No abstract

No abstract

. 2005. Using multivariate adaptive regression splines (MARS) to identify relationships between soil and corn (Zea mays L.) production properties. Can. J. Soil. Sci. 85: 625-636. Over-application of agricultural fertilizers can contribute to degradation of surface water quality. Factors governing crop establishment and yield must be identified in order to efficiently manage N application rates in corn (Zea mays L.) production systems. Spatial data sets of corn establishment and grain yields, and soil physical and chemical parameters were obtained for two corn production systems on a poorly drained clay loam soil in eastern Ontario, Canada, during low yielding conditions in 2000. The multivariate adaptive regression splines (MARS) automated regression data mining method was used to determine the dominant factors affecting both crop establishment and yield from these data sets. The analysis using MARS suggests that soil water content and cone penetration resistance are more important than elevation and spring mineral soil N (NH 4 + + NO 3 -) in predicting crop establishment and grain yield. The MARS approach proved to be a useful method for identifying relationships between potential yield-governing variables. It also helped elucidate potential cause and effect processes, and in so doing, helped identify areas within the field where soil physical parameters may have been more important than nutrients in governing corn yield. Regression Splines ), une méthode d'exploration de données automatisée employée pour l'analyse de régression, a été utilisée afin de découvrir les facteurs limitant l'émergence et le rendement du maïs pour ces jeux de données. L'analyse à l'aide du logiciel MARS suggère que la teneur en eau du sol et la résistance à la pénétration du sol ont plus d'importance que l'élévation et la teneur en N minéral au printemps (NH 4 + + NO 3 -) lors de la prédiction de l'émergence et du rendement du maïs. MARS fut trouvé utile pour l'identification des variables ayant potentiellement un impact important sur le rendement du maïs. MARS a également contribué à l'élucidation des rapports de cause à effet, et par le fait même à l'identification des endroits où l'émergence et le rendement du maïs sont contrôlés principalement par les contraintes physiques du sol plutôt que par sa teneur en azote. Mots clés:Multivariate adaptive regression splines, rendement du maïs, résistance à la pénétration de la pointe, teneur en eau du sol, teneur en azote du sol, topographie

No abstract