Export iten: EndNote BibTex

Please use this identifier to cite or link to this item: https://tede.unioeste.br/handle/tede/2608
Tipo do documento: Dissertação
Title: Variabilidade espacial utilizando modelos geoestatísticos escalonados e com repetições múltiplas independentes na agricultura de precisão
Other Titles: Spatial variability using geostatistical methods scaled and with multiple independent replications in precision agriculture
Autor: Wendpap, Bruna Gabriela 
Primeiro orientador: Opazo, Miguel Angel Uribe
Primeiro coorientador: Boas, Marcio Antonio Vilas
Resumo: O objetivo deste trabalho foi apresentar um estudo de variabilidade espacial em diferentes períodos de tempo de duas áreas experimentais utilizando modelos geoestatísticos escalonados e espaciais lineares gaussianos com repetições múltiplas independentes. Na primeira área em estudo utilizou-se o método de escalonamento da função semivariância e o modelo espacial linear com repetições múltiplas independentes. Compararam-se as estruturas de variabilidade espacial do teor de potássio no solo e da produtividade da soja em cinco anos agrícolas. Os resultados indicam semelhança entre os mapas temáticos elaborados segundo os modelos individuais e os mapas gerados segundo o modelo ajustado ao semivariograma escalonado. O mesmo ocorreu ao construir mapas temáticos segundo os modelos individuais comparados aos mapas gerados segundo os modelos espaciais lineares com repetições múltiplas independentes. Ao comparar os mapas originados pelo modelo escalonado e o modelo espacial linear com repetições múltiplas independentes, obteve-se índices de acurácia altos, o que implica em semelhança dos mapas temáticos construídos com estes dois métodos. Na segunda área em estudo o interesse foi utilizar o modelo espacial linear com repetições múltiplas independentes para estudar a variabilidade espacial da produtividade da soja em dois anos agrícolas como função das covariáveis resistência do solo à penetração (RSP) e densidade do solo (Dens), nas camadas de 0-0,10, 0,10-0,20 e 0,20-0,30 m de profundidade. Em ambos os estudos, a estrutura de variabilidade espacial estimada pelo modelo espacial linear com repetições múltiplas independentes ocasionou redução do tempo computacional no ajuste dos modelos e na geração de mapas temáticos.
Abstract: The objective of this paper was to present a study of spatial variability in different time periods of two experimental areas using geostatistical models scaling and spatial linear gaussian with multiple independent replications. In the first area under study, the scaling of semivariance function method and spatial linear model with multiple independent replications was used. The structures of spatial variability of the potassium content in soil and soybean yield in five agricultural years were compared. The results indicate similarity between the thematic maps produced according to individual models and maps generated using the model set to scaled semivariogram. The same happens to build thematic maps according to the individual models compared to maps generated according to the spatial linear models with multiple independent replications. Comparing the maps originated by the scaled model and spatial linear model with multiple repetitions, high levels of accuracy were obtained, which implies similarity of thematic maps built with these two methods. In the second area under study the interest was to use the spatial linear model with multiple independent replications to study the spatial variability of soybean yield in both years as a function of covariates soil resistance to penetration (RSP) and bulk density (Dens) in the layers 0-0.10, 0.10-0.20 and 0.20-0.30 m deep. In both studies, the structure of spatial variability estimated by spatial linear model with multiple independent replications caused reduction of computational time in the adjustment of models and the generation of thematic maps.
Keywords: função semivariância
máxima verossimilhança
mapas temáticos.
semivariance function
maximum likelihood
thematic maps
CNPq areas: CNPQ::CIENCIAS AGRARIAS::ENGENHARIA AGRICOLA
Idioma: por
País: BR
Publisher: Universidade Estadual do Oeste do Parana
Sigla da instituição: UNIOESTE
Departamento: Engenharia
Program: Programa de Pós-Graduação "Stricto Sensu" em Engenharia Agrícola
Citation: WENDPAP, Bruna Gabriela. Spatial variability using geostatistical methods scaled and with multiple independent replications in precision agriculture. 2013. 63 f. Dissertação (Mestrado em Engenharia) - Universidade Estadual do Oeste do Parana, Cascavel, 2013.
Tipo de acesso: Acesso Aberto
Endereço da licença: http://creativecommons.org/licenses/by-nc-nd/4.0/
URI: http://tede.unioeste.br:8080/tede/handle/tede/2608
Issue Date: 20-Feb-2013
Appears in Collections:Mestrado em Engenharia Agrícola (CVL)

Files in This Item:
File SizeFormat 
BrunaGabriela.pdf6.24 MBAdobe PDFView/Open Preview


Items in TEDE are protected by copyright, with all rights reserved, unless otherwise indicated.