Influência do rigor geoestatístico na qualidade do mapeamento em agricultura de precisão [recurso eletrônico]
Agda Loureiro Gonçalves Oliveira
DISSERTAÇÃO
Português
T/UNICAMP OL4i
[Influence of geostatistical rigor on the quality of maps used in precision agriculture]
Campinas, SP : [s.n.], 2020.
1 recurso online (66 p.) : il., digital, arquivo PDF.
Orientador: Lucas Rios do Amaral
Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Agrícola
Resumo: Os mapas utilizados pela agricultura de precisão para aplicação localizada têm se baseado na amostragem em grade e interpolação dos dados. A interpolação por krigagem apresenta dificuldades no seu uso, visto que é um método complexo e que leva em consideração diversos parâmetros nos cálculos...
Ver mais
Resumo: Os mapas utilizados pela agricultura de precisão para aplicação localizada têm se baseado na amostragem em grade e interpolação dos dados. A interpolação por krigagem apresenta dificuldades no seu uso, visto que é um método complexo e que leva em consideração diversos parâmetros nos cálculos (i.e., anisotropia, tendência, efeito pepita, contribuição, alcance) que, se não considerados, a análise é prejudicada, reduzindo a confiabilidade dos mapas gerados por esse método. Nesse sentido, objetiva-se avaliar se considerar esses parâmetros na modelagem geoestatística permite ganho expressivo na qualidade dos mapas empregados na agricultura de precisão. Para isso foram testados o ganho na qualidade preditiva ao tratar anisotropia e tendência nos dados, levando em conta duas densidades amostrais (1 amostra/hectare e 1 amostra/ 4 hectares), além da modelagem variográfica pelo método dos momentos e método da máxima verossimilhança restrita. Esses parâmetros foram testados em campos virtuais simulados que foram produzidos pelo processo de Simulação Incondicional Gaussiana pelo pacote gstat no software R, e validados em dois campos experimentais que apresentam condições de anisotropia e tendência. Os resultados obtidos pelas análises foram avaliados a partir da comparação dos valores preditos pela interpolação e os valores observados nos campos simulados, além de comparados os valores estimados nos campos experimentais com conjunto de validação. Foi observado que a adição de efeitos direcionais na modelagem variográfica contribui para incremento da precisão da interpolação por modelos geoestatísticos. Inclusive, em alguns casos, o modelo determinístico (utilizado para comparação), superou o modelo geoestatístico em que não foi considerado nenhum efeito direcional. Além disso, ao reduzir o número de amostras, o efeito direcional na modelagem continuou contribuindo para aumento da precisão dos modelos geoestatísticos. Mas, ao alterar a forma de modelagem variográfica, a importância de cada efeito direcional também foi alterada, com anisotropia influenciando mais o método da máxima verossimilhança restrita, enquanto a tendência influenciou mais o método dos momentos. Portanto, considerar efeitos direcionais na modelagem semivariográfica proporciona maior qualidade/precisão dos mapas interpolados por geoestatística, o que eleva a maior confiabilidade dos mapas que são utilizados em Agricultura de Precisão
Ver menos
Abstract: Maps used by precision agriculture to prescribe local application are based on sampling grid and interpolation. Interpolation by kriging presents some difficulties related to its usage since it is a complex method that considers several parameters for calculation (i.e. anisotropy, trend,...
Ver mais
Abstract: Maps used by precision agriculture to prescribe local application are based on sampling grid and interpolation. Interpolation by kriging presents some difficulties related to its usage since it is a complex method that considers several parameters for calculation (i.e. anisotropy, trend, nugget effect, partial sill, range) and, when they are not proper considered, it might jeopardize the quality of the predictions, reducing reliability of maps created by this method. Accordingly, this study aims to evaluate if considering directional effects in geostatistical modelling leads to expressive gain of quality of the maps used by precision agriculture. Thus, we studied the gain on predictive quality by treating anisotropy and tendency found in data, considering two sampling grids (1 sample/ ha and 1 sample/4ha), besides of calculating semivariogram by method of moments and method of restricted maximum likelihood. These parameters were tested in a simulated virtual field produced by the process of Gaussian Unconditional Simulation calculated by gstat package on R software. In addition, these effects were also tested in two experimental fields that presented trend and anisotropy on the dataset. The results obtained by the analyses were evaluated through comparison of predicted values by interpolation and observed values obtained in the virtual fields, and on experimental fields the predicted values were compared with validation sets. Our results showed that adding directional effects on semivariogram modelling contributes to increase the accuracy on geostatistical interpolation. Indeed, we found better results of determinist models than geostatistical models when none of the directional effects were regarded in modelling. However, the importance of directional effects also changed according the method of semivariogram modelling. As the restrict maximum likelihood method seemed to have a stronger relationship with anisotropy effect to achieve higher precision, the method of moments achieved better results with trend. Thus, the process of accounting for directional effects in the semivariogram modelling can provide higher prediction accuracy on the maps interpolated by kriging. In this way, is possible to obtain more reliable on maps used for Precision Agricultural practices
Ver menos
Requisitos do sistema: Software para leitura de arquivo em PDF
Influência do rigor geoestatístico na qualidade do mapeamento em agricultura de precisão [recurso eletrônico]
Agda Loureiro Gonçalves Oliveira
Influência do rigor geoestatístico na qualidade do mapeamento em agricultura de precisão [recurso eletrônico]
Agda Loureiro Gonçalves Oliveira