Predicción de propiedades del suelo con número limitado de datos de campo mediante técnicas de mapeo digital de suelos

El Mapeo Digital de Suelos (MDS) constituye una subdisciplina de la Ciencia del Suelo desarrollada a partir de 1990 que permite realizar predicciones de clases o propiedades del suelo basadas en mediciones analíticas de datos de campo y datos ambientales mediante el uso de diferentes métodos estadís...

Full description

Bibliographic Details
Main Authors: Sanahuja Zubillaga, Maria Eugenia, Benedito, Luis Dario, Schulz, Guillermo, Rodriguez, Dario Martin, Tenti Vuegen, Leonardo Mauricio
Format: info:ar-repo/semantics/documento de conferencia
Language:Español
Published: Centro Argentino de Cartografía 2024
Subjects:
Online Access:http://hdl.handle.net/20.500.12123/19772
Description
Summary:El Mapeo Digital de Suelos (MDS) constituye una subdisciplina de la Ciencia del Suelo desarrollada a partir de 1990 que permite realizar predicciones de clases o propiedades del suelo basadas en mediciones analíticas de datos de campo y datos ambientales mediante el uso de diferentes métodos estadísticos, geoestadísticos y de aprendizaje automático (Minasny & McBratney, 2016). Durante las últimas décadas la geomorfometría, entendida como la disciplina científica que se ocupa del análisis del relieve y su modelado (Florinsky, 2021), se ha utilizado para predecir la distribución espacial de las propiedades del suelo. Esto se debe a que el relieve constituye uno de los factores formadores del suelo más importantes, especialmente a escala local como en el caso de esta contribución. En este trabajo buscamos analizar la utilidad del MDS para generar predicciones consistentes a partir de un número limitado de datos de campo, con el propósito de contribuir al conocimiento de los suelos del predio del Centro Nacional de Investigaciones Agropecuarias (CNIA-INTA). Con esta contribución nos proponemos probar esta metodología a escala de predio con el objetivo de generar predicciones de propiedades del suelo que sean de utilidad para la toma de decisiones.