English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

Yield mapping represents the spatial variability concerning the features of a productive area and allows intervening on the next year production, for example, on a site-specific input application. The trial aimed at verifying the influence of a sampling density and the type of interpolator on yield mapping precision to be produced by a manual sampling of grains. This solution is usually adopted when a combine with yield monitor can not be used. An yield map was developed using data obtained from a combine equipped with yield monitor during corn harvesting. From this map, 84 sample grids were established and through three interpolators: inverse of square distance, inverse of distance and ordinary kriging, 252 yield maps were created. Then they were compared with the original one using the coefficient of relative deviation (CRD) and the kappa index. The loss regarding yield mapping information increased as the sampling density decreased. Besides, it was also dependent on the interpolation method used. A multiple regression model was adjusted to the variable CRD, according to the following variables: spatial variability index and sampling density. This model aimed at aiding the farmer to define the sampling density, thus, allowing to obtain the manual yield mapping, during eventual problems in the yield monitor. O mapa de produtividade representa a variabilidade espacial das características de uma área cultivada e permite intervir na produção dos anos posteriores, na aplicação diferenciada de insumos. Este trabalho teve por objetivo verificar a influência da densidade amostral e do tipo de interpolação na exatidão dos mapas de produtividade, gerados a partir da amostragem manual de grãos, solução que pode ser adotada quando um monitor não pode ser utilizado. Um mapa de produtividade foi obtido com monitor de colheita comercial em lavoura de milho, a partir do qual foram estabelecidas 84 grades e, por meio de três interpoladores, o inverso da distância ao quadrado, inverso da distância e krigagem geraram-se, assim, 252 mapas de produtividade, que foram então comparados com o original, utilizando-se o coeficiente de desvio relativo (CDR) e o índice kappa. A perda de informação do mapa de produtividade aumentou à medida em que se diminuiu a densidade amostral e foi dependente do método de interpolação utilizado. Um modelo de regressão múltipla foi ajustado à variável CDR, em função das variáveis: índice de variabilidade espacial e densidade amostral. Este modelo teve a finalidade de auxiliar o agricultor na definição da densidade amostral e permitir obter-se, manualmente, o mapa de produtividade, caso ocorram problemas eventuais no monitor de colheita

Model to estimate the sampling density for establishment of yield mapping