DESARROLLO DE APLICACIONES ESTADÍSTICAS PARA LA AGRICULTURA DE PRECISIÓN. STATISTICAL APPLICATIONS FOR PRECISION AGRICULTURE

A partir de las últimas décadas se ha impulsado el desarrollo y la utilización de los Sistemas de Información Geográficos (SIG) y los Sistemas de Posicionamiento Satelital (GPS) orientados a mejorar la eficiencia productiva de distintos sistemas de cultivos extensivos en términos agronómicos, económicos y ambientales. Estas nuevas tecnologías permiten medir variabilidad espacial de propiedades del sitio como conductividad eléctrica aparente y otros atributos del terreno así como el efecto de las mismas sobre la distribución espacial de los rendimientos. Luego, es posible aplicar el manejo sitio-específico en los lotes para mejorar la eficiencia en el uso de los insumos agroquímicos, la protección del medio ambiente y la sustentabilidad de la vida rural. En la actualidad, existe una oferta amplia de recursos tecnológicos propios de la agricultura de precisión para capturar variación espacial a través de los sitios dentro del terreno. El óptimo uso del gran volumen de datos derivado de maquinarias de agricultura de precisión depende fuertemente de las capacidades para explorar la información relativa a las complejas interacciones que subyacen los resultados productivos. La covariación espacial de las propiedades del sitio y el rendimiento de los cultivos ha sido estudiada a través de modelos geoestadísticos clásicos que se basan en la teoría de variables regionalizadas. Nuevos desarrollos de modelos estadísticos contemporáneos, entre los que se destacan los modelos lineales mixtos, constituyen herramientas prometedoras para el tratamiento de datos correlacionados espacialmente. Más aún, debido a la naturaleza multivariada de las múltiples variables registradas en cada sitio, las técnicas de análisis multivariado podrían aportar valiosa información para la visualización y explotación de datos georreferenciados. La comprensión de las bases agronómicas de las complejas interacciones que se producen a la escala de lotes en producción, es hoy posible con el uso de éstas nuevas tecnologías. Los objetivos del presente proyecto son: (l) desarrollar estrategias metodológicas basadas en la complementación de técnicas de análisis multivariados y geoestadísticas, para la clasificación de sitios intralotes y el estudio de interdependencias entre variables de sitio y rendimiento; (ll) proponer modelos mixtos alternativos, basados en funciones de correlación espacial de los términos de error que permitan explorar patrones de correlación espacial de los rendimientos intralotes y las propiedades del suelo en los sitios delimitados. From the last decades the use and development of Geographical Information Systems (GIS) and Satellite Positioning Systems (GPS) is highly promoted in cropping systems. Such technologies allow measuring spatial variability of site properties including electrical conductivity and others soil features as well as their impact on the spatial variability of yields. Therefore, site-specific management could be applied to improve the efficiency in the use of agrochemicals, the environmental protection, and the sustainability of the rural life. Currently, there is a wide offer of technological resources to capture spatial variation across sites within field. However, the optimum use of data coming from the precision agriculture machineries strongly depends on the capabilities to explore the information about the complex interactions underlying the productive outputs. The covariation between spatial soil properties and yields from georeferenced data has been treated in a graphical manner or with standard geostatistical approaches. New statistical modeling capabilities from the Mixed Linear Model framework are promising to deal with correlated data such those produced by the precision agriculture. Moreover, rescuing the multivariate nature of the multiple data collected at each site, several multivariate statistical approaches could be crucial tools for data analysis with georeferenced data. Understanding the basis of complex interactions at the scale of production field is now within reach the use of these new techniques. Our main objectives are: (1) to develop new statistical strategies, based on the complementarities of geostatistics and multivariate methods, useful to classify sites within field grown with grain crops and analyze the interrelationships of several soil and yield variables, (2) to propose mixed linear models to predict yield according spatial soil variability and to build contour maps to promote a more sustainable agriculture.

Resonancia Magnética Nuclear aplicada al estudio de nuevos sistemas farmacéuticos y biológicos, complejos poliméricos y conjuntos de espines modelo. Nuclear Magnetic Resonance applied to the study of new pharmaceutical and biological systems, polymeric complexes and model spin clusters.

El presente proyecto plantea utilizar integralmente la técnica de Resonancia Magnética Nuclear en sólidos como un medio experimental que permite entender fenómenos de la física fundamental, como así también realizar aplicaciones de interés en el campo de la química, los desarrollos farmacéuticos y la biología. Novedosas técnicas experimentales serán empleadas, en conjunción con otras más tradicionales, en la caracterización de nuevas estructuras poliméricas acomplejadas a metales, membranas biológicas y compuestos de interés farmacéutico en vías de desarrollo, los cuales presentan el fenómeno de polimorfismo . Esto se llevará a cabo complementando los resultados de RMN en sólidos con técnicas tanto espectroscópicas como analíticas (Infrarrojo, Difracción de Rayos X, Calorimetría, RMN en solución) y trabajo interdisciplinario. Paralelamente al desarrollo de estos temas, profundizaremos mediante investigación básica, en la compresión de la dinámica cuántica y el surgimiento de la irreversibilidad en sistemas de espines nucleares. Observaremos en particular la generación, evolución y control de las coherencias cuánticas múltiples en sistemas cuánticos abiertos, lo cual nos da información sobre tamaño de clusters de espines. Esto permitirá la correcta implementación de secuencias de pulsos sofisticadas, como así también desarrollar nuevos métodos de medición aplicados a la caracterización estructural y a la dinámica molecular de sólidos complejos. Debemos resaltar que este proyecto está conectado con aspectos tanto básicos como aplicados de la RMN en sólidos como técnica experimental, la cual se desarrolla en el país únicamente en FaMAF-UNC. Se nutre además de trabajo multidisciplinario promoviendo la colaboración con investigadores y becarios de distintas áreas (física, química, farmacia, biología) provenientes de distintos puntos del país. Finalmente podemos afirmar que este plan impulsa la aplicación de la física básica proyectada a diferentes áreas del conocimiento, en el ámbito de la provincia de Córdoba. The aim of the present proyect is to use Nuclear Magnetic Resonance (NMR) as a complete techique that allows the understanding of fundamental physics phenomena and, at the same time, it leads to important applications in the fields of chemistry, pharmaceutical developments and biology. New experiments will be used together with traditional ones, in the characterization of new metal-polymer complexes, biological membranes and pharmaceutical compounds, some of them presenting polymorfism. NMR experiments will be complemented with diverse spectroscopic and analytical techniques: Infrared, X ray Diffraction, Thermal Analysis, solution NMR, as well as multidisciplinary investigation. Additionally, the present proyect plans to study in depth several aspects of quantum dynamics phenomena and decoherence in nuclear spin systems. The present proyect is connected with basic and applied aspects of the solid state NMR technique, developed in our country, only at FaMAF-UNC. It is is composed by multidisciplinary work and it promotes the collaboration with researchers and students coming from different fields (physics, chemistry, pharmaceutical developments, biology) and different points of our country.