Metodologías de interpolación y predicción espacial para el análisis de las propiedades físicas del suelo en la hoya del río Suárez (Colombia)
Barra lateral del artículo
Contenido principal del artículo
Resumen
En Colombia, la agricultura se puede desarrollar en terrenos inclinados que requieren prácticas zonales de conservación de suelos. Para ello, se analiza el área de interés por sus propiedades determinantes, usualmente con muestreo en puntos específicos. Se pueden utilizar técnicas de interpolación como la distancia inversa ponderada (IDW) y de predicción como kriging para la predicción y estimación de valores en lugares no muestreados. El objetivo de este estudio fue comparar las metodologías de IDW y kriging para el modelamiento de la distribución espacial de las características físicas del suelo en la zona agrícola de ladera de la hoya del río Suárez (HDRS).Se utilizaron datos de cinco propiedades físicas del suelo asociadas con la erodabilidad:porcentaje de arenas, diámetro medio ponderado, capacidad de retención de agua disponible, densidad aparente y densidad real, correspondientes a 932 puntos observados sobre la HDRS en una rejilla de 700 x 700 m. Se aplicó validación cruzada para cada variable y se comparó el error de las técnicas evaluadas. Además, se elaboraron mapas de zonificación de la variabilidad espacial, para comparar visualmente ambos procedimientos. La representación gráfica de las predicciones por la IDW y estimaciones por kriging fueron semejantes en todas las características de suelo evaluadas. Sin embargo, el análisis de validación cruzada determinó mejores resultados con kriging. Los mapas de varianzas (kriging) demostraron que la incertidumbre de la estimación era homogénea para la mayor parte de la HDRS. La técnica de kriging resultó ser más precisa que la IDW en la estimación de valores en puntos no muestreados.
Descargas
Métricas
Detalles del artículo
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Los autores que publican en Siembra conocen y aceptan las siguientes condiciones:
- Los autores retienen los derechos de copia (copyright) y ceden a la revista SIEMBRA el derecho de primera publicación del trabajo, bajo licencia Creative Commons Attribution License, que permite a terceros utilizar lo publicado siempre que hagan referencia al autor o autores del trabajo y a su publicación en esta revista.
Esta obra está bajo una Licencia Creative Commons Reconocimiento-NoComercial 4.0 Internacional (CC BY-NC 4.0).
- Los autores conservan los derechos de autor y garantizan a la Revista Siembra el derecho de publicar el manuscrito a través de los canales que considere adecuados.
- Los autores pueden establecer por su cuenta acuerdos adicionales para la distribución no exclusiva de la versión de la obra publicada en la Revista Siembra, haciendo reconocimiento de su publicación inicial en la misma, como por ejemplo en repositorios institucionales.
Se autoriza a los autores a difundir sus trabajos electrónicamente una vez sea aceptado el manuscrito para su publicación.
Citas
Ahumada González, J. A. (2015). Efectos de la tecnología utilizada en la producción panelera en las transformaciones ambientales de la Hoya del Río Suárez. Universidad Nacional de Colombia. https://repositorio.unal.edu.co/handle/unal/56732
Barrios Maestre, R., y Florentino de Andreu, A.. (2009). Variabilidad espacial de las propiedades físicas de dos suelos cultivados con palma aceitera en el estado Monagas, Venezuela. Revista Cientifica UDO Agrícola, 9(4), 912-924. http://udoagricola.orgfree.com/V9N4UDOAg/V9N4Barrios912.htm
Bivand, R. S., Pebesma, E., y Gomez-Rubio, V. (2013). Disease Mapping. En Applied Spatial Data Analysis with R (pp. 319-361). Springer. https://doi.org/10.1007/978-1-4614-7618-4_10
Bosque Sendra, J. (1992). Sistema de Información Geográfica (I y II ed.). Ediciones Rialp.
Bowman, A., y Azzalini, A. (2014). R package 'sm': nonparametric smoothing methods (version 2.2-5.5). http://www.stats.gla.ac.uk/~adrian/sm
Bravo, C., Cabrera, J., Carvallo, M., Cánchica, H., Ramírez, E., y González, I. (2011). Variabilidad espacial de propiedades físicas y químicas del suelo y su relación con el rendimiento de frijol (Vigna unguiculata L.) en una parcela experimental de los llanos centrales venezolanos. En J. Martínez Fernández y N. Sánchez Martín (eds.), Estudios en la zona no saturada del suelo (pp. 79-84). Vol 10. ZNS’11. Universidad de Universidad de Salamanca. http://www.zonanosaturada.com/zns11/publications.html
Burbano Orjuela, H. y Silva Mojica, F. (2010). Ciencia del Suelo: Principios Básicos. Sociedad Colombiana de la Ciencia del Suelo.
Ceddia, M. B., Vieira, S. R., Villela, A. L. O., Mota, L. dos S., Anjos, L. H. C. dos, y Carvalho, D. F. de. (2009). Topography and spatial variability of soil physical properties. Scientia Agricola, 66(3), 338-352. https://doi.org/10.1590/S0103-90162009000300009
Guarín Abril, J. B. (2000). Evaluación de cuatro cebos atrayentes y cinco ingredientes activos utilizados para el control de la hormiga loca Paratrechina fulva, Mayr (Hymenoptera: formicidae) en caña panelera, en la hoya del rio Suarez.Universidad Nacional de Colombia.
Hengl, T. A. (2007). Practical Guide to Geostatistical Mapping of Environmental Variables. Office for Official Publications of the European Communities. https://publications.jrc.ec.europa.eu/repository/handle/JRC38153
Henríquez, C., Killorn, R., Bertsch, F., y Sancho, F. (2005). La geostadística en el estudio de la variación espacial de la fertilidad del suelo mediante el uso del interpolador kriging. Agronomía Costarricense, 29(2), 73-81. http://www.mag.go.cr/rev_agr/v29n02_073.pdf
Huang, L., Wang, C. Y., Tan, W. F., Hu, H. Q., Cai, C. F., y Wang, M. K. (2010). Distribution of organic matter in aggregates of eroded Ultisols, Central China. Soil and Tillage Research, 108(1-2), 59-67. https://doi.org/10.1016/j.still.2010.03.003
Instituto Geográfico Agustín Codazzi [IGAC]. (2003). Estudio General de Suelos y Zonificación de Tierras. IGAC.
Instituto Geográfico Agustín Codazzi [IGAC]. (2005). Estudio General de Suelos y Zonificación de Tierras del Departamento de Boyacá. IGAC.
Instituto Geográfico Agustín Codazzi [IGAC]. (2006). Métodos analíticos del laboratorio de suelos (6ª ed.). IGAC.
Jaramillo Jaramillo, D. F., Anaya Gómez, M. L., Restrepo Moná, C. A., González Sánchez, H. A., y Álvarez Mejía, F. (2011). Variables físicas que explican la variabilidad de suelo aluvial y su comportamiento espacial. Pesquisa Agropecuaria Brasileira, 46(12), 1707-1715. https://doi.org/10.1590/S0100-204X2011001200017
Lal, R., y Shukla, M. K. (2004). Principles of Soil Physics. CRC Press. https://doi.org/10.4324/9780203021231
Manrique Estupiñan, R., Insuasty Burbano, O., Mora Padilla, C. J., Rodrigez Borray, G., Blanco Suárez, R., Mejía Flores, L. A., Pinto, J., y Sandoval Sandoval, G. (2000). Manual de caña de azúcar para la producción de panela. Corporación colombiana de investigación agropecuaria [CORPOICA] y Fondo Nacional de la Panela [FEDEPANELA]. http://hdl.handle.net/20.500.12324/18504
Medina, C., Camacho-Tamayo, J. H., y Cortés, C. A. (2012). Soil penetration resistance analysis by multivariate and geostatistical methods. Engenharia Agrícola, 32(1), 91-101. https://doi.org/10.1590/S0100-69162012000100010
Melo, C., Santacruz, A., y Melo, O. (2015). geospt: Geostatistical Analysis and Design of Optimal Spatial Sampling Networks (version 1.0-2). https://cran.r-project.org/web/packages/geospt/index.html
Monroy-Rodríguez, F. L., Álvarez-Herrera, J. G., y Alvarado-Sanabria, Ó. H. (2017). Distribución espacial de algunas propiedades físicas del suelo en un transecto de la granja Tunguavita, Paipa. Revista U.D.C.A Actualidad & Divulgación Científica, 20(1), 91-100. https://doi.org/10.31910/rudca.v20.n1.2017.66
Montenegro, H., y Malagón, D. (1990). Propiedades Físicas de los Suelos. Instituto Geográfico Agustín Codazzi.
Moreno Araujo, M. (2011). Variabilidad espacial de las propiedades físicas, químicas y biológicas de dos suelos agrícolas de la provincia de Quebec, Canadá. Revista de la Facultad de Agronomía de la Universidad del Zulia, 28(2), 223-241. https://produccioncientificaluz.org/index.php/agronomia/article/view/26882
Mousavi, S. R., Sarmadian, F., Dehghani, S., Sadikhani, M. R., y Taati, A. (2017). Evaluating inverse distance weighting and kriging methods in estimation of some physical and chemical properties of soil in Qazvin Plain. Eurasian Journal of Soil Science, 6(4), 327-336. https://doi.org/10.18393/ejss.311210
Pebesma, E. J. (2004). Multivariable geostatistics in S: the gstat package. Computers & geosciences, 30(7), 683-691. https://doi.org/10.1016/j.cageo.2004.03.012
Pebesma, E. J., y Bivand, R. S. (2005). Classes and methods for spatial data in R. R News, 5(2), 9-13. http://cran.r-project.org/doc/Rnews/Rnews_2005-2.pdf
Petersen, G. W., Bell, J. C, McSweeney, K., Nielsen, G. A., y Robert, P. C. (1995). Geographic Information Systems in Agronomy. Advances in Agronomy, 55, 67-111. https://doi.org/10.1016/S0065-2113(08)60538-6
R Core Team. (2020). R: A Language and Environment for Statistical Computing. R Foundation for Statistical Computing. https://www.r-project.org/
Ribeiro Jr., P. J., y Diggle, P. J. (2016). geoR: Analysis of Geostatistical Data (versión 1.7-5.2). http://www.leg.ufpr.br/geoR/
Rivera-Posada, J. H., Lal, R., Amézquita-Collazos, É., Mesa-Sánchez, Ó., y Chaves-Córdoba, B. (2010). Predicción de la erodabilidad en algunos suelos de ladera de la zona cafetera colombiana. Cenicafé, 61(4), 344-357. http://hdl.handle.net/10778/508
Rodriguez, G., Garcia, H., Roa Díaz, Z., y Santacoloma, P. (2004) Producción de panela como estrategia de diversificación en la generación de ingresos en áreas rurales de América Latina. Food and Agriculture Organization of the United Nations.
Rueda Calier, F., Peñaranda Mallungo, L. A., Velásquez Vargas, W. L., y Díaz Báez, S. A. (2015). Aplicación de una metodología de análisis de datos obtenidos por percepción remota orientados a la estimación de la productividad de caña para panela al cuantificar el NDVI (índice de vegetación de diferencia normalizada). Ciencia y tecnologia agropecuaria, 16(1), 25-40. https://doi.org/10.21930/rcta.vol16_num1_art:377
Schabenberger, O., y Gotway, C. A. (2005). Statistical methods for spatial data analysis: Texts in statistical science. Chapman and Hall/CRC.
Soil Survey Staff. (2014). Keys to Soil Taxonomy (12th ed.). USDA-Natural Resources Conservation Service. https://www.nrcs.usda.gov/resources/guides-and-instructions/keys-to-soil-taxonomy
Torres, D., Álvarez, J., Contreras, J., Henríquez, M., Hernández, W., Lorbes, J., y Mogollón, J. P. (2017). Identificación de potencialidades y limitaciones de suelos agrícolas del estado Lara, Venezuela. Bioagro, 29(3), 207-218. http://www.ucla.edu.ve/bioagro/Rev29(3)/6.%201639.pdf
Vargas Díaz, R. E. (2019). Zonificación de la Hoya del Río Suárez por propiedades físicas del suelo, para el cultivo de caña panelera. Universidad Nacional de Colombia. https://repositorio.unal.edu.co/handle/unal/76943
Vásquez Polo, J. R., Baena Garcia, D., y Menjivar Flores, J. C. (2010). Variabilidad espacial de propiedades físicas y químicas en suelos de la granja experimental de la Universidad del Magdalena (Santa Marta, Colombia). Acta Agronómica, 59(4), 449-456. https://revistas.unal.edu.co/index.php/acta_agronomica/article/view/20129
Vergara, R., Rodríguez, L., y Alarcón, Y. (2018). Estudio de la caracterización de la actividad productiva del sector de la caña panelera en la hoya del río Suárez. NOVUM, 1(8), 32-48. https://revistas.unal.edu.co/index.php/novum/article/view/69931
Villatoro, M., Henríquez, C., y Sancho, F. (2008). Comparación de los interpoladores IDW Y Kriging en la variación espacial de pH, Ca, CICE y P del suelo. Agronomía Costarricense, 32(1), 95-105. https://revistas.ucr.ac.cr/index.php/agrocost/article/view/6773
Waller, L. A., y Gotway, C. A. (2004). Applied spatial statistics for public health data. John Wiley & Sons. Inc.
Warrick, A. W. (2002). Soil physics companion. CRC press.