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