mapeo digital de suelos - evalas.com.arevalas.com.ar/descargaitem.php?item=agprec/11... ·...

Mapeo Digital de Suelos aplicado a la agricultura de precisión

Ing. Agr. Marcos Angelini

mangelini@cnia.inta.gov.ar

19 de julio de 2012

Mapas de suelos

Mapas de Suelos

http://inta.gob.ar/unidades/213000

ANTECEDENTES DEL ÁREA (Geológicos,

cartográficos, pedológicos, etc)

ANÁLISIS DEL PAISAJE: Delimitación de U.G.

MODELO SEDIMENTOLÓGICO/

PEDOLÓGICO

TRABAJO DE CAMPO (Descripción y muestreo

de suelos)

ANÁLISIS DE LABORATORIO (Físico-

químicos y mineralógicos)

CLASIFICACIÓN TAXONÓMICA Y

DELIMITACIÓN DE U.C.

MAPA DE SUELOS

GÉNESIS

EVALUACIÓN DE TIERRAS

Cartografía de suelos:

¿Qué ha cambiado?

Definición de Mapeo Digital de Suelo

“…es la generación de mapas de tipos o propiedades de suelos mediante relaciones cuantitativas (modelos de predicción) entre datos de suelos (observaciones de campo y

datos de laboratorio) y variables ambientales”.

1941

McBratney, et al.

• Proyectos actuales

Fundamentos del MDS

Jenny, 1941: S= f (cl.o.r.p.t.)

• cl: clima • o: organismos • r: topografia (relieve) • p: material de origen • t: tiempo

McBratney et al., 2003: Sc,p = f (s.c.o.r.p.a.n)

• s: suelos, otras propiedades del suelo; • c: clima, propiedades climáticas (temperatura, precipitación,

evapotranspiración) ; • o: organismos, vegetación, biomasa, fauna, actividad humana; • r: relieve, atributos del terreno; • p: material parental, litología; • a: edad, el factor tiempo; • n: espacio, posición espacial. McBratney et al., (2003) - Geoderma, 117:3-52

Sc,p = f (s.c.o.r.p.a.n)

Fundamentos del MDS

S – Suelo (mapas, perfiles)

C – Clima (temperatura...)

img. satélite

Mapas de Uso de

la Tierra,

NDVI, Biomassa

DEM + Derivadas

Altitud

Aspecto

Perfil de Curvatura

Curvatura de la Superficie

Índice de humedad (CTI)

P – Litología

A – Edad (pedogénesis)

N – Localización espacial (X,Y)

Mendonça-Santos et al., (2008) – In:Digital Soil Mapping with

limited data. Chapter 34, Springer, 2008

•Modelos de regresión linear •Modelos lineares generalizados •Modelos aditivos generalizados •Modelos de Árboles – clasificación y regresión •Redes Neuronales Artificiales •Sistemas de Lógica Difusa •Sistemas Expertos

R –

O –

Modelos Digitales de Elevación (DEM)

Fuentes de datos Auxiliares

Relevamiento planialtimétrico

con GPS diferencial

Modelos Digitales de Elevación (DEM) SRTM

Fuentes de datos Auxiliares

Modelos Digitales de Elevación (DEM) SRTM

Fuentes de datos Auxiliares

Imágenes Satelitales Landsat – MODIS – CBERS – IRS – etc.

Fuentes de datos Auxiliares

Que podemos obtener a partir de la Altitud del terreno

Relieve

La pendiente como tal es la

verdadera característica definitoria

del relieve

Pendientes

Debe considerarse como un

parámetro de relevancia en los

aspectos hidrológicos a través de

su influencia en la propia

caracterización morfológica del

terreno, especialmente en la

influencia que ésta tiene para los

aspectos climáticos a nivel local y

en las diferenciaciones entre, por

ejemplo, zonas de umbría y

solana,

Aspecto

Las curvaturas como tales

vienen a indicarnos la

morfología cóncava o convexa

del punto analizado de

acuerdo con una dirección

dada.

La curvatura horizontal

determina la forma del terreno

e el sentido de las curvas de

nivel

Curvatura horizontal

La curvatura vertical o perfil de

curvatura indica la forma de

las pendientes

Las curvaturas son sensibles

al ruido del DEM y requieren

de mayor resolución espacial

para su aplicación práctica.

Por ello deben tomarse con

prudencia estas variables.

Curvatura Vertical

Clasificación de las curvaturas

Copyright c2004 Víctor Olaya - Hidrología Computacional

Se basa en la orientación y se

utiliza para distinguir zonas de

flujos convergentes (valores

negativos – vaguadas) de

divergentes (valores positivos

– dorsales)

Índice de Convergencia

Originalmente fue definido

como para relacionar la

topografía con la acumulación

de agua en el suelo. Mayores

valores indican mayor

acumulación de agua

Índice de humedad

Relacionado con el factor L de la

ecuación USLE, permite identificar

las áreas de mayor longitud de las

pendientes

Factor LS

Altura del terreno sobre la red de canales

Esta variable relativiza el relieve de

tal manera que permite identificar

las áreas positivas y negativas del

terreno, destacando las lomas de

áreas planas. Es dependiente de la

red de canales.

Para identificar áreas

deposicionales, así como para

encontrar fuertes asociaciones

entre unidades geomorfológicas o

procesos pedogenéticos

predominantes y los valores

resultados,

Índice de llanura de fondo de valles

4/5

(a) EC 0-30 cm (dS/m);

(b) pH 0-30 cm;

(c) Clay 0-30 cm en (%);

(d) Silt 0-30 cm en (%);

(e) Sand 0-30 cm (%); (f) Depth profile (cm.)

MAPA DE SUELOS VS. MAPA MDS

Loma Plana Loma Pend. Pend. baja Bajos C

urs

os d

e a

gua

Establecimiento “El Ciclón”

El Ciclón

El Ciclón

Observaciones

de Suelos

Datos

Auxiliares

Sistema de

predicción de Suelo

(espacial, atributos)

Atributos del Suelo

Clases de Suelo Precisión espacial

Principios del MDS

450 muestras sobre 1400 ha: medición de profundidad de tosca.

Puntos de observación

Carré & Montanarella

Observaciones

de Suelos

Datos

Auxiliares

Sistema de

inferencia de Suelo

(espacial, atributos)

Atributos del Suelo

Clases de Suelo

Precisión

espacial

Principios del MDS

Datos Auxiliares

Carré & Montanarella

Observaciones

de Suelos

Datos

Auxiliares

Sistema de

inferencia de Suelo

(espacial, atributos)

Atributos del Suelo

Clases de Suelo

Precisión

espacial

Principios del MDS

Adaptado de Carré & Montanarella

Kriging

.

. .

.

. .

. .

. . . . . . .

γεj

distancia (m)

Sem

i-va

rianza

(proceso de interpolación basado en

la autocorrelación espacial de la

variable)

Sumatoria de dos mapas

predicción

kriging

regression-

kriging

Datos auxiliares

residuales

Variable predicha

Regresión Multilineal, Árboles de decisión y NNAs

Yj = a1 X1 + a2X2 + … + an Xn + εj

Variable del

suelo j residual j Covariables i

Espacialmente continuos Puntual

Observaciones

de Suelos

Datos

Auxiliares

Sistema de

inferencia de Suelo

(espacial, atributos)

Atributos del Suelo

Clases de Suelo

Precisión

espacial

Principios del MDS

Profundidad de tosca.

2/3 Data -> Model 1/3 Data -> Validation R2 = 0.47

RMSE = 16 cm

Mapa de Ambientes.

Productos derivados

Mapa de suelos - Ambientes.

Productos derivados

Productos derivados

Mapa de Suelos.

Conclusiones

• Para poder conocer como responderá el sistema debemos conocer como funciona

• Para saber como funciona el sistema debemos estudiar sus componentes

• El suelo es uno de los principales componentes del sistema y existen muchas herramientas para estudiarlo.

• Para todo esto, necesitamos CAPACITACIÓN