Mapeo Digital de Suelo: primeros pasos en Córdoba

Colaboración:
Dr. Mariano Córdoba, Investigador CONICET
Facultad Ciencias Agropecuarias, U.N.C.
Infraestructura de Datos Espaciales Córdoba (IDECOR)


7 de noviembre 2019

La provincia de Córdoba, articulado desde IDECOR, está llevando adelante una primera experiencia en Mapeo Digital de Suelos, un enfoque de estudio y predicción de variables de suelo basado en algoritmos de inteligencia artificial.

¿Qué estamos aprendiendo? ¿Quiénes están participando? ¿Qué resultados van a estar disponibles?

El Mapeo Digital de Suelo

El Mapeo Digital de Suelo (MDS, en inglés Digital Soil Mapping) es la creación de sistemas de información espacial del suelo basados en modelos numéricos, que permiten explicar la variación espacial de las propiedades y tipos del suelo. Las bases teóricas del MDS radican en el esquema conceptual SCORPAN (1) que sintetiza y hace una analogía entre los factores formadores de suelo clásicos y las covariables necesarias para predecir características edáficas.

Esquema SCORPAN (1)

En este modelo (1) S representa la clase o propiedad del suelos a predecir,  s otras propiedades del suelo; c el clima; o los organismos, vegetación, biomasa, fauna, actividad humana; r el relieve; p el material parental, litología; a la edad, el factor tiempo; n el espacio, posición espacial y e la parte no explicada por el modelo (residuos) los cuales pueden presentar correlación espacial.

Un punto crucial en el modelado es la identificación de covariables ambientales que se suponen explican la variabilidad espacial del atributo a predecir. Entre estas destacan datos georreferenciados de otras propiedades del suelo, mapas de suelos pre-existentes, datos de uso/cobertura del suelo, datos satelitales a partir de los cuales se pueden derivar índices de vegetación como NDVI o EVI, mapas litológicos, datos derivados de modelos digitales de elevación (MDE) y datos climáticos que pueden provenir de información de estaciones meteorológicas o productos derivados de la percepción remota.

La relación entre las variables ambientales y las propiedades del suelo se establecen mediante el ajuste de un modelo estadístico/computacional, que permite realizar la predicción de las propiedades del suelo para sitios en los cuales no se conoce el valor de la propiedad bajo estudio. Estas técnicas se pueden aplicar para la predicción de variables de suelo tanto cuantitativas como cualitativas. Entre los modelos más comunes se encuentran los modelos de regresión lineal múltiple, métodos geoestadísticos y algoritmos de aprendizaje automático. Estas determinaciones son aproximaciones de la realidad y están sujetas a incertidumbre; por ello, a las predicciones de las propiedades o clases del suelo se les adiciona una evaluación cuantitativa de su exactitud e incertidumbre. Estas estimaciones junto con las predicciones espaciales del suelo forman parte del esquema de trabajo del MDS.

En función de la diferencia entre el valor predicho y el valor observado, se evalúa el rendimiento del modelo de predicción. Diferentes métricas se emplean para evaluar estas diferencias, dependiendo de la naturaleza de la variable a predecir (cuantitativa o cualitativa). El mejor modelo será aquel que presente una menor diferencia entre los valores predichos y observados. Para cuantificar la incertidumbre de las predicciones, se calculan intervalos de predicción, los que indican el rango en valores dentro del cual es probable que ocurra el valor verdadero de la propiedad analizada; comúnmente se utilizan intervalos de predicción del 90%, los que indican el rango de valores en el que se encontrará una nueva medición en 9 de cada 10 veces que se realice la toma del dato.

Imagen 1. Mapa de puntos de muestreo

Un mapa de suelo convencional proporciona información sobre la variación espacial del suelo, pero a menudo limitado en términos de nivel de detalle espacial y la precisión de los atributos del suelo. Los métodos convencionales de relevamiento de suelos en general son costosos, requieren mucho tiempo y no son reproducibles. Los mapas digitales de suelo utilizan tecnologías avanzadas que incluyen SIG, GNSS (posicionamiento satelital), precepción remota, MDE, detección remota y especialmente los avances estadístico-computacionales, para la construcción de modelos predictivos. Permiten sistematizar y analizar rápidamente los datos y proporcionan información cuantitativa que expresa el grado de exactitud e incertidumbre asociado con el mapa de suelo generado. Los productos obtenidos se pueden usar para crear información inicial, refinar o actualizar el levantamiento del suelo y generar interpretaciones temáticas específicas.

Productos esperados

La disponibilidad de información relacionada a propiedades del suelo como materia orgánica, que es considerado un indicador de la calidad y “salud” del suelo, es crucial. A partir de ésta es posible identificar áreas críticas en cuanto al manejo agronómico y productivo, asistiendo en la identificación de áreas con mayor aptitud para diferentes cultivos, evaluación de la disponibilidad de nutrientes y proporcionando recomendaciones adicionales para mejorar la calidad del suelo a través de un monitoreo en el tiempo.

Actualmente, en la Provincia de Córdoba se está llevando adelante una iniciativa experimental y colaborativa para el desarrollo de información de suelos bajo el enfoque del MDS; participan el Gobierno Provincial, INTA Córdoba y entidades académicas y de investigación. El proyecto tiene por fin generar mapas de variables de suelo a escala provincial, de gran detalle (500 m) y actualización periódica, que contribuyan a la caracterización del estado y distribución espacial de propiedades que hacen a la calidad de suelo. En particular, forman parte del equipo de trabajo el Instituto Nacional de Tecnología Agropecuaria (INTA) Regional Córdoba, la Secretaría de Agricultura de la Provincia de Córdoba, el Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET), con apoyo científico y la Infraestructura de Datos Espaciales de la Provincia de Córdoba (IDECOR), con apoyo en el uso de geotecnologías, demás datos territoriales (covariables), infraestructura para la publicación de los resultados y la articulación de trabajo con todos los actores.

Una primera etapa tiene como objetivo desarrollar un mapa de Materia Orgánica en Suelo, por considerarse un indicador clave de la salud del suelo, tanto en sus funciones agrícolas como ambientales. Adicionalmente, se generarán mapas de otras propiedades indicadoras de fertilidad como pH, arcilla y fósforo. Hasta la fecha, se han aportado más de 2.500 muestras de suelo, provenientes de la Facultad de Ciencias Agropecuarias de la Universidad Nacional de Córdoba (UNC), CONICET, Universidad Nacional de Río Cuarto (UNRC), INTA y Secretaría de Agricultura de la Provincia. En lo que refiera a otros datos territoriales, son viabilizados por la IDE provincial desde varios organismos o producidos ad-hoc (como el Mapa de Cobertura de Suelo Provincia de Córdoba), entre los que destacan las cartas de suelo, cobertura y uso del suelo, topografía, clima, litología, entre otros.

Una primera versión de los resultados estará disponible antes de fin de año y serán públicos y abiertos, puestos a disposición a través del geoportal MapasCordoba. Los usuarios podrán realizar la consulta en mapas web dinámicos, acceder a los mismos desde un SIG de escritorio y como geoservicios OGC o descargarlos libremente.

Si el tema es de tu interés, puedes aportar datos de suelo y/o covariables, o deseas estar al tanto de los avances y resultados, puedes escribirnos a [email protected].

Categorías: Novedades