Your browser doesn't support javascript.
loading
Show: 20 | 50 | 100
Results 1 - 1 de 1
Filter
Add more filters











Language
Publication year range
1.
Semina ciênc. agrar ; 44(3): 1001-1016, 2023. graf, tab
Article in English | VETINDEX | ID: biblio-1512281

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 ɀ-score 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.(AU)


A proposta desta metodologia para estimativa de zonas de potencial produtivo a partir de dados de produtividade obtidos por sensores instalados em colhedoras, tem como objetivo estabelecer um método viável e de fácil execução para a definição de zonas de manejo, empregando procedimentos estatísticos em dados obtidos por monitor de colheita. Para tanto, foram utilizados dados de produtividade das culturas de milho (inverno/safrinha 2018) e soja (safra 2019) convertidos em escore-ɀ e comparados com o intervalo de confiança de 99,8% da distribuição normal padrão ɀ. Simultaneamente, foi avaliado o grau de linearidade e o método Jackknife, removendo-se os dados fora do intervalo estabelecido pela tabela ɀ (<-3,09 e >3,09). Após este procedimento, foi realizado a álgebra dos mapas de escore-ɀ de produtividade para obtenção de um mapa médio das culturas, no qual se aplicou três classes a partir dos intervalos de probabilidade de um desvio para mais e para menos, resultando no mapa de zonas de potencial produtivo em três áreas, abaixo da média, na média, e acima da média de produtividade. Com a aplicação do método, obteve-se 5,72% da área com baixo potencial produtivo, 90,71% com potencial médio e, 3,57% com alto potencial produtivo. Este método de análise demonstrou-se de fácil e rápida execução e proporcionou informação resumida, facilitando ações complementares de levantamento à campo e tomadas de decisão.(AU)


Subject(s)
24444 , Agricultural Zones , Data Analysis
SELECTION OF CITATIONS
SEARCH DETAIL