Repositorio Institucional
Repositorio Institucional
CONICET Digital
  • Inicio
  • EXPLORAR
    • AUTORES
    • DISCIPLINAS
    • COMUNIDADES
  • Estadísticas
  • Novedades
    • Noticias
    • Boletines
  • Ayuda
    • General
    • Datos de investigación
  • Acerca de
    • CONICET Digital
    • Equipo
    • Red Federal
  • Contacto
JavaScript is disabled for your browser. Some features of this site may not work without it.
  • INFORMACIÓN GENERAL
  • RESUMEN
  • ESTADISTICAS
 
Artículo

Modelling effective soil depth at field scale from soil sensors and geomorphometric indices

Título: Modelación de la profundidad efectiva del suelo a escala de lote a partir de sensores del suelo e índices geomorfométricos
Castro Franco, MauricioIcon ; Domenech, Marisa Beatriz; Costa, Jose Luis; Aparicio, Virginia CarolinaIcon
Fecha de publicación: 01/2017
Editorial: Universidad Nacional de Colombia
Revista: Acta Agronomica
ISSN: 0120-2812
e-ISSN: 2323-0118
Idioma: Inglés
Tipo de recurso: Artículo publicado
Clasificación temática:
Ciencias del Suelo

Resumen

 
The effective soil depth (ESD) affects both dynamic of hydrology and plant growth. In the southeast of Buenos Aires province, the presence of petrocalcic horizon constitutes a limitation to ESD. The aim of this study was to develop a statistic model to predict spatial patterns of ESD using apparent electrical conductivity at two depths: 0-30 (ECa-30) and 0-90 (ECa-90) and geomorphometric indices. To do this, a Random Forest (RF) analysis was applied. RF was able to select those variables according to their predictive potential for ESD. In that order, ECa-90, catchment slope, elevation and ECa-30 had main prediction importance. For validating purposes, 3035 ESD measurements were carried out, in five fields. ECa and ESD values showed complex spatial pattern at short distances. RF parameters with lowest error (OOBerror) were calibrated. RF model simplified which uses main predictors had a similar predictive development to it uses all predictors. Furthermore, RF model simplified had the ability to delineate similar pattern to those obtained from in situ measure of ESD in all fields. In general, RF was an effective method and easy to work. However, further studies are needed which add other types of variables importance calculation, greater number of fields and test other predictors in order to improve these results.
 
La profundidad efectiva del suelo (PES) afecta la dinámica hidrológica y el crecimiento vegetal. En el sudeste bonaerense, una limitante de la PES es la presencia de horizontes petrocálcicos. El objetivo fue desarrollar un modelo estadístico para la predicción de patrones espaciales de PES, a partir de conductividad eléctrica del suelo medida a dos profundidades: 0-30 (CEa_30) y 0-90 (CEa_90), e índices geomorfométricos. Para esto, se aplicó Random Forest (RF), el cual permitió seleccionar los predictores de acuerdo a su potencial predictivo para PES. En su orden, CEa_90, pendiente de captación, elevación y CEa_30 tuvieron mayor capacidad predictiva. Para validar el modelo, 3035 mediciones de PES fueron realizadas, en cinco lotes agrícolas. Las mediciones de CEa y PES reflejan patrones espaciales complejos. Los parámetros de RF con menor error (OOBerror) fueron calibrados. El modelo RF simplificado con los predictores más importantes, tuvo un desempeño predictivo similar al modelo RF que utilizó todos los predictores. Además, el modelo RF simplificado tuvo la capacidad de demarcar patrones similares a los mapas obtenidos por mediciones directas de PES, en todos los lotes. En general, RF fue una herramienta efectiva y fácilmente aplicable. Sin embargo, trabajos futuros deben incluir otros tipos de determinación de importancia de variables, mayor cantidad de lotes y probar otros predictores, de modo que se puedan mejorar los resultados obtenidos.
 
Palabras clave: Feature Selection , Petrocalcic Horizon , Random Forest
Ver el registro completo
 
Archivos asociados
Thumbnail
 
Tamaño: 9.923Mb
Formato: PDF
.
Descargar
Licencia
info:eu-repo/semantics/openAccess Excepto donde se diga explícitamente, este item se publica bajo la siguiente descripción: Atribución-NoComercial-SinDerivadas 2.5 Argentina (CC BY-NC-ND 2.5 AR)
Identificadores
URI: http://hdl.handle.net/11336/82498
URL: https://revistas.unal.edu.co/index.php/acta_agronomica/article/view/53282
DOI: http://dx.doi.org/10.15446/acag.v66n2.53282
Colecciones
Articulos(CCT - MAR DEL PLATA)
Articulos de CTRO.CIENTIFICO TECNOL.CONICET - MAR DEL PLATA
Citación
Castro Franco, Mauricio; Domenech, Marisa Beatriz; Costa, Jose Luis; Aparicio, Virginia Carolina; Modelling effective soil depth at field scale from soil sensors and geomorphometric indices; Universidad Nacional de Colombia; Acta Agronomica; 66; 2; 1-2017; 228-234
Compartir
Altmétricas
 

Enviar por e-mail
Separar cada destinatario (hasta 5) con punto y coma.
  • Facebook
  • X Conicet Digital
  • Instagram
  • YouTube
  • Sound Cloud
  • LinkedIn

Los contenidos del CONICET están licenciados bajo Creative Commons Reconocimiento 2.5 Argentina License

https://www.conicet.gov.ar/ - CONICET

Inicio

Explorar

  • Autores
  • Disciplinas
  • Comunidades

Estadísticas

Novedades

  • Noticias
  • Boletines

Ayuda

Acerca de

  • CONICET Digital
  • Equipo
  • Red Federal

Contacto

Godoy Cruz 2290 (C1425FQB) CABA – República Argentina – Tel: +5411 4899-5400 repositorio@conicet.gov.ar
TÉRMINOS Y CONDICIONES