CARTOGRAFIA DIGITAL DE CLASES DE FERTILIDAD DEL SUELO CON TECNICAS DE REDES NEURONALES DIFUSAS

Resumen

El conocimiento sobre la distribución de las clases de fertilidad de un suelo es un insumo esencial en la agricultura de precisión, y factor de interés para la toma de decisiones sobre el manejo del suelo. En este estudio se realizó la evaluación de la fertilidad del suelo a través de la distribución espacial de mapas temáticos de propiedades individuales y la posterior integración en un modelo de cartografía digital de clases locales de fertilidad, como bases fundamentales para la implementación de planes de fertilización y enmiendas ajustadas al estatus del suelo y a los requerimientos del cultivo. Para la evaluación de la fertilidad se realizó un muestreo sistemático superficial en 70 sitios en terrenos del Campo de producción “Agronomía” de la Universidad Nacional de los Llanos Centrales “Rómulo Gallegos”, sector El Castrero, municipio Juan German Roscio, estado Guárico, Venezuela. Se analizaron diez variables del suelo: pH (1:2,5), conductividad eléctrica (1:5), materia orgánica, fósforo disponible, potasio asimilable, calcio y magnesio disponible, y las cantidades relativas de arena, limo y arcilla. Los mapas de propiedades del suelo se produjeron mediante un análisis geoestadístico y la interpolación por kriging ordinario, y para la generación de las clases de fertilidad del suelo se aplicaron técnicas de inteligencia artificial basada en un sistema de clasificación por redes neuronales artificiales, con el algoritmo FKCN (red de agrupamiento difuso de Kohonen o Fuzzy Kohonen Clustering Network) mediante la interpolación de los valores de la función de pertenencia a cada una de las clases. La confiabilidad de los mapas individuales de cada variable del suelo se obtuvo mediante validación cruzada con un nivel de confiabilidad superior al 90%, a excepción de las variables % Arcilla y % Limo que presentaron una confiabilidad mayor al 85%. La integración de los mapas de atributos del suelo y la combinación de los valores de pertenencia a cada clase produjo un mapa integrado por cinco categorías de fertilidad de suelo. El modelo final de clases digitales de fertilidad de suelos presentó una confiabilidad equivalente al 86%, lo que indicó un alto grado de homogeneidad dentro de las clases de suelo obtenidas con fines de fertilidad.