Analítica de ensayos de campo

Los agrónomos emplean Análisis de Ensayos para evaluar el rendimiento de diversas variedades de cultivo, técnicas de cultivo y aplicaciones de insumos, incluidos los resultados de Aplicaciones de Tasa Variable en Agricultura de Precisión. Al recopilar, analizar e interpretar los datos generados a partir de Ensayos de Campo, los investigadores obtienen información sobre las interacciones entre genética, ambiente y prácticas de manejo. Este conocimiento informa el desarrollo de estrategias de manejo de cultivos que optimizan el potencial de rendimiento mientras minimizan el uso de insumos. Además, el Análisis de Ensayos no solo permite evaluar la efectividad de las prácticas de Agricultura de Precisión, sino que también ayuda a identificar variedades de cultivo resistentes que pueden prosperar en condiciones diversas y desafiantes, contribuyendo así a la seguridad alimentaria.

Preparación de datos

Para un análisis efectivo de ensayos, se requieren algunos conjuntos de datos esenciales:

1. Conjunto de datos de rendimiento: Este conjunto de datos captura la información de rendimiento. Podemos importarlo desde el Centro de Operaciones JohnDeere o cargarlo manualmente como shapefile o como formato propietario de la maquinaria.

2. Conjunto de datos de Aplicación: Este es crucial para entender la Aplicación realmente ejecutada en el Campo. Como mínimo, contiene atributos como TargetRate (Tasa Objetivo), AppliedRate (Tasa Aplicada) y algunas métricas relacionadas con la maquinaria. Al igual que con el Conjunto de Datos de Rendimiento, tenemos opciones para importarlo desde el Centro de Operaciones JohnDeere o cargarlo manualmente como shapefile o como formato propietario de la maquinaria.

3. Zonas/Parcela con Ensayos/Experimentos: Estas muestran las tasas de Aplicación planificadas para nuestros Ensayos, proporcionando información sobre el diseño experimental. Si existe una capa de datos de este tipo, la cargamos como shapefile en el control AsApplied/AsPlanted o Yield. Esto garantiza compatibilidad al construir Mapas de Ecuaciones, agilizando su experiencia de análisis de ensayos. Si no está disponible dicha capa de datos, el atributo TargetRate del Conjunto de Datos de Aplicación puede servir como sustituto para las evaluaciones de Ensayo.

4. Zonas históricas de potencial del campo: Estas zonas son generadas por GeoPard (detalles están AQUÍ). Son útiles para analizar Ensayos con productividad histórica consistente. Esto es particularmente beneficioso cuando los Ensayos están distribuidos en regiones con productividad histórica variada.

Una vez que hemos recopilado estos conjuntos de datos, el siguiente paso es comenzar el proceso de evaluación del Ensayo.

Resumen de datos

Existen los siguientes datos para la temporada agrícola 2023 de trigo de invierno:

• Conjunto de datos de rendimiento que destaca la distribución de Masa Húmeda (Fig.1)

Fig.1 Conjunto de datos de rendimiento original

• Plan VRA de Nitrógeno (N34) (150 kg/ha) con 2 Parcelas de Ensayo (120 kg/ha y 180 kg/ha)(Fig.2)

Fig.2 Plan VRA de Nitrógeno (N34) con Parcelas de Ensayo

• Conjunto de datos de Aplicación mostrando estadísticas aplicadas (Fig.3)

Fig.3 Conjunto de datos de Aplicación

• Productividad histórica del campo (Fig.4)

Fig.4 Productividad histórica del campo

El Conjunto de datos de Rendimiento no ha sido calibrado: allí operaron múltiples cosechadoras, hay huellas de giros y datos faltantes, y se aprecia ruido. Se recomienda aplicar las operaciones de Calibrar y Limpiar Rendimiento para obtener resultados óptimos. Un tutorial paso a paso se puede encontrar en ENLACE.

El Conjunto de datos de Rendimiento, después de la calibración y limpieza, se muestra en Fig.5, junto con las estadísticas actualizadas. Este conjunto de datos se utilizará en los pasos posteriores.

Fig.5 Conjunto de datos de rendimiento calibrado y limpiado

Concepto

Aquí el objetivo del Análisis de Ensayos es determinar la tasa de Nitrógeno (N34) más efectiva para el campo. Se han identificado áreas con tasas de Nitrógeno de 120 kg/ha, 150 kg/ha y 180 kg/ha. Estos datos se derivan por un lado del Conjunto de Datos de Aplicación y por otro del Conjunto de Datos de Rendimiento calibrado.

Estamos enfocando nuestro análisis en tres zonas distintas:

• 120 kg/ha (designada como la zona de ensayo)

• 150 kg/ha (considerada la zona principal)

• 180 kg/ha (otra zona de ensayo)

Nuestro enfoque incluirá las siguientes evaluaciones:

1. Basado en el plan: usando la Aplicación de Tasa Variable (VRA) planificada vinculada al Rendimiento Calibrado.

2. Basado en lo aplicado: Comparando los Conjuntos de Datos realmente Aplicados contra el Rendimiento Calibrado.

3. Basado en lo aplicado y Productividad histórica: Comparando los Conjuntos de Datos realmente Aplicados contra el Rendimiento Calibrado superpuesto con las Zonas Históricas de Potencial del Campo.

Este enfoque metódico permitirá una evaluación integral del impacto del Nitrógeno en el Rendimiento, basada tanto en los datos planificados como en los realmente aplicados.

Basado en el plan

La influencia de aplicado el Nitrógeno (N34) planificado en la distribución del Rendimiento se captura visualmente en las capturas de pantalla siguientes (Fig.6, Fig.7, Fig.8). Aquí hay un resumen conciso de los hallazgos:

• La zona principal, con una tasa de Nitrógeno de 150 kg/ha, abarca 45.8 ha y promedia un rendimiento de 4.99 t/ha (Fig.6).

• La primera zona de ensayo, que utiliza una aplicación de Nitrógeno de 180 kg/ha, cubre 1.76 ha, con un rendimiento promedio de 6.5 t/ha (Fig.7).

• La segunda zona de ensayo, con 120 kg/ha de Nitrógeno, abarca 1.86 ha y produce un rendimiento promedio de 6.39 t/ha (Fig.8).

Los resultados plantean una pregunta significativa: ¿Por qué la tasa de aplicación más baja parece ser más eficiente que la más alta? Para obtener una comprensión más profunda, la siguiente fase implica evaluar los Ensayos usando los datos realmente Aplicados.

Fig.6 Zona principal con N34 150 kg/ha

Fig.7 Zona de ensayo con N34 180 kg/ha

Fig.8 Zona de ensayo con N34 120 kg/ha

Más abajo encontrará una discusión detallada de las fórmulas y configuraciones empleadas durante la evaluación.

Para profundizar en el enfoque de Ecuaciones y su ejecución, consulte nuestros tutoriales tanto para la Interfaz de usuario y API.

Aquí están las Ecuaciones para ejecutar y reproducir los cálculos.

1. Principal con 150 kg/ha: Yield_Main = np.where(Zone==1, Yield_WetMass, np.nan)

2. Ensayo con 120 kg/ha: Yield_Zone = np.where(Zone==3, Yield_WetMass, np.nan)

3. Ensayo con 180 kg/ha: Yield_Zone = np.where(Zone==2, Yield_WetMass, np.nan)

Es importante activar Numpy (Fig.9) y desactivar Interpolación (Fig.10).

Fig.9 Activar "Numpy"

Fig.10 Desactivar el uso de datos "Interpolados"

Basado en lo aplicado

Una observación notable es que la Tasa realmente Aplicada durante el Ensayo no coincide consistentemente con la Tasa Planificada (Objetivo). Específicamente, hay una distribución que va desde 120 kg/ha hasta tan alto como 189 kg/ha (Fig.11). Dada esta variabilidad, se volvió crucial establecer un punto de referencia para la tolerancia de error. Por lo tanto, se determinó que una precisión de ±5% es un umbral aceptable para considerar el ensayo adecuado para su evaluación.

Presentado en las capturas de pantalla siguientes (Fig.12, Fig.13, Fig.14) está la distribución estadística del Rendimiento, centrada en los números de Nitrógeno (N34) realmente Aplicados. Aquí están las estadísticas resumidas, teniendo en cuenta la aceptación de precisión de ±5%:

• La zona principal a 150 kg/ha tuvo un área aplicada de 43.5 ha, con un rendimiento promedio de 4.9 t/ha (Fig.12).

• La primera zona de ensayo a 180 kg/ha cubrió un área de 1.47 ha y produjo un rendimiento promedio de 6.5 t/ha (Fig.13).

• La segunda zona de ensayo establecida en 120 kg/ha abarcó un área de 1.44 ha, con un rendimiento promedio de 6.3 t/ha (Fig.14).

Fig.11 Tasas realmente aplicadas en Ensayos

Fig.12 Zona principal con N34 150 kg/ha ±5%

Fig.13 Zona de ensayo con N34 180 kg/ha ±5%

Fig.14 Zona de ensayo con N34 120 kg/ha ±5%

Para una comprensión más profunda de la metodología y los detalles de estos resultados, las Ecuaciones utilizadas están abajo:

1. Nitrógeno realmente aplicado en el Ensayo: Applied_Trial = np.where((Zone == 3) | (Zone == 2), Applied_Value, np.nan)

2. Principal con 150 kg/ha incorporando aceptación del 5%: Yield_Main = np.where((Zone == 1) & (Applied_Value >= 142.5) & (Applied_Value <= 157.5), Yield_WetMass, np.nan)

3. Ensayo con 120 kg/ha incorporando aceptación del 5%: Yield_Trial = np.where((Zone == 3) & (Applied_Value >= 114.0) & (Applied_Value <= 126.0), Yield_WetMass, np.nan)

4. Ensayo con 180 kg/ha incorporando aceptación del 5%: Yield_Trial = np.where((Zone == 2) & (Applied_Value >= 171.0) & (Applied_Value <= 189.0), Yield_WetMass, np.nan)

Basado en lo aplicado y Productividad histórica

Las cifras de Rendimiento de los Ensayos superan consistentemente el Rendimiento promedio en todo el Campo. Un factor clave que impulsa esta disparidad parece ser la zona de alta productividad histórica donde se realizaron los Ensayos, como se visualiza en Fig.15 y Fig.16. Para una evaluación más matizada de los Ensayos, es crucial tener en cuenta las zonas de productividad al analizar los resultados.

Fig.15 Zonas históricas de potencial del campo

Fig.16 Zonas históricas de potencial del campo como Conjunto de datos de rendimiento

Presentado en las capturas de pantalla siguientes (Fig.17, Fig.18, Fig.19) es la distribución estadística del Rendimiento, centrada en los números de Nitrógeno (N34) realmente Aplicados superpuestos con las Zonas de Productividad Histórica (creadas en GeoPard). Aquí están las estadísticas resumidas, teniendo en cuenta la aceptación de precisión de ±5% para los números Aplicados:

• La zona principal a 150 kg/ha tuvo un área aplicada de 2.65 ha, con un rendimiento promedio de 6.34 t/ha (Fig.17).

• La primera zona de ensayo a 180 kg/ha cubrió un área de 1.08 ha y produjo un rendimiento promedio de 6.41 t/ha (Fig.18).

• La segunda zona de ensayo establecida en 120 kg/ha abarcó un área de 1.78 ha, con un rendimiento promedio de 6.33 t/ha (Fig.19).

Fig.17 Zona principal con N34 150 kg/ha superpuesta con Productividad Histórica

Fig.18 Zona de ensayo con N34 180 kg/ha ±5% superpuesta con Productividad Histórica

Fig.19 Zona de ensayo con N34 120 kg/ha ±5% superpuesta con Productividad Histórica

Para una comprensión más profunda de la metodología y los detalles de estos resultados, las Ecuaciones utilizadas están abajo:

1. Principal con 150 kg/ha incorporando aceptación del 5% superpuesto con Productividad Histórica: Yield_Main = np.where((Application_Zone == 1) & (Productivity_SubZone == 51) & (Applied_Value >= 142.5) & (Applied_Value <= 157.5), Yield_WetMass, np.nan)

2. Ensayo con 120 kg/ha incorporando aceptación del 5% superpuesto con Productividad Histórica: Yield_Trial = np.where((Application_Zone == 3) & (Productivity_SubZone == 51) & (Applied_Value >= 114.0) & (Applied_Value <= 126.0), Yield_WetMass, np.nan)

3. Ensayo con 180 kg/ha incorporando aceptación del 5% superpuesto con Productividad Histórica: Yield_Trial = np.where((Application_Zone == 2) & (Productivity_SubZone == 51) & (Applied_Value >= 171.0) & (Applied_Value <= 189.0), Yield_WetMass, np.nan)

donde

• la parte Productivity_SubZone == 51 refleja las Zonas de Alta Productividad con los experimentos aplicados,

• las partes (Applied_Value >= 142.5) & (Applied_Value <= 157.5) , (Applied_Value >= 114.0) & (Applied_Value <= 126.0), (Applied_Value >= 171.0) & (Applied_Value <= 189.0) incorporan una precisión de ±5% desde las tasas 150, 120, 180 kg/ha.

Resumen

Los resultados de Rendimiento de los Ensayos se alinean estrechamente con el Rendimiento promedio observado en la zona de Alta Productividad Histórica del Campo. En otras palabras, la aplicación experimental del producto N34 a tasas de 120 kg/ha - 150 kg/ha - 180 kg/ha, resultó en Rendimientos promedio de 6.33 t/ha - 6.34 t/ha - 6.41 t/ha respectivamente, no tiene un impacto significativo en el Rendimiento cosechado dentro de la zona de alta productividad.