Made available in DSpace on 2017-05-12T14:47:10Z (GMT). No. of bitstreams: 1 Ademir Natal Correa.pdf: 1505539 bytes, checksum: fd8e294f5766bf4043789d75eba28f1f (MD5) Previous issue date: 2007-07-16 / The objective of this study was to assess the relationship among soil physical attributes and their influences on wheat yield. For this purpose an estimating method, called State-Space Model or dynamic linear regression model, was used and compared to simple and multiple regression models of classical statistics. Experimental data were obtained at a Rhodic Ferralsol, originated from UNIOESTE Agricultural Engineering Experimental Nucleus Cascavel Campus, in an area where wheat was grown. In this area, 3 equally spaced transects, with 97 sampling points, 3.0 meters away from each other, were delimited. The State-Space approach was used to assess wheat yield estimate on position i, influenced by wheat yield, bulk density, soil compaction degree and soil resistance to penetration on position i-1 in different combination between data series of these variables. Applying the State-Space approach, all the response variables presented significant correlation with the dependent variable: soil resistance to penetration was the attribute with the best correlation, presenting R2 coefficient equal to 0.849. The other attributes had R2 coefficient of around 0.800. Comparing to conventional static models, soil resistance to penetration attribute had R2 coefficient equal to 0.102. The other attributes had R2 coefficient equal or less than 0.087, in conventional regression. Utilizing the State-Space approach, the two combinations that indicated the best results were: 1) between wheat yield and soil resistance to penetration that showed the best estimate to wheat yield with R2 coefficient equal to 0.849, while the same combination in conventional regression presented R2 equal to 0.102; 2) between wheat yield, soil compaction degree and soil resistance to penetration, with R2 coefficient equal to 0.836, while the same combination in classical regression presented R2 equal to 0.217. Thus, it is possible to show the advantage of the State-Space approach in relation to other more conventional regression methods for estimating and forecasting in soil-plant system relationship. / Este trabalho foi realizado com o objetivo de estudar o relacionamento entre os atributos físicos do solo e a influência destes na produtividade de trigo. Para isso, utilizou-se o método de estimação chamado de Modelo de Espaço de Estados ou modelo de regressão linear dinâmico, comparando-o aos modelos de regressão simples e múltipla da estatística clássica. Os dados experimentais foram obtidos em um Latossolo Vermelho-Escuro pertencente ao Núcleo Experimental de Engenharia Agrícola da Universidade Estadual do Oeste do Paraná Campus de Cascavel, em uma área cultivada com trigo. Foram demarcadas 3 transeções com 97 pontos de amostragem espaçados de 3 m entre si. A abordagem de Espaço de Estados foi usada para avaliar a estimativa da produtividade do trigo na posição i, influenciada por medidas da produtividade do trigo, da densidade do solo, do grau de compactação do solo e da resistência do solo à penetração na posição i-1, em diferentes combinações entre as séries de dados dessas variáveis. Com a aplicação da abordagem de Espaço de Estados, todas as variáveis explicativas utilizadas apresentaram correlação significativa com a variável dependente: a resistência do solo à penetração foi o atributo com a melhor correlação, apresentando o coeficiente de ajuste R2 igual a 0,849. Os demais atributos tiveram os coeficientes R2 em torno de 0,800. Comparando-se com os modelos estáticos convencionais, o atributo resistência do solo à penetração teve o coeficiente de ajuste R2 igual a 0,102 e os demais atributos tiveram os seus coeficientes R2 abaixo de 0,087, na regressão convencional. Utilizando a metodologia de Espaço de Estados, as duas combinações que indicaram os melhores resultados foram a combinação entre produtividade do trigo e resistência do solo à penetração, que apresentou a melhor estimativa para produtividade do trigo, com coeficiente R2 igual a 0,849. A mesma combinação na regressão convencional resultou em R2 igual a 0,102. A segunda melhor combinação ocorreu entre os atributos: produtividade do trigo, grau de compactação do solo e resistência do solo à penetração, com R2 igual a 0,836, sendo que a mesma combinação na regressão clássica teve o coeficiente R2 igual a 0,217. Com isso é possível mostrar-se a vantagem da abordagem de Espaço de Estados em relação a outros métodos de estimativa e previsão para o relacionamento no sistema solo-planta.

Made available in DSpace on 2017-07-10T19:23:56Z (GMT). No. of bitstreams: 1 Ademir Natal Correa.pdf: 1505539 bytes, checksum: fd8e294f5766bf4043789d75eba28f1f (MD5) Previous issue date: 2007-07-16 / The objective of this study was to assess the relationship among soil physical attributes and their influences on wheat yield. For this purpose an estimating method, called State-Space Model or dynamic linear regression model, was used and compared to simple and multiple regression models of classical statistics. Experimental data were obtained at a Rhodic Ferralsol, originated from UNIOESTE Agricultural Engineering Experimental Nucleus Cascavel Campus, in an area where wheat was grown. In this area, 3 equally spaced transects, with 97 sampling points, 3.0 meters away from each other, were delimited. The State-Space approach was used to assess wheat yield estimate on position i, influenced by wheat yield, bulk density, soil compaction degree and soil resistance to penetration on position i-1 in different combination between data series of these variables. Applying the State-Space approach, all the response variables presented significant correlation with the dependent variable: soil resistance to penetration was the attribute with the best correlation, presenting R2 coefficient equal to 0.849. The other attributes had R2 coefficient of around 0.800. Comparing to conventional static models, soil resistance to penetration attribute had R2 coefficient equal to 0.102. The other attributes had R2 coefficient equal or less than 0.087, in conventional regression. Utilizing the State-Space approach, the two combinations that indicated the best results were: 1) between wheat yield and soil resistance to penetration that showed the best estimate to wheat yield with R2 coefficient equal to 0.849, while the same combination in conventional regression presented R2 equal to 0.102; 2) between wheat yield, soil compaction degree and soil resistance to penetration, with R2 coefficient equal to 0.836, while the same combination in classical regression presented R2 equal to 0.217. Thus, it is possible to show the advantage of the State-Space approach in relation to other more conventional regression methods for estimating and forecasting in soil-plant system relationship. / Este trabalho foi realizado com o objetivo de estudar o relacionamento entre os atributos físicos do solo e a influência destes na produtividade de trigo. Para isso, utilizou-se o método de estimação chamado de Modelo de Espaço de Estados ou modelo de regressão linear dinâmico, comparando-o aos modelos de regressão simples e múltipla da estatística clássica. Os dados experimentais foram obtidos em um Latossolo Vermelho-Escuro pertencente ao Núcleo Experimental de Engenharia Agrícola da Universidade Estadual do Oeste do Paraná Campus de Cascavel, em uma área cultivada com trigo. Foram demarcadas 3 transeções com 97 pontos de amostragem espaçados de 3 m entre si. A abordagem de Espaço de Estados foi usada para avaliar a estimativa da produtividade do trigo na posição i, influenciada por medidas da produtividade do trigo, da densidade do solo, do grau de compactação do solo e da resistência do solo à penetração na posição i-1, em diferentes combinações entre as séries de dados dessas variáveis. Com a aplicação da abordagem de Espaço de Estados, todas as variáveis explicativas utilizadas apresentaram correlação significativa com a variável dependente: a resistência do solo à penetração foi o atributo com a melhor correlação, apresentando o coeficiente de ajuste R2 igual a 0,849. Os demais atributos tiveram os coeficientes R2 em torno de 0,800. Comparando-se com os modelos estáticos convencionais, o atributo resistência do solo à penetração teve o coeficiente de ajuste R2 igual a 0,102 e os demais atributos tiveram os seus coeficientes R2 abaixo de 0,087, na regressão convencional. Utilizando a metodologia de Espaço de Estados, as duas combinações que indicaram os melhores resultados foram a combinação entre produtividade do trigo e resistência do solo à penetração, que apresentou a melhor estimativa para produtividade do trigo, com coeficiente R2 igual a 0,849. A mesma combinação na regressão convencional resultou em R2 igual a 0,102. A segunda melhor combinação ocorreu entre os atributos: produtividade do trigo, grau de compactação do solo e resistência do solo à penetração, com R2 igual a 0,836, sendo que a mesma combinação na regressão clássica teve o coeficiente R2 igual a 0,217. Com isso é possível mostrar-se a vantagem da abordagem de Espaço de Estados em relação a outros métodos de estimativa e previsão para o relacionamento no sistema solo-planta.