Methodology for estimating productive potential zones from productivity data
DOI:
https://doi.org/10.5433/1679-0359.2023v44n3p1001Keywords:
Data analysis, Harvest map, Harvest monitor, Map algebra.Abstract
The methodology proposed herein for identifying potentially productive zones from yield data captured by harvester onboard sensors aims to establish a viable and easy-to-implement method for defining management zones by running statistical procedures on data from the harvest monitor. To do this, yield data from maize (2018 winter/second growing season) and soybean (2019 growing season) were converted into ɀ-score values and compared at a 99.8% confidence interval of standard normal distribution ɀ. Simultaneously, the degree of linearity was evaluated and Jackknife resampling, for removing data outside the range (outliers) established by the ɀ table (<-3.09 and >3.09). Next, yield score-ɀ algebraic mapping was performed to obtain a mean crop map, then applying three classes from the probability intervals of a plus and minus deviation, resulting in a map of potentially productive zones (below average, average and above average yield). Using this method, 5.72% of the area exhibited low yield potential, 90.71% average potential and 3.57% high yield potential. This analysis method was easy and quick to perform and provided summarized information, facilitating additional field surveys and providing a basis for decision-making.
Downloads
References
Aguiar, P. A. A. (1977). Padronização da umidade dos grãos na experimentação agrícola.
Blackmore, S. (2003). Consciousness in meme machines. Journal of Consciousness Studies, 10(4-5), 19-30.
Camicia, R. G. M., Maggi, M. F., Souza, E. G., Bazzi, C. L., Konopatzki, E. A., Michelon, G. K., & Pinheiro, J. B. S. (2018). Productivity of soybean in management zones with application of different sowing densities. Ciência Rural, 48(12), 1-9. doi: 10.1590/0103-8478cr20180532 DOI: https://doi.org/10.1590/0103-8478cr20180532
Carneiro, J. S. S., Santos, A. C. M., Fidelis, R. R., Silva, S. P., Neto, Santos, A. C., & Silva, R. R. (2016). Diagnóstico e manejo da variabilidade espacial da fertilidade do solo no cerrado do Piauí. Revista de Ciências Agroambientais, 14(2), 1-11. doi: 10.5327/rcaa.v14i2.1469
Delalibera, H. C., Higashibara, L., & Ralisch, R. (2017). Estimativa de perdas na colheita mecanizada de grãos: adequação da metodologia para plataformas universais modernas. Anais do Congresso Brasileiro de Engenharia Agrícola - CONBEA, Maceió, AL, Brasil, 46.
Delalibera, H. C., Weirich, P. H., Neto, & Nagata, N. (2012). Management zones in agriculture acording to the soil and landscape variables. Engenharia Agrícola, 32(6), 1197-1204. doi: 10.1590/S0100-69162012000600021 DOI: https://doi.org/10.1590/S0100-69162012000600021
Hair, J. F., Black, W. C., Babin, B. J., Anderson, R. E., & Tatham, R. L. (2009). Análise multivariada de dados. Bookman Editora.
Harter, H. L. (1960). Tabelas de alcance e alcance estudantil. The Annals of Mathematical Statistics, 31(4), 1122-1147. DOI: https://doi.org/10.1214/aoms/1177705684
Köppen, W. P. (1931). Grundriss der klimakunde. Walter de Gruyter. DOI: https://doi.org/10.1515/9783111667751
Lark, R. M., Bolam, H. C., Mayr, T., Bradley, R. I., Burton, R. G. O., & Dampney, P. M. R. (1999). Analysis of yield maps in support of field investigation of soil variation. In European conference on precision agriculture, Odense, Dinamarca.
Lentner, M., & Bishop, T. (1993). Experimental design and analysis (2nd ed.). Valley Book Company.
Maldaner, L. F., Wei, M. C. F., & Molin, J. P. (2019). Mapas de produtividade. (Boletim Técnico, 4). USP-ESALQ.
Menegatti, L. A., & Molin, J. P. (2004). Remoção de erros em mapas de produtividade via filtragem de dados brutos. Revista Brasileira de Engenharia Agrícola e Ambiental, 8(1), 126-134. doi: 10.1590/S1415-43662004000100019 DOI: https://doi.org/10.1590/S1415-43662004000100019
Michelan, R., Souza, E. G. de, & Uribe-Opazo, M. A. (2007). Determinação e remoção do tempo de atraso em mapas de colheita de milho. Acta Scientiarum. Agronomy, 29(2), 147-155. doi: 10.4025/actasciagron.v29 i2.337 DOI: https://doi.org/10.4025/actasciagron.v29i2.337
Mikhail, E. M., Bethel, J. S., & McGlone, J. C. (2001). Introdução à fotogrametria moderna.
Ministério da Agricultura, Pecuária e Abastecimento (2009). (Boletim Técnico). Agricultura de precisão. MAPA.
Mirshawka, V. (1986). Controle da qualidade industrial. Ed. CDQI.
Pedersen, S. M., & Lind, K. M. (2017). Precision agriculture: technology and economic perspectives. Cham: Springer International Publishing. DOI: https://doi.org/10.1007/978-3-319-68715-5
Richart, A., Piccin, A. L. L., Konopatzki, M. R. S., Kaefer, K. A. C., Moratelli, G., Kaefer, J. E., & Ecco, M. (2016). Análise espaço-temporal de atributos químicos do solo influenciados pela aplicação de calcário de cloreto de potássio em taxa variável. Scientia Agraria Paranaensis, 15(4), 391-400. doi: 10.18188/sap.v15i4.12260 DOI: https://doi.org/10.18188/1983-1471/sap.v15n4p391-400
Samohyl, R. W. (2005). Controle estatístico de processo e ferramentas da qualidade. Gestão da qualidade: teoria e casos. Rio de Janeiro: Elsevier, 261-269.
Santos, H. G., Jacomine, P. K. T., Anjos, L. H. C. dos, Oliveira, V. A. de, Lumbreras, J. F., Coelho, M. R., Almeida, J. A., Cunha, T. J. F. (2018). Sistema brasileiro de classificação de solos. EMBRAPA.
Souza, E. G., Bazzi, C. L., Khosla, R., Uribe-Opazo, M. A., & Reich, R. M. (2016). O tipo de interpolação e o cálculo de dados de mapas de rendimento de culturas são importantes para a produção de culturas de precisão. Journal of Plant Nutrition, 39(4), 531-538. doi: 10.1080/01904167.2015.1124893 DOI: https://doi.org/10.1080/01904167.2015.1124893
Speranza, E. A., Olim, G. E. de S., Inamasu, R. Y., Vaz, C. M. P., Jorge L. A. de C. (2022). Delineamento de zonas de manejo para o planejamento de experimentação on-farm na cultura do algodão. In Congresso brasileiro de agricultura de precisão, 2022, Campinas, SP.
Wu, C. F. J. (1986). Jackknife, bootstrap e outros métodos de reamostragem em análise de regressão. Annals of Statistics, 14(4), 1261-1295.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2023 Semina: Ciências Agrárias
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
Semina: Ciências Agrárias adopts the CC-BY-NC license for its publications, the copyright being held by the author, in cases of republication we recommend that authors indicate first publication in this journal.
This license allows you to copy and redistribute the material in any medium or format, remix, transform and develop the material, as long as it is not for commercial purposes. And due credit must be given to the creator.
The opinions expressed by the authors of the articles are their sole responsibility.
The magazine reserves the right to make normative, orthographic and grammatical changes to the originals in order to maintain the cultured standard of the language and the credibility of the vehicle. However, it will respect the writing style of the authors. Changes, corrections or suggestions of a conceptual nature will be sent to the authors when necessary.
