Show simple item record

resumen

Abstract
La presencia de tosca es una de las principales limitantes de la producción agropecuaria del sudoeste bonaerense. La elaboración de mapas de profundidad de suelo resulta un paso previo a su manejo por ambientes. Se realizaron 199 observaciones, con sonda mecánica y en forma de malla semirígida, en un lote de 60 ha cercano a la localidad de San Germán (partido de Puán, provincia de Bs. As.). Los objetivos fueron: comparar la habilidad predictiva de dos [ver mas...]
 
Petrocalcic horizons are among the main soil constraints to agricultural production in the south-west of Buenos Aires province. They decrease effective soil depth and water holding capacity. This paper deals with the mapping of soil depth. The objectives were: to compare predictive ability of two interpolation methods (ordinary Kriging and Inverse Distance Weighted, IDW), and establish the minimum observation density requirements to define management [ver mas...]
 
dc.contributor.authorFrolla, Franco Daniel
dc.contributor.authorZilio, Josefina Paula
dc.contributor.authorKruger, Hugo Ricardo
dc.date.accessioned2017-06-22T17:50:25Z
dc.date.available2017-06-22T17:50:25Z
dc.date.issued2015-12
dc.identifier.urihttp://hdl.handle.net/20.500.12123/453
dc.identifier.urihttp://www.scielo.org.ar/scielo.php?script=sci_arttext&pid=S1669-23142015000300011
dc.description.abstractLa presencia de tosca es una de las principales limitantes de la producción agropecuaria del sudoeste bonaerense. La elaboración de mapas de profundidad de suelo resulta un paso previo a su manejo por ambientes. Se realizaron 199 observaciones, con sonda mecánica y en forma de malla semirígida, en un lote de 60 ha cercano a la localidad de San Germán (partido de Puán, provincia de Bs. As.). Los objetivos fueron: comparar la habilidad predictiva de dos métodos usuales de interpolación (Kriging ordinario y Ponderación de Distancia Inversa o IDW) y determinar la densidad mínima de observaciones requerida para delimitar unidades de manejo de suelos y cultivos. Los datos fueron desglosados en 5 densidades de puntos (0.5-0.75-1-1.5-2 observaciones.ha-1). Los mapas obtenidos fueron contrastados con un set de observaciones reservadas específicamente con el fin de comparar la capacidad de predicción de estos. Se utilizaron estadísticos como el Promedio Cuadrado del Error (PCE), el Estimador de predicción (E) y el coeficiente de determinación para regresiones lineales y polinómicas. Se realizaron mapas de error para identificar la variabilidad de la predicción. Los interpoladores no presentaron diferencias marcadas en su exactitud, pero sí lo hizo la densidad de observaciones. Por su simplicidad relativa y una ligera tendencia a lograr mejores valores en los estadísticos utilizados, se sugiere el uso de IDW. Para la delimitación de unidades homogéneas de manejo en función de la profundidad de suelo se adoptó un mínimo de 1 observación ha-1, recomendándose analizar la conveniencia de utilizar una densidad mayor de observaciones (1,5-2 ha-1) en sectores complejos, de pobre estimación, que coincidieron con suelos de escasa profundidad.es_AR
dc.description.abstractPetrocalcic horizons are among the main soil constraints to agricultural production in the south-west of Buenos Aires province. They decrease effective soil depth and water holding capacity. This paper deals with the mapping of soil depth. The objectives were: to compare predictive ability of two interpolation methods (ordinary Kriging and Inverse Distance Weighted, IDW), and establish the minimum observation density requirements to define management units. In a 60-ha production farm located near San Germán town (Puán district, Bs. As. province), 199 soil depth observations were performed using a mechanical probe. Data were grouped into 5 observation densities (0.5-0.75-1-1.5-2 observation ha-1). Resulting maps were checked against a set of data reserved for this purpose. Statistics like Mean Square Error (PCE), goodness of Prediction estimator (E), and coefficient of determination (R2 ), for linear and quadratic regressions were used to estimate their precision. Maps representing the Interpolation Error (EI) were made to identify prediction variability. Interpolation methods showed no great differences in precision, but the increase in observation density improved mapping precision. Based on its relative simplicity and a slight trend to better statistics values, IDW is proposed as a possible standard method, with a minimum density of 1 observation ha-1 for this specific soil management maps. A higher observation densities (1.5 – 2 ha-1), can be used to increase accuracy in more complex areas of this field related to shallow soils.eng
dc.formatapplication/pdf
dc.language.isospaes_AR
dc.publisherGerencia de Comunicación e Imagen Institucional, DNA SICC, INTAes_AR
dc.rightsinfo:eu-repo/semantics/openAccess
dc.sourceRIA, 41 (3) : 309-316
dc.subjectSueloes_AR
dc.subjectSoileng
dc.subject.otherProfundidad del Suelo
dc.subject.otherSudeste Bonaerense
dc.titleVariabilidad espacial de la profundidad del suelo. Métodos de interpolación para el sudoeste bonaerensees_AR
dc.typeinfo:eu-repo/semantics/articlees_AR
dc.typeinfo:ar-repo/semantics/artículo
dc.typeinfo:eu-repo/semantics/publishedVersion
dc.description.origenEEA Bordenavees_AR
dc.description.filFil: Frolla, Franco Daniel. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Bordenave; Argentina
dc.description.filFil: Zilio, Josefina Paula. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Bordenave; Argentina
dc.description.filFil: Kruger, Hugo Ricardo. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Bordenave; Argentina
dc.subtypecientifico


Files in this item

Thumbnail

This item appears in the following Collection(s)

common

Show simple item record