Por favor, use este identificador para citar o enlazar este ítem:
http://repositorio.utmachala.edu.ec/handle/48000/15537
Título : | Análisis geoestadístico y multivariado de atributos físicos de un suelo en cultivo de banano finca Márquez la Peaña cantón Pasaje |
Autor : | Cueva Rivera, Edison Ivan |
Director(es): | Chabla Carrillo, Julio Enrique |
Palabras clave : | GEOESTADISTICA;BANANO;PROPIEDADES;FÍSICAS |
Fecha de publicación : | 2020 |
Editorial : | Machala : Universidad Técnica de Machala |
Citación : | Cueva Rivera, E. I. (2020) Análisis geoestadístico y multivariado de atributos físicos de un suelo en cultivo de banano finca Márquez la Peaña cantón Pasaje (trabajo de titulación). UTMACH, Unidad Académica de Ciencias Agropecuarias, Machala, Ecuador. |
Descripción : | La variabilidad espacial de las propiedades físicas del suelo agrícola es originada por procesos de formación de suelo o son inducidas por prácticas de manejo del cultivo. Dada la necesidad de entender el comportamiento de la variación de algunas propiedades físicas asociadas al cultivo de banano se realizó técnicas de estadística multivariada con el fin de optimizar los procesos productivos, la presente investigación se llevó a cabo, en el cantón Pasaje, parroquia la Peaña finca “Márquez”. Se estudió la variabilidad espacial de las siguientes propiedades, textura, densidad real (Dr), densidad aparente (Da), porosidad total (Pt), capacidad de campo (CC) y punto de marchitez permanente (PMP). Se realizó un muestreo sistemático grilla 70 x 70 dando un total de 15 puntos de interés, las muestras se tomaron en un perfil de 50 cm de profundidad en estratos cada 10 cm, estableciendo 5 niveles para el muestreo de 0-10, 10-20, 20-30, 30-40 y 40-50 cm procesando un total de 75 muestras en 6.24 ha. El análisis de las propiedades físicas que se realizaron en el laboratorio de la Universidad Técnica de Machala son: textura, Dr, Da y Pt, la CC y PMP se realizó en el laboratorio de física de suelo de la Universidad Estatal de Cuenca. El análisis de datos se realizó en diversos enfoques, univariado (estadística descriptiva) utilizando el software IBM SPSS Estatistics 23 y Microsoft Excel 2013, se emplearon gráficos exploratorios como diagramas caja bigote que permitieron apreciar de manera visual el comportamiento de cada variable. En el análisis geoestadìstico se usó el software Surfer 16 para la determinación de semivariogramas experimentales, donde se ajustaron modelos teóricos, esférico, gaussiano y exponencial para las distintas profundidades de cada variable, siendo los más precisos y eficientes el modelo esférico y gaussiano, que presentaron un coeficiente de Nash y un coeficiente de determinación (R^2) cercano o igual a 1, así mismo se obtuvieron los valores más bajo del error medio cuadrático (RMSE). En el software ArcGis 10.3 se utilizó parámetros del semivariograma para la interpolación por el método del kriging que permitió diseñar mapas de variabilidad espacial de las propiedades físicas del suelo. Los resultados evidenciaron la existencia de dependencia espacial moderada para Da y CC en los primeros 10 cm de suelo y con esa misma tendencia en el estrato de 20 -30 cm para PMP y el ultimo estrato de 40-50 cm Pt, en cambio se presentó una dependencia espacial fuerte en los primeros 10 cm Arcilla, Limo, Arena, Dr, Pt y PMP, para el estrato de 10-20 cm, Arcilla, Limo, Arena, Dr, Da y Pt, de 20-30 cm mantiene la misma dependencia fuerte del estrato anterior incluyendo la CC de 30-40 cm presenta la misma dependencia espacial fuerte del estrato de 10-20 cm y en el último estrato de 40-50 cm, Arcilla, Limo, Arena, Dr y Da. No presentó en ninguna profundidad una dependencia débil. Los rangos que explican la existencia de una dependencia espacial se encuentran entre 80 a 180 m. Para el análisis estadístico por componentes principales se utilizó el software IBM SPSS Estatistics 23, se asociaron 8 variables, Arcilla, Limo, Arena, Dr, Da, Pt, CC, PMP. Los resultados indican que todas las variables se agruparon en tres componentes principales y estas representan el 82.65 % de la varianza. El primer componente obtuvo un mayor coeficiente de correlación para Dr y Arena, el segundo Pt, CC, PMP y el ultimo componente Arcilla. Este método aporta una idea visual de las interacciones entre las variables permitiendo explicar la mayor parte de la información que contienen cada una de ellas. |
Resumen : | The spatial variability of the physical properties of agricultural soil is caused by soil formation processes or induced by crop management practices. Given the need to understand the behavior of the variation of some physical properties associated with the banana crop, multivariate statistical techniques were carried out in order to optimize production processes. The present research was carried out in the canton of Pasaje, parish of La Peaña, "Márquez" farm. The spatial variability of the following properties were studied: texture, true density (Dr), bulk density (Da), total porosity (Pt), field capacity (CC) and permanent wilt point (PMP). A systematic 70 x 70 grid sampling was performed giving a total of 15 points of interest, the samples were taken in a 50 cm deep profile in strata every 10 cm, establishing 5 levels for sampling of 0-10, 10-20, 20-30, 30-40 and 40-50 cm processing a total of 75 samples in 6.24 ha. The analysis of the physical properties that were carried out in the laboratory of the Technical University of Machala are: texture, Dr, Da and Pt, the CC and PMP were carried out in the laboratory of soil physics of the State University of Cuenca. The data analysis was performed in several approaches, univariate (descriptive statistics) using IBM SPSS Estatistics 23 and Microsoft Excel 2013 software, exploratory charts were used as mustache box diagrams that allowed to visually appreciate the behavior of each variable. In the geostatistical analysis Surfer 16 software was used for the determination of experimental semivariograms, where theoretical, spherical, Gaussian and exponential models were adjusted for the different depths of each variable, being the most precise and efficient the spherical and Gaussian model, which presented a Nash coefficient and a determination coefficient (R^2) close to or equal to 1, likewise the lowest values of the root mean square error (RMSE) were obtained. In the ArcGis 10.3 software, parameters of the semivariogram were used for interpolation by the kriging method that allowed the design of maps of spatial variability of the physical properties of the soil. The results showed the existence of moderate spatial dependence for Da and CC in the first 10 cm of soil and with the same trend in the 20 -30 cm stratum for PMP and the last stratum of 40-50 cm Pt, on the other hand a strong spatial dependence was presented in the first 10 cm of clay, Silt, Sand, Dr, Pt and PMP, for the 10-20 cm stratum, Clay, Silt, Sand, Dr, Da and Pt, of 20-30 cm maintains the same strong dependence of the previous stratum including the 30-40 cm CC presents the same strong spatial dependence of the 10-20 cm stratum and in the last 40-50 cm stratum, Clay, Silt, Sand, Dr and Da. It did not present at any depth a weak dependence. The ranges that explain the existence of a spatial dependence are between 80 and 180 m. For the statistical analysis by main components, the software IBM SPSS Estatistics 23 was used, 8 variables were associated, clay, silt, sand, Dr, Da, Pt, CC, PMP. The results indicate that all variables were grouped into three main components and these represent 82.65% of the variance. The first component obtained a higher correlation coefficient Dr and Are, the second, CC and PMP and the last component Clay. This method provides a visual idea of the interactions between the variables, allowing most of the information contained in each of them to be explained. |
URI : | http://repositorio.utmachala.edu.ec/handle/48000/15537 |
Aparece en las colecciones: | Trabajo de Titulación Ingeniería Agronómica |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
TTUACA-2020-IA-DE00006.pdf | Descripción bibliográfica del trabajo de titulación | 3,71 MB | Adobe PDF | Visualizar/Abrir |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons