Herramientas de Deteccin Gustavo Ariel Sznaider Ignacio Ferlijiwskyj

Herramientas de Detección Gustavo Ariel Sznaider Ignacio Ferlijiwskyj Departamento de Métodos Cuantitativos y Sistemas de Información Facultad de Agronomía, UBA

Herramientas de Detección 1. Medición del cultivo Monitores de rendimiento Sensores espectrales remotos y terrestres 2. Medición de las características del terreno Topografía Mapas de suelo Electroconductividad Mapas de Tosca Napas (agua freática)

Medición del Cultivo MONITOR DE RINDE Fuerza = Masa * Aceleración Impacto Fuerza Masa ? = Fuerza / Aceleración Flujo = Masa / hora

Medición del Cultivo MONITOR DE RINDE 2000 2001 2002 2003 2004 2005 - Gran cantidad de datos - Ruido (errores de operación / calibración) - Dificultad de interpretación de patrones temporales

Medición del Cultivo MONITOR DE RINDE Datos de Monitor de rendimiento

Filtrado de Errores

Filtrado de Errores Error por cambio de velocidad

Filtrado de Errores G. C. Simbahan, A. Dobermann, * and J. L. Ping

Filtrado de Errores

Validación de Algoritmos

Validación de Algoritmos Datos de Rendimiento Quitar 1000 datos al azar 1000 datos extraídos Datos de Rendimiento Remanente Filtrar Errores Datos de Rendimiento Remanentes y Filtrados Interpolar, Comparar y Estimar Diferencias Error Medio Absoluto Cuadrado medio del Error (RMSE)

Validación de Algoritmos

Diferencias de calibración entre cosechadoras

Corrección diferencias de calibración entre cosechadoras

Corrección y filtrado de datos erroneos

Medición del Cultivo Imágenes Satelitales Resolución espacial: 30 mts. - Índice Verde +

Correlación Imágenes - Rinde - Índice verde Enero 2005 + Monitor Rinde Soja 2005

Nuevas Fuentes Esectrales • Satélites • Nano satélites

Nuevas Fuentes Esectrales

Nuevas Fuentes Esectrales

Nuevas Fuentes Esectrales

Nuevas Fuentes Esectrales

Medición del Cultivo Sensores espectrales montados a la maquinaria Reflectancia Luz Greenseeker

Medición del Cultivo Reflectancia, sensores montados a la maquinaria Weed - seeker

Medición del Cultivo Reflectancia, sensores montados a la maquinaria Greenseeker - Calibración Franjas de distintas dosis Microparcelas con medición manual

Medición del Cultivo Reflectancia, sensores montados a la maquinaria Greenseeker - Calibración -Visualmente establecer cual es el tratamiento de menor dosis de N que no posee diferencias productivas con aquél de máxima dosis -Seleccionar este como el nivel de Fertilidad a alcanzar

Medición del Terreno Electroconductividad D. L. Corwin* and S. M. Lesch

Medición del Terreno Electroconductividad

Medición del Terreno Electroconductividad

Medición del Terreno Electroconductividad

Medición del Terreno Electroconductividad N. R. Kitchen, * S. T. Drummond, E. D. Lund, K. A. Sudduth, and G. W. Buchleiter

Medición del Terreno Electroconductividad Agua Disponible para Cultivo Salinidad => => Electroconductividad

Mediciones del Terreno: Profundidad de Napa Nosetto, Jobbagy, Jackson , Sznaider. Field Crops Reserch 2009

Napa vs Rendimiento Efecto Positivo Efecto Negativo de la Napa Eje Y Rendimiento Sin Efecto Eje X Profundidad Napa

Medición del Terreno Topografía Matías Ruffo

Medición del Terreno Topografía Hipótesis Altura: • Mayor %Arena • Tosca • Menor fertilidad • Menor producitividad

Topografía vs Producción - Producción(IV) + N E O S

Topografía vs Producción - Producción(IV) + N O E S

Topografía vs Producción - Producción(IV) Ladera Sur Alto IV + Ladera Norte Bajo IV O S N E

Topografía vs Producción Ladera Norte Baja Produc. - Ladera Sur Alta Pruduc. E Producción(IV) + N S O

Topografía vs Producción Disociación Altura Producción Curvatura Aspecto (orientación) Otra info

Medición del Terreno Muestreo en Grilla

Medición del Terreno Muestreo en Grilla Nutrientes PH Profundidad de tosca Profundidad de napa Sales Textura

Medición del Terreno Muestreo en Grilla

Medición del Terreno Muestreo en Grilla

Medición del Terreno Muestreo en Grilla FÓSFORO. Haydée Steinbach y Roberto Alvarez

Medición del Terreno Muestreo en Grilla

Medición del Terreno Muestreo en Grilla

Análisis de Heterogeneidad Espacial

Técnicas de Delimitación de Ambientes A ojo Cluster Analysis Segmentación de imágenes Algoritmos de umbrales móviles Algoritmos evolutivos

Herramientas de Análisis y Validación Estadísticas de Rendimiento por Ambiente Variabilidad inter. Anual Estabilidad/Riesgo Variabilidad inter. Cultivos Variabilidad dentro de cada Ambiente Predictibilidad

Análisis Mapas de rinde - Rendimiento Relativo (rendimiento píxel / rendimiento promedio del lote) 0. 8 Muy bajo rendimiento Bajo rendimiento Intermedio o contrastante Alto rendimiento Muy alto rendimiento 1 1. 2 +

2) Análisis de Heterogeneidad (Cluster Analysis)

Análisis Imágenes Satelitales Enero 2003 Girasol Noviembre 2003 Trigo Enero 2005 Girasol

Análisis Imágenes Satelitales Índice Verde - Enero 2003 Girasol + Noviembre 2003 Trigo Muy bajo potencial Intermedio o Contrastante Muy alto potencial Enero 2005 Girasol

Análisis Estadísticas Descriptivas Superficie del lote: 170 has.

Análisis Variabilidad Intra

Análisis Espacio-Temporales

Análisis Espacio-Temporales Rancagua (Pampa Ondulada) -- + 2000 – 2001 soja 2 da 2002 – 2003 maíz 3 ambientes

Relación Rinde Topografía - + Rinde Relativo Promedio

Relación Rinde Topografía - + Rinde Relativo Promedio

Rancagua (Pampa Ondulada) - + 3 ambientes 2005 -2006 -soja 1 ra

Análisis Espacio-Temporales Rancagua (Pampa Ondulada)

Análisis Espacio-Temporales Balcarce (Pampa Serrana) Maíz 2004 -2005 Soja 2005 -2006 Rinde alto Maíz, bajo Soja Bajo Maíz, alto Soja

Análisis Espacio-Temporales Balcarce (Pampa Serrana)

Consistencia/Predictibilidad temporal Pampa Arenosa Pampa Ondulada

Efecto del clima sobre la Estabilidad de los Patrones Espacio. Temporales Consistencia (Amplificación) Interacción micro/macro topografía clima Interacción Topografía- Heladas. Sequías

Ejemplo de uso de Mapas de Ambientes Aplicación variable de Densidad de Siembra Fertlizante

Validación con Testigos Dosis Baja Dosis Media Dosis Alta - Yield + Mapas de Prescripción de Siembra y Fertilización

Resultados Maize next Yield Map High Yielding zone High Rate Mid Rate Nitrogen 250 200 Density 80 75 Pair qq/ha 1 110. 5 109. 3 2 106. 3 104. 3 3 115. 3 108. 3 4 106. 3 103. 4 5 109. 3 107. 2 6 108. 4 108. 5 7 109. 6 105. 2 Average 109. 4 106. 6 VRA Yield increase 2. 8 P-Value 0. 01

Maíz Resultados Year 2007 2008 2009 2010 Average QQ/ha Argentina u$s/ha USA u$s/ha VRA Yield Increase (qq/ha) Blue zone Red zone 0. 4 2. 2 0. 0 3. 5 0. 7 3. 0 0. 0 2. 8 0. 3 116 2. 9 9 43 N Rate (Kgs Urea/ha) Sowing Rate (1000/ha) Blue Green Red zone zone 145 257 298 54 74 81 150 236 274 52 74 82 150 220 266 51 77 82 105 177 235 53 76 81 138 223 268 53 75 Yield almost didn’t change. Input reduction 113 dollar/ha money save 2. 9 qq/ha Yield increase. Input increase 9 dollar/ha net profit (43 USA) 82 Más de 40 lotes analizados High yielding zones Average yielding zones Low yielding zones

Validación Rendimiento Maíz QQ/ha. Mapa de ambiente anterior Mapa de rendimiento de la cosecha siguiente Predictive Power Mapa de Ambientes