%0 Journal Article
%T Comparaci車n de t谷cnicas de interpolaci車n espacial de propiedades del suelo en el piedemonte llanero colombiano
%J -
%D 2017
%R https://doi.org/10.14483/22487638.11658
%X Resumen (es_ES) Contexto: la interpolaci車n espacial de propiedades del suelo en el piedemonte llanero colombiano es compleja debido al efecto simult芍neo de la g谷nesis del suelo, las caracter赤sticas del terreno, el uso actual, y el manejo que de 谷l se hace. Mientras las t谷cnicas de interpolaci車n vienen siendo adaptadas para tener en cuenta estos efectos, algunas propiedades del suelo son dif赤ciles de predecir con las t谷cnicas convencionales. M谷todo: en este trabajo se evaluaron seis t谷cnicas de interpolaci車n espacial: distancia inversa ponderada (IDW); Spline; kriging ordinario (KO); kriging universal (KU); cokriging (Ckg); y mejor predicci車n lineal insesgada emp赤rica con m芍xima verosimilitud restringida (REML-EBLUP), a partir de la aplicaci車n de hipercubo latino condicionado (HCLc) como estrategia de muestreo. Se utilizaron los 赤ndices de terreno calculados a partir de un modelo digital de elevaci車n como informaci車n auxiliar del suelo en los procedimientos de Ckg y REML-EBLUP. Para determinar los 赤ndices de terreno m芍s importantes de cada propiedad se utiliz車 el algoritmo de bosques aleatorios (RF) y para validar las interpolaciones sobre validaciones cruzadas se usaron las m谷tricas de error. Resultados: los resultados soportan el supuesto de que HCLc captura adecuadamente la distribuci車n total de la informaci車n auxiliar en condiciones del 芍rea experimental. Adem芍s, sugieren que Ckg y REML-EBLUP generan mejores predicciones de la mayor赤a de las propiedades del suelo evaluadas. Conclusiones: las t谷cnicas de interpolaci車n mixtas, teniendo tambi谷n informaci車n auxiliar del suelo e 赤ndices de terreno, proporcionaron una mejora significativa de la predicci車n de propiedades del suelo, en comparaci車n con las dem芍s t谷cnicas. Resumen (en_US) Context: Interpolating soil properties at field-scale in the Colombian piedmont eastern plains is challenging due to: the highly and complex variable nature of some processes; the effects of the soil; the land use; and the management. While interpolation techniques are being adapted to include auxiliary information of these effects, the soil data are often difficult to predict using conventional techniques of spatial interpolation. Method: In this paper, we evaluated and compared six spatial interpolation techniques: Inverse Distance Weighting (IDW), Spline, Ordinary Kriging (KO), Universal Kriging (UK), Cokriging (Ckg), and Residual Maximum Likelihood-Empirical Best Linear Unbiased Predictor (REML-EBLUP), from conditioned Latin Hypercube as a sampling strategy. The ancillary information used in Ckg and REML-EBLUP was indexes
%K conditioned latin hypercube sampling
%K digital soil mapping
%K oxisol
%K random forest bosques aleatorios
%K cartograf赤a digital de suelos
%K hipercubo l芍tino condicionado
%K oxisol
%U https://revistas.udistrital.edu.co/index.php/Tecnura/article/view/11658