Predicción de contenido de arcilla superficial utilizando conductividad eléctrica aparente y esquemas de muestreo basados en modelos

La predicción espacial del contenido de arcillas (As) a escala de lote es requerida para la implementación de agricultura de precisión y modelos de simulación hidrológica. Sin embargo, la brecha de técnicas de cartografía que permitan establecer la heterogeneidad de As limita la capacidad para determinar su variabilidad. En este estudio, se utilizó cokriging ordinario, conductividad eléctrica aparente (CEa) como variable auxiliar y dos esquemas de muestreo basados en modelos (EBM) (Hipercubo latino condicionado (HCL) y fuzzy c-medias (FCM)) para predecir contenido de As superficial en un lote agrícola experimental de 25,18 ha. Los resultados soportan los supuestos que HCL y FCM capturan adecuadamente la distribución total de la CEa; y que As está cerradamente relacionado con CEa en condiciones del sudeste bonaerense. A partir de los resultados se determinó que (i) el tipo de EBM afecta la eficiencia de la interpolación para predecir As; (ii) una reducción considerable de muestras es posible cuando se aplica la metodología propuesta, logrando mapas precisos de As (R²>0,69); (iii), un conjunto de muestras de suelo independiente es lo más adecuado para validar la metodología propuesta; y (iv) la Interpolación espacial a partir de CEa y HCL proporcionó una leve mejora en la predicción espacial de As (R² = 0,78, RMSE=1,50%) que interpolación espacial a partir de CEa y FCM (R² = 0,69, RMSE=1,69%). La metodología propuesta proporcionó una mejora significativa de información de As en comparación con los costos y el tiempo que demandan las técnicas de cartografía convencional. Además, la metodología propuesta es sencilla de replicar para otros lotes o condiciones edáficas, lo cual puede ser significativo para la implementación de manejo sitio específico de cultivos y para modelos de simulación hidrológica.