Compensación por la falta de datos medidos sobre condiciones de cultivo decisivas en territorios diversificados sin perder información correcta
Autores: Miklós, László; Koický, Duan; Izakoviová, Zita; pinerová, Anna; Miklósová, Viktória
Idioma: Inglés
Editor: MDPI
Año: 2021
Acceso abierto
Artículo científico
2021
Compensación por la falta de datos medidos sobre condiciones de cultivo decisivas en territorios diversificados sin perder información correcta
Categoría
Ciencias Medioambientales
Subcategoría
Ciencias medioambientales generales
Palabras clave
Sostenible
Agricultura de precisión
Gestión específica del sitio
Morfométrico
índices de suelo
Interpolación
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
La agricultura de precisión sostenible requiere procedimientos de gestión específicos para cada sitio. Esto necesita información adecuada que combine datos medidos tradicionalmente y condiciones mapeadas, modelos e interpretaciones específicas. Es imposible cubrir toda la variedad de sitios en el territorio con dispositivos de medición, y por lo tanto, los datos medidos son insuficientes para una descripción detallada de las condiciones cambiantes en cada unidad geográfica. Sin embargo, los datos detallados sobre la morfología y las condiciones pedológicas suelen estar disponibles, y su síntesis crea la base para la interpolación detallada de los datos medidos de toda el área y su mapeo. Este artículo presenta un procedimiento para la síntesis de índices morfométricos y de suelo que resulta en la definición y mapeo de morfo-pedotopos, la interpretación de su condición térmica-húmeda y, en consecuencia, la comparación de estas condiciones con la condición en los sitios con estaciones de sensores instaladas. Este procedimiento permite una interpolación lógica razonable de los datos microclimáticos medidos por las estaciones de sensores a toda el área de estudio. El resultado es la definición de la condición térmica-húmeda de todo el territorio en comparación con los sitios medidos. Por lo tanto, los resultados proporcionan la base para la interpolación de la previsión de eventos climáticos desarrollados para los sitios de estaciones de sensores a toda el área de estudio y la previsión de eventos de enfermedades temporales, y así la base para intervenciones de gestión de campo específicas para cada sitio, incluso en el caso de la falta de datos medidos que cubran toda el área.
Descripción
La agricultura de precisión sostenible requiere procedimientos de gestión específicos para cada sitio. Esto necesita información adecuada que combine datos medidos tradicionalmente y condiciones mapeadas, modelos e interpretaciones específicas. Es imposible cubrir toda la variedad de sitios en el territorio con dispositivos de medición, y por lo tanto, los datos medidos son insuficientes para una descripción detallada de las condiciones cambiantes en cada unidad geográfica. Sin embargo, los datos detallados sobre la morfología y las condiciones pedológicas suelen estar disponibles, y su síntesis crea la base para la interpolación detallada de los datos medidos de toda el área y su mapeo. Este artículo presenta un procedimiento para la síntesis de índices morfométricos y de suelo que resulta en la definición y mapeo de morfo-pedotopos, la interpretación de su condición térmica-húmeda y, en consecuencia, la comparación de estas condiciones con la condición en los sitios con estaciones de sensores instaladas. Este procedimiento permite una interpolación lógica razonable de los datos microclimáticos medidos por las estaciones de sensores a toda el área de estudio. El resultado es la definición de la condición térmica-húmeda de todo el territorio en comparación con los sitios medidos. Por lo tanto, los resultados proporcionan la base para la interpolación de la previsión de eventos climáticos desarrollados para los sitios de estaciones de sensores a toda el área de estudio y la previsión de eventos de enfermedades temporales, y así la base para intervenciones de gestión de campo específicas para cada sitio, incluso en el caso de la falta de datos medidos que cubran toda el área.