Servicios Personalizados
Revista
Articulo
Indicadores
- Citado por SciELO
Links relacionados
- Similares en SciELO
Compartir
RIA. Revista de investigaciones agropecuarias
versión On-line ISSN 1669-2314
Resumen
CORDOBA, M; BRUNO, C; COSTA, J y BALZARINI, M. Variabilidad espacial de suelo a escala de lote y su relación con los rendimientos. RIA. Rev. investig. agropecu. [online]. 2016, vol.42, n.1, pp.47-53. ISSN 1669-2314.
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.