Análises de Ensaios de Campo

Agrônomos utilizam Análise de Ensaios para avaliar o desempenho de diversas variedades de culturas, técnicas de cultivo e aplicações de insumos, incluindo os resultados de Aplicações de Taxa Variável na Agricultura de Precisão. Ao coletar, analisar e interpretar dados gerados a partir de Ensaios de Campo, os pesquisadores obtêm insights sobre as interações entre genética, ambiente e práticas de manejo. Esse conhecimento orienta o desenvolvimento de estratégias de manejo de culturas que otimizam o potencial de produtividade enquanto minimizam o uso de insumos. Além disso, a Análise de Ensaios não só permite avaliar a eficácia das práticas de Agricultura de Precisão, mas também auxilia na identificação de variedades de culturas resilientes que podem prosperar em condições diversas e desafiadoras, contribuindo assim para a segurança alimentar.

Preparação de Dados

Para uma análise eficaz de ensaios, alguns conjuntos de dados essenciais são necessários:

1. Conjunto de Dados de Rendimento: Este conjunto de dados captura os dados de rendimento. Podemos importar isso do JohnDeere Operation Center ou fazer upload manualmente como shapefile ou como formato proprietário da maquinário.

2. Conjunto de Dados de Aplicação: Isto é crucial para entender a Aplicação realmente executada no Campo. No mínimo, contém atributos como TaxaAlvo, TaxaAplicada e algumas métricas relacionadas à maquinária. Como no Conjunto de Dados de Rendimento, temos opções de importá-lo do JohnDeere Operation Center ou fazer upload manualmente como shapefile ou como formato proprietário da maquinário.

3. Zonas/Parcelas com Ensaios/Experimentos: Estas mostram as taxas de Aplicação planejadas para nossos Ensaios, dando visão sobre o desenho experimental. Se tal camada de dados estiver disponível, fazemos upload como shapefile no controle AsApplied/AsPlanted ou Yield. Isso garante compatibilidade ao construir EquationMaps, simplificando sua experiência de análise de ensaios. Se essa camada de dados não estiver disponível, o atributo TaxaAlvo do Conjunto de Dados de Aplicação pode servir como substituto para avaliações de Ensaios.

4. Zonas Históricas de Potencial do Campo: Essas zonas são geradas pelo GeoPard (detalhes estão AQUI). Elas são úteis para analisar Ensaios com produtividade histórica consistente. Isso é particularmente benéfico quando os Ensaios estão distribuídos por regiões com produtividade histórica variada.

Uma vez que reunimos esses conjuntos de dados, o próximo passo é iniciar o processo de avaliação do Ensaio.

Visão Geral dos Dados

Existem os seguintes dados para a safra agrícola de 2023 de trigo de inverno:

• Conjunto de Dados de Rendimento destacando a distribuição de Massa Úmida (Fig.1)

Fig.1 Conjunto de Dados de Rendimento Original

• Plano VRA de Nitrogênio (N34) (150 kg/ha) com 2 Parcelas de Ensaio (120kg/ha e 180 kg/ha)(Fig.2)

Fig.2 Plano VRA de Nitrogênio (N34) com Parcelas de Ensaio

• Conjunto de Dados de Aplicação mostrando estatísticas aplicadas (Fig.3)

Fig.3 Conjunto de Dados de Aplicação

• Produtividade Histórica do Campo (Fig.4)

Fig.4 Produtividade Histórica do Campo

O Conjunto de Dados de Rendimento não foi calibrado: múltiplas colhedoras estavam operando ali, há rastros de retorno e dados ausentes, e o ruído é evidente. Recomenda-se aplicar as operações de Calibrar e Limpar o Rendimento para melhores resultados. Um tutorial passo a passo pode ser encontrado em LINK.

O Conjunto de Dados de Rendimento, após calibração e limpeza, é exibido em Fig.5, juntamente com as estatísticas atualizadas. Este conjunto de dados será utilizado nas etapas subsequentes.

Fig.5 Conjunto de Dados de Rendimento Calibrado e Limpo

Conceito

Aqui o objetivo da Análise de Ensaios é determinar a taxa de Nitrogênio (N34) mais eficaz para a área. Existem áreas específicas com taxas de Nitrogênio de 120kg/ha, 150kg/ha e 180kg/ha. Esses dados são derivados do Conjunto de Dados de Aplicação por um lado e do Conjunto de Dados de Rendimento calibrado por outro.

Estamos concentrando nossa análise em três zonas distintas:

• 120kg/ha (designada como zona de ensaio)

• 150kg/ha (considerada a zona principal)

• 180kg/ha (outra zona de ensaio)

Nossa abordagem incluirá as seguintes avaliações:

1. Baseada no plano: utilizando a Aplicação de Taxa Variável (VRA) planejada vinculada ao Rendimento Calibrado.

2. Baseada no aplicado: Comparando os Conjuntos de Dados Realmente Aplicados com o Rendimento Calibrado.

3. Baseada no aplicado e Produtividade Histórica: Comparando os Conjuntos de Dados Realmente Aplicados com o Rendimento Calibrado sobrepostos às Zonas Históricas de Potencial do Campo.

Essa abordagem metódica permitirá uma avaliação abrangente do impacto do Nitrogênio no Rendimento, com base tanto nos dados planejados quanto nos realmente aplicados.

Baseada no plano

A influência do aplicado Nitrogênio (N34) planejado na distribuição do Rendimento é capturada visualmente nas capturas de tela a seguir (Fig.6, Fig.7, Fig.8). Aqui está um resumo conciso das descobertas:

• A zona principal, com taxa de Nitrogênio de 150 kg/ha, abrange 45,8 ha e tem média de rendimento de 4,99 t/ha (Fig.6).

• A primeira zona de ensaio, utilizando aplicação de Nitrogênio de 180 kg/ha, cobre 1,76 ha, produzindo média de 6,5 t/ha (Fig.7).

• A segunda zona de ensaio, com 120 kg/ha de Nitrogênio, engloba 1,86 ha e produz média de 6,39 t/ha (Fig.8).

Os resultados levam a uma pergunta significativa: Por que a taxa de aplicação menor parece ser mais eficiente que a maior? Para obter insights mais profundos, a próxima fase envolve avaliar os Ensaios usando os dados realmente Aplicados.

Fig.6 Zona Principal com N34 150kg/ha

Fig.7 Zona de Ensaio com N34 180kg/ha

Fig.8 Zona de Ensaio com N34 120kg/ha

A seguir, você encontrará uma discussão detalhada das fórmulas e configurações empregadas durante a avaliação.

Para se aprofundar na abordagem de Equações e sua execução, consulte nossos tutoriais tanto para a Interface do Usuário e API.

Aqui estão as Equações a serem executadas para reproduzir os cálculos.

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

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

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

É importante ativar Numpy (Fig.9) e desativar Interpolação (Fig.10).

Fig.9 Ativar "Numpy"

Fig.10 Desativar o uso de dados "Interpolados"

Baseada no aplicado

Uma observação notável é que a Taxa Aplicada real durante o Ensaio não se alinha consistentemente com a Taxa Planejada (Alvo). Especificamente, há uma distribuição que varia de 120 kg/ha até 189 kg/ha (Fig.11). Dada essa variabilidade, tornou-se crucial estabelecer um parâmetro para tolerância de erro. Assim, uma precisão de ±5% foi determinada como um limite aceitável para considerar o ensaio adequado para avaliação.

Apresentado nas capturas de tela subsequentes (Fig.12, Fig.13, Fig.14) está a distribuição estatística do Rendimento, focando nos números de Nitrogênio (N34) realmente Aplicados. Aqui estão as estatísticas resumidas, tendo em mente a aceitação de precisão de ±5%:

• A zona principal a 150 kg/ha teve uma área aplicada de 43,5 ha, com rendimento médio de 4,9 t/ha (Fig.12).

• A primeira zona de ensaio a 180 kg/ha cobriu uma área de 1,47 ha e produziu rendimento médio de 6,5 t/ha (Fig.13).

• A segunda zona de ensaio fixada em 120 kg/ha abrangeu uma área de 1,44 ha, com rendimento médio de 6,3 t/ha (Fig.14).

Fig.11 Taxas Aplicadas Reais em Ensaios

Fig.12 Zona Principal com N34 150kg/ha ±5%

Fig.13 Zona de Ensaio com N34 180kg/ha ±5%

Fig.14 Zona de Ensaio com N34 120kg/ha ±5%

Para uma compreensão mais aprofundada da metodologia e dos detalhes desses resultados, as Equações utilizadas estão abaixo:

1. Nitrogênio realmente Aplicado no Ensaio: Applied_Trial = np.where((Zone == 3) | (Zone == 2), Applied_Value, np.nan)

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

3. Ensaio com 120 kg/ha incorporando aceitação de 5%: Yield_Trial = np.where((Zone == 3) & (Applied_Value >= 114.0) & (Applied_Value <= 126.0), Yield_WetMass, np.nan)

4. Ensaio com 180 kg/ha incorporando aceitação de 5%: Yield_Trial = np.where((Zone == 2) & (Applied_Value >= 171.0) & (Applied_Value <= 189.0), Yield_WetMass, np.nan)

Baseada no aplicado e Produtividade Histórica

Os valores de Rendimento dos Ensaios consistentemente superam a média de Rendimento em todo o Campo. Um fator chave que impulsiona essa disparidade parece ser a zona de alta produtividade histórica onde os Ensaios ocorreram, conforme visualizado em Fig.15 e Fig.16. Para uma avaliação mais matizada dos Ensaios, é crucial considerar as zonas de produtividade ao analisar os resultados.

Fig.15 Zonas Históricas de Potencial do Campo

Fig.16 Zonas Históricas de Potencial do Campo como Conjunto de Dados de Rendimento

Apresentado nas capturas de tela subsequentes (Fig.17, Fig.18, Fig.19) está a distribuição estatística do Rendimento, focando nos números de Nitrogênio (N34) realmente Aplicados sobrepostos com as Zonas de Produtividade Histórica (criadas no GeoPard). Aqui estão as estatísticas resumidas, tendo em mente a aceitação de precisão de ±5% para os valores aplicados:

• A zona principal a 150 kg/ha teve uma área aplicada de 2,65 ha, com rendimento médio de 6,34 t/ha (Fig.17).

• A primeira zona de ensaio a 180 kg/ha cobriu uma área de 1,08 ha e produziu rendimento médio de 6,41 t/ha (Fig.18).

• A segunda zona de ensaio fixada em 120 kg/ha abrangeu uma área de 1,78 ha, com rendimento médio de 6,33 t/ha (Fig.19).

Fig.17 Zona Principal com N34 150kg/ha sobreposta à Produtividade Histórica

Fig.18 Zona de Ensaio com N34 180kg/ha ±5% sobreposta à Produtividade Histórica

Fig.19 Zona de Ensaio com N34 120kg/ha ±5% sobreposta à Produtividade Histórica

Para uma compreensão mais aprofundada da metodologia e dos detalhes desses resultados, as Equações utilizadas estão abaixo:

1. Principal com 150 kg/ha incorporando aceitação de 5% sobreposto à Produtividade Histórica: Yield_Main = np.where((Application_Zone == 1) & (Productivity_SubZone == 51) & (Applied_Value >= 142.5) & (Applied_Value <= 157.5), Yield_WetMass, np.nan)

2. Ensaio com 120 kg/ha incorporando aceitação de 5% sobreposto à Produtividade Histórica: Yield_Trial = np.where((Application_Zone == 3) & (Productivity_SubZone == 51) & (Applied_Value >= 114.0) & (Applied_Value <= 126.0), Yield_WetMass, np.nan)

3. Ensaio com 180 kg/ha incorporando aceitação de 5% sobreposto à Produtividade Histórica: Yield_Trial = np.where((Application_Zone == 2) & (Productivity_SubZone == 51) & (Applied_Value >= 171.0) & (Applied_Value <= 189.0), Yield_WetMass, np.nan)

onde

• a parte Productivity_SubZone == 51 reflete as Zonas de Alta Produtividade com os experimentos aplicados,

• as 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) incorporam a precisão de ±5% das taxas 150, 120, 180 kg/ha.

Resumo

Os resultados de Rendimento dos Ensaios alinham-se de perto com a média de Rendimento observada na zona de alta Produtividade Histórica do Campo. Em outras palavras, a aplicação experimental do produto N34 nas taxas de 120 kg/ha - 150 kg/ha - 180 kg/ha, resultou em Rendimentos médios de 6,33 t/ha - 6,34 t/ha - 6,41 t/ha respectivamente, não tem um impacto significativo no Rendimento colhido dentro da zona de alta Produtividade.