Desarrollo de una aplicación en Python para mapeo de variabilidad espacial en la agricultura digital

Autores/as

  • Sebastián Saavedra-Rincón
  • Óscar Chaparro-Anaya

DOI:

https://doi.org/10.53897/RevAIA.22.26.01

Palabras clave:

Agrícola, geoestadística, interpolación, Kriging, SIG

Resumen

Objetivo: Desarrollar un sistema de información geográfica portable con el uso de módulos especializados para el análisis de datos en el ecosistema Python y comparar sus resultados con el motor geoestadístico SAGA GIS para validar el sistema. Métodos: Se desarrolló la aplicación GeoStatLiteUN v2021.6.1 implementando los módulos especializados: SciPy v1.20.3, NumPy v1.20.0, statsmodels v0.12.2, PyKrige v1.6.0, Matplotlib.pyplot v3.4.2, seaborn v0.11.1 y Tkinter de Python (Python 3.9.5) en un script que, bajo la lógica de la geoestadística, automatizó los procedimientos repetitivos para analizar la variabilidad espacial (dentro y fuera de los lotes) mediante interpolación Kriging ordinario, cuyo ejecutable posibilita a los usuarios procesar y analizar datos espaciales y construir mapas de variabilidad espacial de forma ágil. Resultados: GeoStatLiteUN al ser probado mostró que los resultados teóricos son válidos si se tiene en cuenta la similitud con los resultados de SAGA GIS (para los mismos datos) y que 99 de 100 (99% de confianza en el método) modelos espaciales construidos con GeoStatLiteUN a partir de las bases de datos de prueba basarán sus predicciones en las medias de las muestras. Conclusión: La contribución innovadora de GeoStatLiteUN v2021.6.1 es la integración de protocolos automáticos para
la depuración basada en la prueba de Tukey para atípicos leves y valida la estacionariedad de sentido amplio; además se comparte como un archivo portable que facilita el uso del sistema y el método geoestadístico Kriging ordinario a los profesionales del agro en el campo, sin requerir conocimientos previos en los algoritmos matemáticos a usar.

Descargas

Los datos de descargas todavía no están disponibles.

Métricas

Cargando métricas ...

Descargas

Publicado

26-02-2022

Cómo citar

Saavedra-Rincón, S. ., & Chaparro-Anaya, Óscar . (2022). Desarrollo de una aplicación en Python para mapeo de variabilidad espacial en la agricultura digital. Avances En Investigación Agropecuaria, 26(1), Pags 7–27. https://doi.org/10.53897/RevAIA.22.26.01

Número

Sección

Trabajos cientifícos originales

Artículos similares

1 2 > >> 

También puede {advancedSearchLink} para este artículo.