Cartografía digital de suelos con regresión-Kriging y datos de sensores remotos
DOI:
https://doi.org/10.28940/terra.v41i0.1617Palabras clave:
algoritmo de aprendizaje automatizado, pedometría, scorpanResumen
El empleo de cartografía digital de suelos permite obtener información cuantitativa sobre la distribución y funcionamiento de los suelos, para proponer alternativas de manejo sobre dicho recurso. El objetivo de este trabajo fue realizar la predicción espacial de propiedades de suelo a través de regresión-kriging y que sirva de base para tomar las medidas necesarias de un uso sostenible del recurso. El área de estudio se encuentra en la ciénaga de Chapala porción Michoacán, México. El muestreo de suelo fue sistemático. En laboratorio se determinó, a cada muestra de suelo, la conductividad eléctrica, carbono orgánico, los cationes solubles (Ca, K, Mg, Na), nitrógeno total y pH. Las variables dependientes fueron nitrógeno total, conductividad eléctrica, carbono orgánico y pH. Las variables independientes las bandas del satélite Landsat 8. Se aplicó regressión-kriging para la predicción espacial. El ajuste de semivariograma experimental con modelos teóricos fue consistente para las cuatro propiedades de suelos, porque fue un diseño de muestreo sistemático y el tamaño de muestra de 297 puntos. El error cuadrático medio de la predicción espacial de conductividad eléctrica fue de 4, por presentar un coeficiente de variación de 355. Los suelos se consideraron con contenido de nitrógeno total de bajo a muy bajo (< 0.15%). Al menos 30% de los suelos presenta problemas de salinidad debido a que su conductividad eléctrica es mayor de 1.1 dS m-1. Los contenidos de carbono orgánico se consideran de medios a altos (> 0.6%). El pH de los suelos es medianamente alcalino.
Descargas
![](https://terralatinoamericana.org.mx/public/journals/2/article_1617_cover_es_ES.jpg)