Interpolación espacial de enfermedades foliares en viveros de palma aceitera: una aproximación metodológica

 

محفوظ في:
التفاصيل البيبلوغرافية
المؤلفون: Garbanzo León, Jaime, Garbanzo León, Juan Gabriel
تاريخ النشر:2025
الوصف:El uso de interpoladores simples para el diagnóstico de enfermedades foliares puede mejorar el manejo agronómico oportuno en cultivos. Actualmente, existe una carencia de herramientas calibradas y validadas para aplicar de manera precisa los interpoladores en entornos agrícolas, de acuerdo con la distribución espacial de enfermedades foliares en cultivos. Este trabajo tiene el propósito de definir el algoritmo más apropiado para interpolar enfermedades foliares y determinar el porcentaje adecuado de muestras para realizar la validación cruzada. Para ello, se realizó un estudio de caso utilizando el porcentaje de severidad de la hoja en viveros de palma aceitera. Este se enfocó en analizar los siguientes interpoladores: triangulación (Triangulation), Distancia Inversa Ponderada (IDW), vecinos naturales (Natural Neigbor), spline cúbica (Cubic Spline) y el geoestadístico Kriging Ordinario. Asimismo, se analizaron distintos porcentajes de muestras para la validación cruzada, que correspondió desde 2.5 % hasta 30 %, utilizando el I-Moran y el método del análisis de poder T (“Power Analysis”). Se encontró que, en la separación muestral a partir de 10 % de la totalidad de los datos, hay menos autocorrelación espacial y, por tanto, el desempeño del interpolador se hace más evidente. Se concluye que el interpolador IDW presentó la mayor eficacia (α = 0.05) para predecir la distribución espacial de una enfermedad foliar.
البلد:Kérwá
المؤسسة:Universidad de Costa Rica
Repositorio:Kérwá
اللغة:Español
OAI Identifier:oai:kerwa.ucr.ac.cr:10669/109160
الوصول للمادة أونلاين:https://hdl.handle.net/10669/109160
https://doi.org/10.15517/d7e20z98
كلمة مفتاحية:Análisis Espacial
Enfermedades Foliares
Severidad
Validación
Distancia Interna Ponderada (IDW)
Foliar Diseases
Inverse Distance Weighted (IDW)
Severity
Spatial Analysis
Validation
Investigación agrícola
Agronomía