Cartografía digital de propiedades del suelo y su aplicación al estudio de la variabilidad espacial del cultivo de soja

Abstract

Las técnicas de cartografía digital de suelos (CDS) tienen un gran potencial para mejorar la consistencia, precisión, detalle y velocidad con la cual se produce la información espacial de propiedades del suelo a escala de lote. La información disponible relacionada con factores formadores del suelo, junto con recientes desarrollos informáticos y de análisis de datos, permitieron implementar procesos cuantitativos de generación de información acerca de las relaciones espaciales entre propiedades del suelo y cultivo de soja. El objetivo de esta tesis fue implementar y evaluar técnicas de cartografía digital de suelos (CDS) que ayuden a explicar y entender las relaciones entre patrones espaciales de propiedades del suelo y propiedades de rendimiento y calidad de soja a escala de lote. Para cumplir el objetivo, técnicas de CDS a escala de lote, fueron implementadas en 6 lotes, distribuidos en tres regiones agrícolas importantes de Argentina. La primera técnica de CDS consistió en integrar esquemas de muestreo de suelos basados en modelos (EBM) y el algoritmo Random Forest (RF) para predecir propiedades del suelo a escala de lote. Los resultados obtenidos sugieren que la integración EBM-RF puede llegar a ser una alternativa eficiente para predecir propiedades del suelo a escala de lote. Asimismo, se demostró que hipercubo latino condicionado (HCLc) es eficiente para capturar la variabilidad de predictores relacionados con factores de formación del suelo. La segunda técnica de CDS buscó aprovechar la información auxiliar digital disponible relacionada con factores formadores del suelo y la información contenida en la cartografía convencional de suelos disponible. De este modo se planteó una metodología para la desagregación de unidades cartográficas de suelo (DgUCS) y delimitación de zonas por tipo de suelo a escala de lote. Los resultados sugieren que la metodología de DgUCS fue eficiente para aumentar la escala de mapas de tipo de suelo en condiciones del sudeste bonaerense y el sur de Córdoba, mas no en condiciones del centro de Entre Ríos. Para esta zona, futuros trabajos se proponen para determinar las causas de la brechas de información entre la cartografía convencional de suelos y la encontrada en cada uno de los lotes. A partir de las zonas delimitadas por tipo de suelo, se analizaron las relaciones entre patrones espaciales de propiedades de suelo y cultivo de soja, en cada uno los lotes experimentales. Los resultados sugieren que la metodología de CDS utilizada para delimitar zonas por tipo de suelos, puede generar una base técnica y espacial para delimitar zonas para manejo sitio específico, mas no para generar zonas para cosecha diferenciada por calidad. Una discusión general fue planteada en el capítulo final, en la cual se prioriza los impactos generales de los resultados obtenidos y se plantean trabajos futuros que requieren realizarse para corroborar los resultados de esta tesis. En general, esta tesis aportó de manera significativa, conocimientos de aplicación de técnicas de CDS en la generación rápida, fácil, precisa y económica de información de suelos a escala de lote. También demostró que los patrones espaciales complejos, junto con la presencia de tosca y el manejo inadecuado de los suelos son determinantes de la mayoría de propiedades limitantes del rendimiento de la soja. Además ratificó que la información digital disponible está siendo subutilizada y que puede aportar mucho para entender las dinámicas espacio-temporales entre propiedades del suelo y cultivos. Los resultados obtenidos en esta tesis invitan a replantear las técnicas, metodologías y uso de la información disponible, para generar información de suelos a escala de lote. Además, sugieren involucrar una dinámica de trabajos que permitan evaluar la aplicación de tecnologías emergentes en los procesos de generación de conocimientos de patrones espaciales de suelos, y su relación con propiedades del cultivo, a escala de lote.

Digital soil mapping techniques (DSM) have great potential to improve the consistency, accuracy, detail and speediness at which soil survey information at farm-scale is produced. Easily available information related to soil-forming factors, together with recent computer developments and data analysis allowed us to implement quantitative processes in order to generate information about spatial relationship between soil properties and soybean crop. The aim of this thesis was to implement and examine DSM techniques which benefit to explain and understand the relationships among spatial patterns of soil properties and soybean yield and quality parameters at farm-scale. To accomplish this aim, DSM techniques at farm-scale were implemented in 6 agricultural fields, localized in three main agricultural regions of Argentina. The first DSM technique consisted in integrating model-based soil sampling scheme (SBM) and the Random Forest algorithm (RF) for predicting soil properties at farm-scale. Results suggest that the integration SBM-RF could be an efficient alternative to predict soil properties at farm-scale. Likewise, it was demonstrated that Conditioned Latin Hypercube (cLHS) was efficient to capture the variability of predictors related to soil-forming factors. The second DSM technique used ancillary digital information related to soil-forming factors and soil survey from conventional soil mapping. A methodology for disaggregating soil map units (DgSUM) and delineating zones according to different soil types at farm-scale was performed. Results suggest that the DgSUM was effective in the south-eastern environments of Buenos Aires province as well as in the southern of Cordoba province, but not in Entre Rios province. Particularly in this zone, further studies may be proposed in order to determine the reasons of the information gap found among conventional soil mapping and the results presented in this thesis. Based on zones delineated by soil type, the relations among spatial patterns of soil properties and soybean crop in each field were analyzed. Results suggest that DSM techniques used for delineating zones by soil type could be useful to generate a technical and spatial base in order to delineate site-specific management zones, whereas for delineating quality zone for differential harvesting, DSM techniques would not be appropriated. A general discussion was proposed in the last chapter. In this discussion, the overall impacts of the results were prioritized and further studies need to be carried out in order to corroborate the results presented. In general, this thesis contributed to the knowledge of DSM techniques which focusing on generating soil information at farm-scale in a fast, easy, accurate and inexpensive way. It was also demonstrated that complex spatial patterns together with the presence of a tosca layer and the wrong way soil management are determinants in the distribution of yield limiting factors in soybean. Furthermore, this thesis provided that digital soil information is not being efficiently used and it may be more valuable for understanding the spatial and temporal dynamic among soil properties and crops. This thesis leads to reconsider the techniques, methodologies and use of soil available information in order to generate soil information at farm-scale. Also, it suggests further researches about the evaluation of these technologies in the generation of soil spatial patterns and its relation to crop properties at farm-scale.