Servicios Personalizados
Revista
Articulo
Indicadores
- Citado por SciELO
- Accesos
Links relacionados
- Similares en SciELO
Compartir
Revista de Ciências Agrárias
versión impresa ISSN 0871-018Xversión On-line ISSN 2183-041X
Resumen
RODRIGUEZ-FERNANDEZ, Judit; FERRER-JULIA, Montserrat y ALCALDE-APARICIO, Sara. Cartografía digital de propiedades edáficas superficiales en las zonas agrícolas de El Órbigo y La Cepeda (León, NO España). Rev. de Ciências Agrárias [online]. 2022, vol.45, n.4, pp.141-150. Epub 01-Dic-2022. ISSN 0871-018X. https://doi.org/10.19084/rca.28410.
La escasez de información edafológica y cartografía tradicional ha desembocado en la búsqueda de nuevas técnicas que permitan solucionar esta problemática, de forma que se pueda obtener una cobertura completa y homogénea de la superficie. El objetivo principal de este trabajo es la elaboración de una cartografía de propiedades edáficas de interés como son materia orgánica, arena, limo y arcilla del suelo a través de la aplicación de la metodología Digital Soil Mapping en el área de Benavides de Órbigo (León). Para ello, se seleccionaron 75 muestreos de suelo ya existentes y distintas covariables ambientales relacionadas con los factores formadores del suelo. Con estas se llevó a cabo el análisis estadístico mediante la combinación de la regresión lineal múltiple y modelos lineales generalizados para obtener el mejor modelo de predicción para cada variable estudiada, además de los residuos generados por el modelo y la estimación del error. De todas las variables, el mejor valor de ajuste R2=0,55 y el error más bajo 2,145 se obtuvo con la materia orgánica, mientras que arena, limo y arcilla obtuvieron unos ajustes más limitados (0,368, 0,459 y 0,426, respectivamente). Por todo ello, se llegó a la conclusión de que, aunque el método es aplicable y útil, presenta todavía grandes limitaciones, por lo que es importante incidir en la búsqueda de soluciones que permitan obtener mejoras sustanciales en los resultados obtenidos.
Palabras clave : cartografía digital edáfica; covariables ambientales; geoestadística; scorpan; modelos de predicción..