Cartografía digital de suelos a escala de predio.

Autores
Tenti Vuegen, Leonardo Mauricio; Irigoin, Julieta; Montes Galban, Eloy José; Trabichet, Florencia Cecilia; Bulos, Laura M.; Wagner, V.; Petrasek, Marcos; Ramirez, Johanna de los Angeles; Bonvecchi, Virginia E.
Año de publicación
2022
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
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.
Fil: Tenti Vuegen, LM Instituto Nacional de Tecnología Agropecuaria (INTA). Instituto de Suelos; Argentina
Fil: Irigoin, Julieta. Instituto Nacional de Tecnología Agropecuaria (INTA). Instituto de Suelos; Argentina. Universidad Nacional de Lujan. Departamento Tecnología; Argentina
Fil: Montes Galban, E. Universidad Nacional de Luján, Departamento de Tecnología, Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET) Argentina
Fil: Trabichet, Florencia Cecilia. Universidad Nacional de Luján. Departamento de Tecnología; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina
Fil: Bulos, Laura. Universidad Nacional de Luján. Departamento de Tecnología. Edafología; Argentina
Fil: Wagner, V. Universidad Nacional de Luján. Departamento de Tecnología. Edafología; Argentina
Fil: Petrasek, M.R. Universidad Nacional de Luján. Departamento de Tecnología. Edafología; Argentina
Fil: Ramírez, J.A. Universidad Nacional de Luján. Departamento de Tecnología. Edafología; Argentina
Fil: Bonvecchi, Virginia B. Universidad Nacional de Luján. Departamento de Tecnología. Edafología; Argentina
Fuente
28o. Congreso de la Asociación Argentina de la Ciencia del Suelo. Buenos Aires, Argentina del 15 al 18 de noviembre de 2022. Actas. Comisión IV: Génesis, clasificación, cartografía y mineralogía de suelos. p. 1760-1765
Materia
Cartografía del Uso de la Tierra
Land Use Mapping
Predicciones
Campo Experimental
Predictions
Experimental Field
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
INTA Digital (INTA)
Institución
Instituto Nacional de Tecnología Agropecuaria
OAI Identificador
oai:localhost:20.500.12123/13603
Acceder
id INTADig_4b77ae9baa7513e73e9ad04361ccd9e9
oai_identifier_str oai:localhost:20.500.12123/13603
network_acronym_str INTADig
repository_id_str l
network_name_str INTA Digital (INTA)
spelling Cartografía digital de suelos a escala de predio.Tenti Vuegen, Leonardo MauricioIrigoin, JulietaMontes Galban, Eloy JoséTrabichet, Florencia CeciliaBulos, Laura M.Wagner, V.Petrasek, MarcosRamirez, Johanna de los AngelesBonvecchi, Virginia E.Cartografía del Uso de la TierraLand Use MappingPrediccionesCampo ExperimentalPredictionsExperimental FieldLa 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.Fil: Tenti Vuegen, LM Instituto Nacional de Tecnología Agropecuaria (INTA). Instituto de Suelos; ArgentinaFil: Irigoin, Julieta. Instituto Nacional de Tecnología Agropecuaria (INTA). Instituto de Suelos; Argentina. Universidad Nacional de Lujan. Departamento Tecnología; ArgentinaFil: Montes Galban, E. Universidad Nacional de Luján, Departamento de Tecnología, Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET) ArgentinaFil: Trabichet, Florencia Cecilia. Universidad Nacional de Luján. Departamento de Tecnología; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; ArgentinaFil: Bulos, Laura. Universidad Nacional de Luján. Departamento de Tecnología. Edafología; ArgentinaFil: Wagner, V. Universidad Nacional de Luján. Departamento de Tecnología. Edafología; ArgentinaFil: Petrasek, M.R. Universidad Nacional de Luján. Departamento de Tecnología. Edafología; ArgentinaFil: Ramírez, J.A. Universidad Nacional de Luján. Departamento de Tecnología. Edafología; ArgentinaFil: Bonvecchi, Virginia B. Universidad Nacional de Luján. Departamento de Tecnología. Edafología; ArgentinaAsociación Argentina de la Ciencia del Suelo2022-12-14T10:28:37Z2022-12-14T10:28:37Z2022-11-15info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttp://hdl.handle.net/20.500.12123/13603978-987-48396-7-128o. Congreso de la Asociación Argentina de la Ciencia del Suelo. Buenos Aires, Argentina del 15 al 18 de noviembre de 2022. Actas. Comisión IV: Génesis, clasificación, cartografía y mineralogía de suelos. p. 1760-1765reponame:INTA Digital (INTA)instname:Instituto Nacional de Tecnología Agropecuariaspainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)2026-09-24T11:38:10Zoai:localhost:20.500.12123/13603instacron:INTAInstitucionalhttp://repositorio.inta.gob.ar/Organismo científico-tecnológicoNo correspondehttp://repositorio.inta.gob.ar/oai/requesttripaldi.nicolas@inta.gob.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:l2026-09-24 11:38:12.579INTA Digital (INTA) - Instituto Nacional de Tecnología Agropecuariafalse
dc.title.none.fl_str_mv Cartografía digital de suelos a escala de predio.
title Cartografía digital de suelos a escala de predio.
spellingShingle Cartografía digital de suelos a escala de predio.
Tenti Vuegen, Leonardo Mauricio
Cartografía del Uso de la Tierra
Land Use Mapping
Predicciones
Campo Experimental
Predictions
Experimental Field
title_short Cartografía digital de suelos a escala de predio.
title_full Cartografía digital de suelos a escala de predio.
title_fullStr Cartografía digital de suelos a escala de predio.
title_full_unstemmed Cartografía digital de suelos a escala de predio.
title_sort Cartografía digital de suelos a escala de predio.
dc.creator.none.fl_str_mv Tenti Vuegen, Leonardo Mauricio
Irigoin, Julieta
Montes Galban, Eloy José
Trabichet, Florencia Cecilia
Bulos, Laura M.
Wagner, V.
Petrasek, Marcos
Ramirez, Johanna de los Angeles
Bonvecchi, Virginia E.
author Tenti Vuegen, Leonardo Mauricio
author_facet Tenti Vuegen, Leonardo Mauricio
Irigoin, Julieta
Montes Galban, Eloy José
Trabichet, Florencia Cecilia
Bulos, Laura M.
Wagner, V.
Petrasek, Marcos
Ramirez, Johanna de los Angeles
Bonvecchi, Virginia E.
author_role author
author2 Irigoin, Julieta
Montes Galban, Eloy José
Trabichet, Florencia Cecilia
Bulos, Laura M.
Wagner, V.
Petrasek, Marcos
Ramirez, Johanna de los Angeles
Bonvecchi, Virginia E.
author2_role author
author
author
author
author
author
author
author
dc.subject.none.fl_str_mv Cartografía del Uso de la Tierra
Land Use Mapping
Predicciones
Campo Experimental
Predictions
Experimental Field
topic Cartografía del Uso de la Tierra
Land Use Mapping
Predicciones
Campo Experimental
Predictions
Experimental Field
dc.description.none.fl_txt_mv 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.
Fil: Tenti Vuegen, LM Instituto Nacional de Tecnología Agropecuaria (INTA). Instituto de Suelos; Argentina
Fil: Irigoin, Julieta. Instituto Nacional de Tecnología Agropecuaria (INTA). Instituto de Suelos; Argentina. Universidad Nacional de Lujan. Departamento Tecnología; Argentina
Fil: Montes Galban, E. Universidad Nacional de Luján, Departamento de Tecnología, Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET) Argentina
Fil: Trabichet, Florencia Cecilia. Universidad Nacional de Luján. Departamento de Tecnología; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina
Fil: Bulos, Laura. Universidad Nacional de Luján. Departamento de Tecnología. Edafología; Argentina
Fil: Wagner, V. Universidad Nacional de Luján. Departamento de Tecnología. Edafología; Argentina
Fil: Petrasek, M.R. Universidad Nacional de Luján. Departamento de Tecnología. Edafología; Argentina
Fil: Ramírez, J.A. Universidad Nacional de Luján. Departamento de Tecnología. Edafología; Argentina
Fil: Bonvecchi, Virginia B. Universidad Nacional de Luján. Departamento de Tecnología. Edafología; Argentina
description 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.
publishDate 2022
dc.date.none.fl_str_mv 2022-12-14T10:28:37Z
2022-12-14T10:28:37Z
2022-11-15
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://hdl.handle.net/20.500.12123/13603
978-987-48396-7-1
url http://hdl.handle.net/20.500.12123/13603
identifier_str_mv 978-987-48396-7-1
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Asociación Argentina de la Ciencia del Suelo
publisher.none.fl_str_mv Asociación Argentina de la Ciencia del Suelo
dc.source.none.fl_str_mv 28o. Congreso de la Asociación Argentina de la Ciencia del Suelo. Buenos Aires, Argentina del 15 al 18 de noviembre de 2022. Actas. Comisión IV: Génesis, clasificación, cartografía y mineralogía de suelos. p. 1760-1765
reponame:INTA Digital (INTA)
instname:Instituto Nacional de Tecnología Agropecuaria
reponame_str INTA Digital (INTA)
collection INTA Digital (INTA)
instname_str Instituto Nacional de Tecnología Agropecuaria
repository.name.fl_str_mv INTA Digital (INTA) - Instituto Nacional de Tecnología Agropecuaria
repository.mail.fl_str_mv tripaldi.nicolas@inta.gob.ar
_version_ 1877227205577146368
score 12.754232

Publicaciones similares