Abstract
La estimación de los recursos del suelo a una escala diferente en las que se hacen las observaciones es un problema de importancia que sigue generando investigaciones relacionadas. Un aumento en la escala significa un aumento en la variación del parámetro, y esto puede causar problemas al interactuar con la no linealidad en un proceso o modelo. Cambiar la resolución espacial agregando o desagregando datos conlleva el riesgo de resultados contradictorios. Para demostrar este hecho se tomaron datos de Conductividad Eléctrica Aparente con el sensor EM38-MK2 en posición vertical al suelo de forma simultánea con los dos dipolos a dos profundidades relativas (0.75m y 1.5m), asociados a una misma coordenada. Se evaluaron tamaños de agregación espacial desde una rejilla de 5m´5m hasta 70m´70m, con razón aritmética de 5m. Se usaron coordenadas representativas para generar la matriz de pesos espaciales basada en el: i) centro de la grilla, ii) valor medio de las coordenadas que interceptan espacialmente cada celda, y iii) valor del centroide de los puntos agregados por cada celda. Para analizar el patrón de autocorrelación espacial se usó el índice de Moran Montecarlo para los residuales del modelo ajustado. Los resultados mostraron que a medida que se aumenta el tamaño de la rejilla, la dependencia espacial univariada comienza a disminuir para todas las coordenadas representativas, siendo la coordenada del centro de la celda la más afectada. Para una profundidad específica del sensor, se recomienda el uso de la coordenada del centroide y en agregaciones que superen los 20m para mantener la estructura de dependencia espacial que pudiera ser natural en esta variable y conveniente en procesos de modelado mediante regresión espacial.
Publisher
Universidad Surcolombiana
Reference29 articles.
1. Abdi, H. (2009). Centroids. Wiley Interdisciplinary Reviews: Computational Statistics, 1(2), 259-260. https://doi.org/10.1002/wics.31
2. Akaike, H. (1998). Information theory and an extension of the maximum likelihood principle. In Selected papers of hirotugu akaike (pp. 199-213). Springer, New York, NY. https://doi.org/10.1007/978-1-4612-1694-0_15
3. Arbia, G. (2014). A primer for spatial econometrics with applications in R. Palgrave Macmillan. https://doi.org/10.1057/9781137317940
4. Bivand, R., Altman, M., Anselin, L., Assunção, R., Berke, O., Bernat, A., & Blanchet, G. (2015). Package ‘spdep’. See ftp://garr.tucows.com/mirrors/CRAN/web/packages/spdep/spdep.pdf (accessed 9 December 2015).
5. Corwin, D. L., & Lesch, S. M. (2005). Apparent soil electrical conductivity measurements in agriculture. Computers and electronics in agriculture, 46(1-3), 11-43. https://doi.org/10.1016/j.compag.2004.10.005
Cited by
1 articles.
订阅此论文施引文献
订阅此论文施引文献,注册后可以免费订阅5篇论文的施引文献,订阅后可以查看论文全部施引文献