Services on Demand
Journal
Article
Indicators
- Cited by SciELO
- Access statistics
Related links
- Cited by Google
- Similars in SciELO
- Similars in Google
Share
Acta Agronómica
Print version ISSN 0120-2812
Abstract
CASTRO-FRANCO, Mauricio; DOMENECH, Marisa; COSTA, José Luis and APARICIO, Virginia Carolina. Modelación de la profundidad efectiva del suelo a escala de lote a partir de sensores del suelo e índices geomorfométricos. Acta Agron. [online]. 2017, vol.66, n.2, pp.228-234. ISSN 0120-2812. https://doi.org/10.15446/acag.v66n2.53282.
La profundidad efectiva del suelo (PES) afecta la dinámica hidrológica y el crecimiento vegetal. En el sudeste bonaerense, una limitante de la PES es la presencia de horizontes petrocálcicos. El objetivo fue desarrollar un modelo estadístico para la predicción de patrones espaciales de PES, a partir de conductividad eléctrica del suelo medida a dos profundidades: 0-30 (CEa_30) y 0-90 (CEa_90), e índices geomorfométricos. Para esto, se aplicó Random Forest (RF), el cual permitió seleccionar los predictores de acuerdo a su potencial predictivo para PES. En su orden, CEa_90, pendiente de captación, elevación y CEa_30 tuvieron mayor capacidad predictiva. Para validar el modelo, 3035 mediciones de PES fueron realizadas, en cinco lotes agrícolas. Las mediciones de CEa y PES reflejan patrones espaciales complejos. Los parámetros de RF con menor error (OOBerror) fueron calibrados. El modelo RF simplificado con los predictores más importantes, tuvo un desempeño predictivo similar al modelo RF que utilizó todos los predictores. Además, el modelo RF simplificado tuvo la capacidad de demarcar patrones similares a los mapas obtenidos por mediciones directas de PES, en todos los lotes. En general, RF fue una herramienta efectiva y fácilmente aplicable. Sin embargo, trabajos futuros deben incluir otros tipos de determinación de importancia de variables, mayor cantidad de lotes y probar otros predictores, de modo que se puedan mejorar los resultados obtenidos.
Keywords : Bosques aleatorios; Horizonte petrocálcico; Selección de variables.