Algoritmo para el análisis de la variabilidad temporal y espacial de suelos agrícolas a escala de lote

Transcripción

1 Congreso Argentino de AgroInformtic, CAI 2013 Algoritmo pr el nálisis de l vribilidd temporl y espcil de suelos grícols escl de lote Mrino Córdob 1, Cecili Bruno 1, Mónic Blzrini 1 1 Fcultd de Ciencis Agropecuris, CONICET, Universidd Ncionl de Córdob, Av. Vlpríso s/n cc 509, Córdob-Argentin mblzri@gro.unc.edu.r Resumen. El nálisis de dtos georreferencidos en lotes grícols sirve pr comprender l vribilidd espcil del suelo y relizr zonificciones pr gricultur sitio-especific. L vribilidd de estos dtos trvés del tiempo es menos nlizd. En este trbjo se propone un metodologí estdístic pr estimr tendenci temporl de vribles edáfics y construir mps de vribilidd espcio-temporl. El lgoritmo se bs en el nálisis de l tendenci internul promedio de sitios, estimción de l vrinz temporl por sitio pr cd vrible y delimitción de zons homogénes. Pr ilustrr su plicción, se nlizó l tendenci internul promedio y l vribilidd temporl de MO, P, ph y CE en 12 lotes de l región semiárid, brcdo un superficie de h bjo gricultur intensiv. Los resultdos mostrron que l vrición espcil en ls crcterístics de suelo no es permnente, produciéndose significtivos cmbios en l delimitción de zons homogénes. Plbrs clve: Modelos Lineles Mixtos, correlción espcil, vrinz temporl, mps espcio-temporles. 1 Introducción Los mps de rendimiento y los mps de suelo escl de lote proveen indicdores de riesgos socidos con l producción y constituyen herrmients clves pr implementr el mnejo sitio-específico en gricultur de precisión. Pr el mnejo de l vribilidd espcil se us el concepto de zons homogénes; ésts se interpretn como conjuntos de sitios con un mism combinción de fctores limitntes de l producción y por tnto con un únic demnd pr un determindo input necesrio pr mejorr l producción [1]. Pr l delimitción de zons homogénes se usn dtos georreferencidos de rendimiento y/o de suelo-terreno. Los primeros mps de rendimiento construidos con este tipo de dtos se usron bjo el supuesto que el potencil productivo de ls zons delimitds seri constnte. L ide de que l vrible medid en un determindo sitio del lote seri siempre reltivmente menor/myor que l del sitio de otr zon del mismo lote fue ún más fuerte pr ls crcterístics de suelo-terreno. L lt vribilidd de los rendimientos ocsiond por vriciones climátics letoris, reforzó ún más l crcterístic de permnente dd ls zonificciones producids prtir de vribles de suelo. Sin embrgo, ún en suelos mnejdos uniformemente, pueden existir considerbles diferencis en los ptrones espciles de un mism vrible 42 JAIIO - CAI ISSN Pge 86

2 Congreso Argentino de AgroInformtic, CAI 2013 registrd en diferentes momentos de tiempo. Estos cmbios temporles de l distribución espcil son más trtdos en el nálisis de dtos de rendimientos que en el nálisis de dtos de suelo. L delimitción de zons homogénes suele relizrse con dtos de rendimientos de más de un ño [2], pero si se usn dtos de suelo, generlmente éstos son de un ño. Ls vribles de suelo medids trsverslmente (en un momento de tiempo) son utilizds, conjuntmente con los rendimientos, pr l delimitción de zons homogénes. L zonificción puede relizrse en estos csos de form multivrid, es decir contemplndo tods ls vribles simultánemente [3]. Cundo los dtos de suelo se obtienen por sitio en vrios ños, l zonificción podrí depender no sólo de l vribilidd espcil sino tmbién de l vribilidd temporl de ls mediciones. L vribilidd temporl en ls vribles de suelo puede impctr ls zonificciones y consecuentemente ls predicciones de rendimientos pr ños futuros. L tendenci promedio de los cmbios de ls vribles medids subsecuentemente en distintos ños puede ser nlizd con modelos estdísticos contemporáneos como los Modelos Lineles Mixtos (MLM) [4]. Estos modelos permiten contemplr ls correlciones esperds entre dtos obtenidos en distintos sitios del mismo lote. Lrk y Stfford (1996) [5], Pnetton y Brouillrd (2001) [6], Blckmore et l. (2003) [2] y Mrques d Silv (2006) [7] desrrollron distints metodologís pr el nálisis de l vribilidd temporl de dtos georreferencidos. L combinción de modelos pr dtos longitudinles espciles y técnics de estimción de vribilidd temporl podrí ser usd pr construir zonificciones que no solo consideren l vribilidd espcil de ls vribles sino tmbién su estbilidd temporl. El objetivo de este trbjo fue proponer un metodologí de nálisis bsd en MLM pr estimr tendenci promedio y vribilidd temporl por sitio en vribles de suelo usds pr l delimitción de zons homogénes. 2 Mteriles y Métodos Dtos experimentles Pr ilustrr l metodologí propuest, se nlizron dtos de un estudio llevdo cbo en un cmpo ubicdo en el deprtmento Rio Seco de l provinci Córdob, Argentin (dtos obtenidos por gentilez del Ing. Agr. Pblo Solfnelli). El áre de relevmiento de dtos pertenece l región semiárid y se crcteriz por un topogrfí de sierr onduld y un precipitción nul de 700 mm con vernos clurosos. Se nlizó l tendenci temporl en un periodo de 12 ños (con mediciones cd tres ños: 2005, 2008 y 2011) de ls vribles MO (%), P (ppm), ph, y CE (ds/m). Los dtos experimentles fueron recolectdos en 12 lotes (post-desmonte) de hs cd uno, brcdo un superficie totl de h bjo gricultur continu con rotciones de cultivos nules (Soj, Míz y Trigo). Se obtuvieron entre 170 y 280 muestrs de suelo en cd ño; ls muestrs fueron georreferencids con un DGPS. Procesmiento de dtos Los dtos fueron pre-procesdos pr l eliminción de errores identificbles medinte el uso de gráficos box-plot. Pr cd vrible se evluó l tendenci 42 JAIIO - CAI ISSN Pge 87

3 Congreso Argentino de AgroInformtic, CAI 2013 internul promedio del áre con un MLM con efecto fijo de ño y de lote y estructur de correlción espcil pr los términos de error letorio. El modelo con correlción espcil exponencil bsd en el cálculo de distncis entre los sitios de muestreo georreferencidos fue comprdo con el modelo de errores independientes, medinte l prueb de cociente de verosimilitud (LRT) bsd en los estimdores REML (máxim verosimilitud restringid) de los prámetros de vrinz y covrinz [8]. Ajustdo el modelo de correlción espcil, se evluó l reducción del modelo (eliminción de efecto lote) medinte prueb LRT bsd en estimdores ML (máxim verosimiltud). Ls diferencis encontrds entre ño fueron evluds con l prueb LSD de Fisher (α=0.05) pr ls medis justds por l estructur de vrinz y covrinz subycente. Ls diferencis encontrds pueden ser tribuids consistentemente cuss climátics o cuss reconocids priori, como podrí ser l evolución del suelo post-desmonte sometido gricultur. Pr clculr l vribilidd temporl de cd vrible, en un determindo sitio o punto muestrl se usó l siguiente expresión sobre los vlores predichos por el modelo justdo, pr cd sitio: t 11 2 ( Yt, i Yt ) (1) 2 t 05 i 3 donde es l vrinz temporl del sitio i; t es el ño (2005, 2008 y 2011); Yti, es el 2 i vlor de l vrible de suelo predicho por el modelo pr el ño t en el sitio i; t Y es l medi de l vrible pr todo el lote en el ño t. L ecución reflej l desvición del dto de cd sitio con respecto l medi temporl de l vrible. Por definición, l vrinz temporl present un vlor bjo, si un determindo sitio del lote present un vlor que está siempre cerc de l medi generl de l vrible [2]. El dto de desvición estándr temporl, obtenido con l función de desvición estándr modificd descript en (1), fue representdo gráficmente en función de l medi temporl de l vrible en el sitio, usndo un grill de 60 60m. L medi de l vrible de suelo trvés de los ños fue trzd como referenci verticl del gráfico pr identificr los sitios que se ubicn por encim de l medi. Mientrs que el tercer curtil de l desvición estándr temporl, denotdo como P(75), fue trzdo como referenci horizontl del gráfico con el objeto de identificr los sitios más inestbles i.e. DE> P(75). Usndo los dtos espciles de ls cutro vribles de suelo se delimitron dos zons homogénes en cd ño medinte nálisis de cluster sobre vribles sintétics derivds de un nálisis de componentes principles con restricción espcil [3]. Cd zon fue prticiond nuevmente según l vribilidd temporl de cd vrible. De est mner se obtuvieron mps espcio-temporles delimitndo cutro clses de sitios: ZM1-DE> P(75), ZM1-DE< P(75), ZM2-DE> P(75) y ZM2-DE< P(75). Todos los nálisis fueron relizdos con el softwre InfoStt trvés de su interfce con el softwre R [9]. 42 JAIIO - CAI ISSN Pge 88

4 Frecuenci Reltiv Frecuenci Reltiv Frecuenci Reltiv Frecuenci Reltiv Congreso Argentino de AgroInformtic, CAI Resultdos y Discusión El modelo de correlción espcil justó mejor que el modelo de errores independientes pr tods ls vribles (LRT, p<0.05). El efecto de lote fue tmbién significtivo pr MO y P (LRT p<0.05). Ls distribuciones de vlores de tods ls vribles, excepto CE, fueron reltivmente simétrics, con myores cmbios en l medi que en l vrinz trvés de los ños (Fig. 1) Mteri Orgánic (%) P (ppm) ph CE (ds/m) Fig. 1. Distribuciones de frecuencis de dtos de MO, P, ph y CE en tres ños (2005 (verde), 2008 (zul), y 2011 (rojo). L comprción de los vlores promedios, de cd vrible, entre los diferentes ños de estudio (Tbl 1), indicó decrecimientos significtivos y progresivos en P y ph (Fig. 2). L cíd de l MO fue significtiv en el noveno ño (P<0.05), mientrs que los vlores de CE permnecieron sin cmbios temporl significtivos y fueron los de myor vribilidd espcil dentro de cd ño. Estos cmbios podrín indicr sitios con myor/menor riesgo de obtención de rendimientos pobres, debido correlciones detectds entre l CE y el rendimiento [3]. 42 JAIIO - CAI ISSN Pge 89

5 ph CE (ds/m) MO (%) P (ppm) Congreso Argentino de AgroInformtic, CAI 2013 Tbl 1. Medi, coeficiente de vrición (CV), vlores mínimos (Min.) y máximos (Mx.) de vribles de suelo. Vrible Año Medi CV Min. Mx MO P ph CE b b c 2.50 Año 50 Año b c Año Año Fig. 2. Tendenci temporl en promedios de MO, P, ph y CE. Letrs diferentes indicn diferencis estdísticmente significtivs (p<0.05). 42 JAIIO - CAI ISSN Pge 90

6 Desvición Estándr Temporl ph Desvición Estándr Temporl CE (ds/m) Desvición Estándr Temporl MO (%) Desvición Estándr Temporl P (ppm) Congreso Argentino de AgroInformtic, CAI 2013 Los gráficos de dispersión de l vribilidd temporl en función de l medi temporl de cd vrible (Fig. 3), muestrn que pr MO, los sitios más inestbles fueron los que tenín vlores más lejdo del promedio temporl (2.83%) y que l DE temporl de estos sitios fue reltivmente lt (muy por encim del P(75)). Pr CE, los sitios más inestbles fueron los de vlores myores l medi (0.126 ds/m) Medi Temporl MO (%) Medi Temporl P (ppm) Medi Temporl ph Medi Temporl CE (ds/m) Fig. 3. Gráficos de dispersión de l vribilidd temporl en función de l medi temporl de cd vrible de suelo. Los mps de l Figur 4, muestrn ls zonificciones logrds con los dtos de ls cutro vribles en cd ño y su prtición en relción l inestbilidd temporl de cd vrible. En el nálisis de l vribilidd espcil, se delimitron dos zons homogénes (ZM) cd ño. L ZM 1 se crcterizó por presentr myores contenidos de MO, P y CE y menor ph. Est ZM mostró myor proporción de sitios clsificdos como inestbles. 42 JAIIO - CAI ISSN Pge 91

7 Congreso Argentino de AgroInformtic, CAI 2013 MO P ph CE ZM 1- DE Temporl <P(75) ZM 2- DE Temporl <P(75) ZM 1- DE Temporl >P(75) ZM 2- DE Temporl >P(75) Fig. 4. Zons de mnejo pr cd ño obtenids con dtos de cutro vribles de suelo y prticionds en función de l inestbilidd temporl de cd vrible. Sitios con desvición estándr temporl por encim del tercer curtil de l desvición temporl (P(75)) son más inestbles. 4 Conclusión Los resultdos obtenidos con el lgoritmo propuesto mostrron que l vrición espcil en ls crcterístics de suelo no fue permnente, produciéndose significtivos cmbios en l delimitción de zons homogénes trvés de los ños. Agrdecimientos. Al Ing. Agr. Pblo Solfnelli y l empres gropecuri que fcilitó ls determinciones de suelo pr est investigción. A l Universidd Ncionl de Córdob y l CONICET por subsidir desrrollos en el áre del nálisis Estdístico y el desrrollo informático pr nálisis de dtos. 42 JAIIO - CAI ISSN Pge 92

8 Congreso Argentino de AgroInformtic, CAI 2013 Referencis 1. Vrindts, E., Mouzen, A. M., Reyniers, M., Mrtens, K., Mleki, M. R., Rmon, H. nd De Berdemeker, J.: Mngement zones bsed on correltion between coil compction, yield nd crop dt. Biosyst. Eng., 92, (2005). 2. Blckmore, B.S., Godwin, R.J., Founts, S.: The nlysis of sptil nd temporl trends in yield mp dt over six yers. Biosyst. Eng., 84(4), (2003). 3 Córdob, M., Blzrini, M., Bruno, C., Cost, J.: Identificción de zons de mnejo sitioespecífico prtir de l combinción de vribles de suelo. Revist Corpoic. 13, (2012). 4 Schbenberger, O., Pierce, F.J.: Contemporry sttisticl models for the plnt nd soil sciences. Tylor nd Frncis. CRC Press, Boc Rton, Florid (2002). 5 Lrk, R., Stfford, J.:. Clssifiction s first step in the interprettion of temporl nd sptil vrition of crop yield. Ann. Appl. Biol. 130, (1997). 6 Pnneton, B., Brouillrd, M., Piekutowski, T.: Integrtion of yield dt from severl yers into single mp. In: Third Europen Conference on Precision Agriculture, pp Agro Montpellier, Montpellier (2001). 7 Mrques D Silv, J.R.: Anlysis of the Sptil nd Temporl Vribility of Irrigted Mize Yield. Biosyst. Eng., 94, (2006). 8 Pinheiro, J.C., Btes, D.M.: Mixed-Effects Models in S nd S-PLUS. Springer, New York. (2004). 9 Di Rienzo, J.A., Csnoves, F., Blzrini, M.G., Gonzlez, L., Tbld, M., Robledo, C.W.: InfoStt versión Grupo InfoStt, FCA, Universidd Ncionl de Córdob, Argentin. URL 42 JAIIO - CAI ISSN Pge 93