135050
135050
135050
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
AGRICULTURA DE PRECISIÓN: Integrando conocimientos para una agricultura moderna y sustentable<br />
En la Figura 8.16.b se puede señalar que los valores puntuales en rojo son los poco parecidos, si<br />
se realiza una comparación numérica, ya que están muy alejados en la gráfica. La distancia<br />
relativa entre estos puntos de comparación (muy alejados) y todos los demás otorga un valor<br />
numérico de “índice de similitud”, el cual es graficado en la Figura 8.16.c, en donde los tonos<br />
verdes indican localizaciones con cantidades similares de N, P y K y los tonos rojos indican áreas<br />
con concentraciones diferentes de estos nutrientes. Finalmente, en la Figura 8.16.b, grupos de<br />
puntos “flotantes” adyacentes, sirven para la identificación en el campo de zonas con similares<br />
patrones o zonas de datos, lo cual da pie a la aplicación de distintas medidas de manejo a estas<br />
diferentes “zonas de datos”.<br />
Es necesario remarcar que los datos que exhiben una alta dependencia espacial, y que son<br />
representados en los mapas, sirven para crear funciones de predicción robustas, lo cual, a su vez<br />
es necesario para predecir la rentabilidad del cultivo o establecer las medidas de manejo<br />
necesarias. Lo anterior, a diferencia de la estadística tradicional, hace posible localizar los lugares<br />
en donde estos manejos optimicen dichos manejos y, con ello, la rentabilidad.<br />
REFERENCIAS<br />
Berry, J.K. 1999. The Precision Farming Primer. http://www.innovativegis.com/basis/pfprimer/<br />
(Accessed December 16, 2005).<br />
Geary, R. 1954. The contiguity ratio and statistical mapping, The Incorporated Statistician 5, 115-45.<br />
Lembo, A. 2005. Spatial Modeling and Analysis. Spatial Autocorrelation. Dept. of Crop and Soil<br />
Sciences, Cornell University. http://www.css.cornell.edu/courses/620/lecture9.ppt#1 (Accessed<br />
December 16, 2005)<br />
Lund, E. D.; Christy, C. D. y Drummond. P. E. 2000. Using Yield and Soil Electrical Conductivity<br />
(EC) Maps to Derive Crop Production Performance Information. Presented at the 5th International<br />
Conference on Precision Agriculture 2000. (Accessed December 16, 2005) http://<br />
www.veristech.com/pdf_files/EC_yld_analysis%20paper_5thconf.pdf<br />
Minasny, B., McBratney, A.B., y Whelan, B.M., 2005. VESPER version 1.62. Australian Centre for<br />
Precision Agriculture, McMillan Building A05, The University of Sydney, NSW 2006. (http://<br />
www.usyd.edu.au/su/agric/acpa)<br />
Moran, P. A. P. 1950a. Notes on continuous stochastic phenomena. Biometrika 37, 17–23.<br />
Moran, P. A. P. 1950b. A test for the serial dependence of residuals. Biometrika 37, 178–181.<br />
Vesper (Variogram Estimation and Spatial Prediction plus ERror). 2005. Australian Centre for<br />
Precision Agriculture (ACPA). http://www.usyd.edu.au/su/agric/acpa/vesper/vesper.html<br />
(Accessed December 16, 2005).<br />
161