Comparación de métodos de interpolación espacial para el mapeo del rendimiento intralote

CÓRDOBA, M.; VEGA, A.; NOLASCO, M.; CARCEDO, D.; BALZARINI, M.

Corrientes

Congreso; XXI Reunión Científica del Grupo Argentino de Biometría; 2016

En la agricultura por ambientes el mapeo de la variabilidad espacial es crucial para la aplicación diferenciada de insumos dentro del lote. Una práctica común es utilizar los datos recolectados por monitores de rendimiento para la generación de mapas de variabilidad espacial del rendimiento. Diferentes métodos de interpolación espacial son utilizados. Entre ellos se destacan los métodos geoestadísticos y aquellos no geoestadísticos que usualmente se implementan en software aplicado al análisis de datos en agricultura de precisión. En este trabajo se comparan métodos de interpolación espacial basados en kriging con el método de ponderación de distancia inversa (IDW). Los mismos se evalúan en su capacidad predictiva. Las bases de datos provenientes de 1000 lotes con los principales cultivos de grano de la región pampeana Argentina (Maíz, Soja, Trigo y Girasol, entre otros) fueron previamente depuradas para eliminar valores extremos (outliers comunes y outliers espaciales o inliers). Para evaluar el desempeño de los métodos comparados se realizaron validaciones cruzadas y se calculó para cada mapa de rendimiento la raíz cuadrada del error cuadrático medio de predicción (RMSE). Para la predicción espacial utilizando kriging se ajustaron tres modelos de semivariograma teóricos y para el método no geoestadístico se evaluaron tres valores del exponente de ponderación. En ambos casos la función usada para la interpolación fue seleccionada por validación cruzada. Los mejores resultados fueron obtenidos con la predicción geoestadística con errores de predicción menores al 20% del rendimiento promedio del lote. El modelo exponencial fue seleccionado con alta frecuencia. Adicionalmente, se presenta un algoritmo de predicción paralelizado para trabajar con varios mapas simultáneamente.