Ciencia para todos desde el CEBAS

Pedro Pérez Cutillas, Grupo de Erosión y Conservación de Suelos, CEBAS-CSIC

Una Tesis Doctoral realizada en el CEBAS ha combinado la aplicabilidad de herramientas SIG y teledetección con la modelización estadística de variables ambientales a escala regional, con la finalidad de aportar de manera concreta resultados y conclusiones que ayuden a mejorar las estimaciones de las propiedades del suelo. La Tesis ha sido realizada por D. Pedro Pérez Cutillas, y dirigida por los Drs. Gonzalo González Barberá y Carmelo García Conesa.

La textura, como principal propiedad física del suelo, desempeña una función esencial en la estructura de la memoria de Tesis, presentándose como nexo de unión del resto de análisis expuestos en dicho trabajo. Sin pretender entrar en complejos análisis de las propiedades químicas del suelo se han obtenido estimaciones de carbono y materia orgánica del suelo, necesarios para el estudio de la dinámica del agua en el suelo. Su interacción con la textura nos ha permitido abordar la estimación regional del contenido de agua a capacidad de campo y en el punto de marchitamiento, determinando cuáles son las variables ambientales que inciden de manera más importante en esas propiedades físicas del suelo. En último lugar, se ha probado cómo la disponibilidad de mapas regionales de la textura del suelo elaborados en este trabajo, influyen en nuestra estimación de los procesos de degradación del suelo, evaluado mediante el análisis de la erosionabilidad y su efecto en modelos de erosión.

Planteamiento metodológico del análisis SIG y estadístico para la estimación de las fracciones de textura del suelo a escala regional mediante el empleo de variables ambientales.

Planteamiento metodológico del análisis SIG y estadístico para la estimación de las fracciones de textura del suelo a escala regional mediante el empleo de variables ambientales.

Las conclusiones obtenidas pueden clasificar en tres apartados, relacionados cada uno con los tres capítulos realizados durante la Tesis. En resumen, se pueden exponer los siguientes objetivos principales, y sus conclusiones principales:

Capítulo 1. Determinar qué variables ambientales influyen en la predicción de la textura, y analizar los efectos que se producen en la modificación de la resolución espacial en los valores de estas variables.

Conclusiones: El resultado principal ha sido proporcionar información de textura espacialmente distribuida a escala regional que pueda ser utilizada como entrada por otros investigadores y/o investigaciones. En nuestro caso, resulta especialmente útil para el desarrollo que se está realizando en la estimación de propiedades hídricas del suelo y sus posibles aplicaciones en hidrología y ecología. Además esta información es susceptible de ser empleada en múltiples direcciones como datos básicos para la estimación de índices de erosionabilidad que determinan los resultados de modelos de erosión basados en USLE o en RUSLE.

Capítulo 2. Evaluar y comparar dos métodos de estimación del potencial de succión (pF) a escala regional, mediante la modelización directa frente a funciones de pedotransferencia (PTFs).

Conclusiones: Para este estudio, ante los coeficientes de determinación obtenidos, unido a la mayor complejidad en la elaboración de las PTFs, se recomienda aplicar los valores de pF obtenidos mediante el método directo. El principal motivo en la falta de consistencia entre los dos procedimientos de modelización de los pF proviene de los diferentes conjuntos de variables ambientales que son seleccionados por cada modelo. Por lo que sería necesario explorar vías de elaborar modelos estructuralmente iguales, es decir, que para la predicción de distintas propiedades del suelo se utilicen los mismos predictores.

Representación de la dispersión entre la variable Índice de vegetación de julio (NDVIjul) y las diferencias entre dos métodos de estimación del potencial de succión (pF) ajustadas mediante un Generalized Additive Model (GAM).

Representación de la dispersión entre la variable Índice de vegetación de julio (NDVIjul) y las diferencias entre dos métodos de estimación del potencial de succión (pF) ajustadas mediante un Generalized Additive Model (GAM).

Capítulo 3. Comparar dos métodos de estimación de diversos índices de erosionabilidad relativos al Factor K de la USLE.

Conclusiones: Como conclusión inicial, continuando con el propósito de proporcionar información de propiedades del suelo espacialmente distribuida a escala regional, se ofrecen valores de erosionabilidad útiles para el cálculo de modelos de erosión basados en USLE o RUSLE.  El análisis de esta información elaborada, ha hecho posible averiguar el peso que ejerce el origen de los datos de entrada a los modelos en el cómputo de erosionabilidad. Además, nos ha permitido conocer la importancia que tiene la elección del algoritmo de estimación del Factor K en los resultados finales.

Capa raster de la estimación del índice de erosionabilidad (Factor K) expuesto por Römkens et al. (1986) para la resolución 400 m (píxel) elaborada a partir de las capas raster de texturas obtenidas de las modelizaciones de las variables ambientales.

Capa raster de la estimación del índice de erosionabilidad (Factor K) expuesto por Römkens et al. (1986) para la resolución 400 m (píxel) elaborada a partir de las capas raster de texturas obtenidas de las modelizaciones de las variables ambientales.

Anuncios

Responder

Introduce tus datos o haz clic en un icono para iniciar sesión:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Cerrar sesión / Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Cerrar sesión / Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Cerrar sesión / Cambiar )

Google+ photo

Estás comentando usando tu cuenta de Google+. Cerrar sesión / Cambiar )

Conectando a %s

Nube de etiquetas

A %d blogueros les gusta esto: