1. Determination of experimental blocks with the aid of geostatistics, principal components and clustering techniques
- Author
-
Silva, Gustavo Henrique, Santos, Gérson Rodrigues dos, Peternelli, Luiz Alexandre, and Carneiro, Antônio Policarpo Souza
- Subjects
Análise espacial (Estatística) ,Algorítimos ,Planejamento experimental ,Krigagem ,Geologia - Métodos estatísticos ,Estatística - Abstract
Fundação de Amparo a Pesquisa do Estado de Minas Gerais Em experimentos que envolvem o princípio do controle local, a determinação mais assertiva dos blocos experimentais é um ponto que se destaca no planejamento experimental. Uma forma interessante de realizar tal procedimento seria a utilização de técnicas que analisam e agrupam regiões do solo que sejam mais semelhantes entre si, definindo assim blocos mais homogêneos. Assim, objetivou-se definir blocos experimentais para experimentos agrícolas utilizando técnicas de geoestatística, análise de componentes principais e técnicas de agrupamento. Foram usados dados de variáveis químicas de solo de um experimento com cana-de-açúcar. As técnicas de geoestatística foram aplicadas de modo a identificar e caracterizar a variabilidade espacial das variáveis químicas, bem como realizar a krigagem em locais não amostrados. Foi aplicado a técnica de análise de componentes principais, visando reduzir a quantidade de variáveis. Por último, a técnica de agrupamento k-means foi usada para formar os blocos usando os componentes principais que explicaram boa parte da variabilidade contida nas variáveis originais. Das 12 variáveis químicas do solo 10 apresentaram dependência espacial sendo os locais não amostrados interpolados via krigagem ordinária. Os dois outros atributos foram interpolados via técnica do inverso da distância. A análise de componentes principais permitiu reduzir a dimensionalidade dos dados de 12 variáveis para duas, explicando 82,27% da variância inicial. A área experimental foi dividida em 2, 3, 4 e 5 blocos através do algoritmo k-means sendo esses de formato e áreas diversas. A metodologia proposta se mostrou eficaz na delimitação dos blocos, uma vez que esses se apresentam bem uniformes para as variáveis químicas de solo. Palavras-chave: variabilidade espacial. Controle local. Precisão experimental. Krigagem. Delineamento experimental. K-means. In experiments involving the principle of local control, the most assertive determination of the experimental blocks is a point that stands out in the experimental design. An interesting way to carry out such a procedure would be the use of techniques that analyze and group soil regions that are more similar to each other, thus defining more homogeneous blocks. Thus, the objective was to define experimental blocks for agricultural experiments using geostatistical techniques, principal component analysis and clustering techniques. Data from soil chemical variables from an experiment with sugarcane were used. Geostatistical techniques were applied in order to identify and characterize the spatial variability of chemical variables, as well as to perform kriging in unsampled locations. The principal component analysis technique was applied, aiming to reduce the number of variables. Finally, the k-means clustering technique was used to form the blocks using the principal components that explained a good part of the variability contained in the original variables. Of the 12 soil chemical variables, 10 showed spatial dependence and the unsampled sites were interpolated via ordinary kriging. The two other attributes were interpolated via the inverse distance technique. Principal component analysis allowed reducing the dimensionality of the data from 12 variables to two, explaining 82.27% of the initial variance. The experimental area was divided into 2, 3, 4 and 5 blocks using the k-means algorithm, with different formats and areas. The proposed methodology proved to be effective in the delimitation of the blocks, since they are very uniform for the soil chemical variables. Keywords: Spatial variability. Local control. Experimental precision. Kriging. Experimental design. K-means. more...
- Published
- 2022