Análisis de componentes principales con datos georreferenciados : una aplicación en agricultura de precisión

La utilización de nuevas tecnologías asociadas a la agricultura de precisión permite capturar información de múltiples variables en gran cantidad de sitios georreferenciados dentro de lotes en producción. Las covariaciones espaciales de las propiedades del suelo y el rendimiento del cultivo pueden e...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Córdoba, Mariano, Balzarini, Mónica, Bruno, Cecilia, Costa, José Luis
Formato: article Artículo publishedVersion
Lenguaje:Español
Publicado: Universidad Nacional de Cuyo. Facultad de Ciencias Agrarias 2012
Materias:
Córdoba (Argentina)
Análisis multivariado
Análisis de componentes
Método MULTISPATI-PCA
Nuevas tecnologías para agricultura de precisión
Análisis geoestadístico
Acceso en línea:http://bdigital.uncu.edu.ar/4485
Aporte de:
Biblioteca Digital de Universidad Nacional de Cuyo
id I11-R84485
record_format dspace
institution Universidad Nacional de Cuyo
institution_str I-11
repository_str R-8
collection Biblioteca Digital
language Español
orig_language_str_mv spa
topic Córdoba (Argentina)
Análisis multivariado
Análisis de componentes
Método MULTISPATI-PCA
Nuevas tecnologías para agricultura de precisión
Análisis geoestadístico
spellingShingle Córdoba (Argentina)
Análisis multivariado
Análisis de componentes
Método MULTISPATI-PCA
Nuevas tecnologías para agricultura de precisión
Análisis geoestadístico
Córdoba, Mariano
Balzarini, Mónica
Bruno, Cecilia
Costa, José Luis
Análisis de componentes principales con datos georreferenciados : una aplicación en agricultura de precisión
topic_facet Córdoba (Argentina)
Análisis multivariado
Análisis de componentes
Método MULTISPATI-PCA
Nuevas tecnologías para agricultura de precisión
Análisis geoestadístico
description La utilización de nuevas tecnologías asociadas a la agricultura de precisión permite capturar información de múltiples variables en gran cantidad de sitios georreferenciados dentro de lotes en producción. Las covariaciones espaciales de las propiedades del suelo y el rendimiento del cultivo pueden evaluarse a través del análisis de componentes principales clásico (PCA). No obstante, como otros métodos multivariados descriptivos, el PCA no ha sido desarrollado explícitamente para datos espaciales. Nuevas versiones de análisis multivariado permiten contemplar la autocorrelación espacial entre datos de sitios vecinos. En este trabajo se aplican y comparan los resultados de dos técnicas multivariadas, el PCA y MULTISPATI-PCA. Este último incorpora la información espacial a través del cálculo del índice de Moran entre los datos de un sitio y el dato promedio de sus vecinos. Los resultados mostraron que utilizando MULTISPATI-PCA se detectaron correlaciones entre variables que no fueron detectadas con el PCA. Los mapas de variabilidad espacial construidos a partir de la primera componente de ambas técnicas fueron similares; no así los de la segunda componente debido a cambios en la estructura de co-variación identificada, al corregir la variabilidad por la autocorrelación espacial de los datos. El método MULTISPATI-PCA constituye una herramienta importante para el mapeo de la variabilidad espacial y la identificación de zonas homogéneas dentro de lotes.
format article
Artículo
Artículo
publishedVersion
author Córdoba, Mariano
Balzarini, Mónica
Bruno, Cecilia
Costa, José Luis
author_facet Córdoba, Mariano
Balzarini, Mónica
Bruno, Cecilia
Costa, José Luis
author_sort Córdoba, Mariano
title Análisis de componentes principales con datos georreferenciados : una aplicación en agricultura de precisión
title_short Análisis de componentes principales con datos georreferenciados : una aplicación en agricultura de precisión
title_full Análisis de componentes principales con datos georreferenciados : una aplicación en agricultura de precisión
title_fullStr Análisis de componentes principales con datos georreferenciados : una aplicación en agricultura de precisión
title_full_unstemmed Análisis de componentes principales con datos georreferenciados : una aplicación en agricultura de precisión
title_sort análisis de componentes principales con datos georreferenciados : una aplicación en agricultura de precisión
publisher Universidad Nacional de Cuyo. Facultad de Ciencias Agrarias
publishDate 2012
url http://bdigital.uncu.edu.ar/4485
work_keys_str_mv AT cordobamariano analisisdecomponentesprincipalescondatosgeorreferenciadosunaaplicacionenagriculturadeprecision
AT balzarinimonica analisisdecomponentesprincipalescondatosgeorreferenciadosunaaplicacionenagriculturadeprecision
AT brunocecilia analisisdecomponentesprincipalescondatosgeorreferenciadosunaaplicacionenagriculturadeprecision
AT costajoseluis analisisdecomponentesprincipalescondatosgeorreferenciadosunaaplicacionenagriculturadeprecision
AT cordobamariano principalcomponentanalysiswithgeoreferenceddataanapplicationinprecisionagriculture
AT balzarinimonica principalcomponentanalysiswithgeoreferenceddataanapplicationinprecisionagriculture
AT brunocecilia principalcomponentanalysiswithgeoreferenceddataanapplicationinprecisionagriculture
AT costajoseluis principalcomponentanalysiswithgeoreferenceddataanapplicationinprecisionagriculture
bdutipo_str Repositorios
_version_ 1764820407531077634

Ejemplares similares