Cartografía digital de suelos a escala de predio.

Abstract

La Cartografía Digital de Suelos (CDS) usando el entorno y lenguaje de programación R constituye una metodología de trabajo impulsada desde la FAO para realizar predicciones de propiedades del suelo a escala nacional. Esta realiza predicciones a partir de la interrelación entre las propiedades del suelo y datos ambientales mediante el uso de diferentes modelos geoestadísticos. En este trabajo empleamos el algoritmo de aprendizaje automático Quantile Regression Forests. El objetivo de esta contribución es probar esta metodología a escala de predio en el Campo Experimental de la UNLu. Las propiedades mapeadas fueron pH y carbono orgánico total (COT). Para ello se muestrearon 150 sitios a dos profundidades, de 0 a 10 cm y de 10 a 20 cm y se emplearon como predictores covariables ambientales derivados del Modelo Digital del Terreno externo del Instituto Geográfico Nacional (IGN) de 5 metros de resolución espacial. Las predicciones de pH mostraron un R2 ajustado de 43% de 0 a 10 cm y de 54% de 0 a 20 cm, a diferencia de las de COT que estuvieron por debajo del 10%. Los resultados muestran que la CDS resultó una metodología válida que puede aplicarse a escala de predio con una densidad de observaciones de 2 por ha. y predictores de 5 metros de resolución espacial.