess6094 Li Y, Shi Z, Li F, Li HY. 2007. Delineation of site-specific management zones using fuzzy clustering analysis in a coastal saline land. Comp Electron Agric 56:174-186. https://doi.org/10.1016/j.compag.2007.01.013 Moral FJ, Terrón JM, Marques da Silva JR. 2010. Delineation of management zones using mobile measurements of soil apparent electrical conductivity and multivariate geostatistical techniques. Soil Till Res 106:335-343. Moral FJ, Terron JM, Rebollo FJ. 2011. Site-specific management zones based on the Rasch model and geostatistical techniques. Comput Electron Agric 75(2):223-230. https://doi.org/10.1016/j.compag.2010.10.014 Ortega RA, Santibañez OA. 2007. Determination of management zones in corn (Zea mays L.) based on soil fertility. Comp Electron Agric 58:49-59. https://doi.org/10.1016/j.compag.2006.12.011 Peralta NR, Castro Franco M, Costa JL. 2011. Relación espacial entre variables de sitio y rendimiento para la delimitación de zonas de manejo mediante el uso de herramientas informáticas. Congreso AgroInformática. Córdoba, Argentina: JAIO. pp. 58-69. Rodríguez-Pérez JR, Plant RE, Lambert JJ, Smart DR. 2011. Using apparent soil electrical conductivity (ECa) to characterize vineyard soils of high clay content. Precis Agric 12:(6)775-794. https://doi.org/10.1007/s11119-011-9220-y Roel A, Terra J. 2007. Muestreo de suelos y factores limitantes del rendimiento. Introducción a la agricultura de precisión. En: Bongiovanni R, Mantovani EC, Best S, Roel A, editores. Agricultura de Precisión: Integrando conocimientos para una agricultura moderna y sustentable. Montevideo: PROCISUR; IICA. pp. 65-80. SAGyP, Secretaría de Agricultura, Ganadería y Pesca de la Nación Argentina; INTA, Instituto Nacional de Tecnología Agropecuaria. 1989. Mapa de suelos de provincia de Buenos Aires. Escala 1: 500000. Buenos Aires: Proyecto PNUD Arg. 85/019. Schabenberger O, Pierce FJ. 2002. Contemporary statistical models for the plant and soil sciences. New York, NY: CRC Press. https://doi.org/10.1201/9781420040197 Xin-Zhong W, Guo-Shun L, Hong-Chao H, Zhen-Hai W, Qing-Hua L, Xu-Feng L, Wei-Hong H, Yan-Tao L. 2009. Determination of management zones for a tobacco field based on soil fertility. Comp Electron Agric 65:168-175. https://doi.org/10.1016/j.compag.2008.08.0080


Ficheros en el ítem

FicherosTamañoFormatoVer

No hay ficheros asociados a este ítem.

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem