Analysis of spatial variation in soil fertility for the delimitation of homogeneous management zones in precision agriculture

Descripción del Articulo

This study analyzed spatial soil fertility variability in a 1440 m² plot in Mosquera, Colombia, to create homogeneous management zones for precision agriculture.  480 soil samples were collected using a 3x1 m grid, analyzing pH, electrical conductivity, phosphorus, exchangeable cations, mic...

Descripción completa

Detalles Bibliográficos
Autores: Galindo-Pacheco, Julio, Vargas-Díaz, Ruy, Martínez-Niño, Carlos, Franco-Florez, Clara
Formato: artículo
Fecha de Publicación:2024
Institución:Universidad Nacional Intercultural Fabiola Salazar Leguía de Bagua
Repositorio:Revistas - Universidad Nacional Intercultural Fabiola Salazar Leguía de Bagua
Lenguaje:español
OAI Identifier:oai:revista.unibagua.edu.pe:article/289
Enlace del recurso:https://revista.unibagua.edu.pe/index.php/dekamuagropec/article/view/289
Nivel de acceso:acceso abierto
Materia:Agricultura de precisión
análisis de componentes principales
fertilidad del suelo
kriging
variabilidad espacial
variograma
zonas de manejo homogéneo
Precision agriculture
principal component analysis
soil fertility
spatial variability
variogram
homogeneous management zones
id REVUNIBAGU_86dee9d977a933b3b9c4aa4f85e3f074
oai_identifier_str oai:revista.unibagua.edu.pe:article/289
network_acronym_str REVUNIBAGU
network_name_str Revistas - Universidad Nacional Intercultural Fabiola Salazar Leguía de Bagua
repository_id_str
dc.title.none.fl_str_mv Analysis of spatial variation in soil fertility for the delimitation of homogeneous management zones in precision agriculture
Análisis de variación espacial de la fertilidad del suelo para la delimitación de zonas de manejo homogéneo en agricultura de precisión
title Analysis of spatial variation in soil fertility for the delimitation of homogeneous management zones in precision agriculture
spellingShingle Analysis of spatial variation in soil fertility for the delimitation of homogeneous management zones in precision agriculture
Galindo-Pacheco, Julio
Agricultura de precisión
análisis de componentes principales
fertilidad del suelo
kriging
variabilidad espacial
variograma
zonas de manejo homogéneo
Precision agriculture
principal component analysis
soil fertility
kriging
spatial variability
variogram
homogeneous management zones
title_short Analysis of spatial variation in soil fertility for the delimitation of homogeneous management zones in precision agriculture
title_full Analysis of spatial variation in soil fertility for the delimitation of homogeneous management zones in precision agriculture
title_fullStr Analysis of spatial variation in soil fertility for the delimitation of homogeneous management zones in precision agriculture
title_full_unstemmed Analysis of spatial variation in soil fertility for the delimitation of homogeneous management zones in precision agriculture
title_sort Analysis of spatial variation in soil fertility for the delimitation of homogeneous management zones in precision agriculture
dc.creator.none.fl_str_mv Galindo-Pacheco, Julio
Vargas-Díaz, Ruy
Martínez-Niño, Carlos
Franco-Florez, Clara
author Galindo-Pacheco, Julio
author_facet Galindo-Pacheco, Julio
Vargas-Díaz, Ruy
Martínez-Niño, Carlos
Franco-Florez, Clara
author_role author
author2 Vargas-Díaz, Ruy
Martínez-Niño, Carlos
Franco-Florez, Clara
author2_role author
author
author
dc.subject.none.fl_str_mv Agricultura de precisión
análisis de componentes principales
fertilidad del suelo
kriging
variabilidad espacial
variograma
zonas de manejo homogéneo
Precision agriculture
principal component analysis
soil fertility
kriging
spatial variability
variogram
homogeneous management zones
topic Agricultura de precisión
análisis de componentes principales
fertilidad del suelo
kriging
variabilidad espacial
variograma
zonas de manejo homogéneo
Precision agriculture
principal component analysis
soil fertility
kriging
spatial variability
variogram
homogeneous management zones
description This study analyzed spatial soil fertility variability in a 1440 m² plot in Mosquera, Colombia, to create homogeneous management zones for precision agriculture.  480 soil samples were collected using a 3x1 m grid, analyzing pH, electrical conductivity, phosphorus, exchangeable cations, microelements, and soil organic matter (SOM).  Principal Component Analysis (PCA) identified SOM, pH, and electrical conductivity as key indicators for zoning. Kriging interpolation mapped these properties, revealing high variability.  The exponential model best represented the semivariograms.  Fuzzy clustering, based on indicator thresholds, divided the plot into two zones, with high overlap between pH and SOM-based divisions.  A QUEFTS model simulated crop yield, showing that optimized N and K fertilization, based on zoning, maximized yields. The study demonstrates the effectiveness of using PCA and Kriging to create management zones.  SOM-based zoning improved P and K fertilization management, while pH-based zoning targeted micronutrient differences.  The results highlight the potential of precision agriculture to improve crop yields and resource efficiency.  Future research should incorporate physical soil properties and climatic variations for more comprehensive zone management.
publishDate 2024
dc.date.none.fl_str_mv 2024-12-17
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv https://revista.unibagua.edu.pe/index.php/dekamuagropec/article/view/289
url https://revista.unibagua.edu.pe/index.php/dekamuagropec/article/view/289
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv https://revista.unibagua.edu.pe/index.php/dekamuagropec/article/view/289/367
dc.rights.none.fl_str_mv https://creativecommons.org/licenses/by/4.0
info:eu-repo/semantics/openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by/4.0
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad Nacional Intercultural Fabiola Salazar Leguía de Bagua (UNIFSLB)
publisher.none.fl_str_mv Universidad Nacional Intercultural Fabiola Salazar Leguía de Bagua (UNIFSLB)
dc.source.none.fl_str_mv Revista Científica Dékamu Agropec; Vol. 5 No. 2 (2024): Revista Científica Dékamu Agropec; 74-86
Revista Científica Dékamu Agropec; Vol. 5 Núm. 2 (2024): Revista Científica Dékamu Agropec; 74-86
2709-3190
2709-3182
10.55996/dekamuagropec.v5i2
reponame:Revistas - Universidad Nacional Intercultural Fabiola Salazar Leguía de Bagua
instname:Universidad Nacional Intercultural Fabiola Salazar Leguía de Bagua
instacron:UNIBAGUA
instname_str Universidad Nacional Intercultural Fabiola Salazar Leguía de Bagua
instacron_str UNIBAGUA
institution UNIBAGUA
reponame_str Revistas - Universidad Nacional Intercultural Fabiola Salazar Leguía de Bagua
collection Revistas - Universidad Nacional Intercultural Fabiola Salazar Leguía de Bagua
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1842721434879655936
spelling Analysis of spatial variation in soil fertility for the delimitation of homogeneous management zones in precision agricultureAnálisis de variación espacial de la fertilidad del suelo para la delimitación de zonas de manejo homogéneo en agricultura de precisiónGalindo-Pacheco, JulioVargas-Díaz, RuyMartínez-Niño, CarlosFranco-Florez, ClaraAgricultura de precisiónanálisis de componentes principalesfertilidad del suelokrigingvariabilidad espacialvariogramazonas de manejo homogéneoPrecision agricultureprincipal component analysissoil fertilitykrigingspatial variabilityvariogramhomogeneous management zonesThis study analyzed spatial soil fertility variability in a 1440 m² plot in Mosquera, Colombia, to create homogeneous management zones for precision agriculture.  480 soil samples were collected using a 3x1 m grid, analyzing pH, electrical conductivity, phosphorus, exchangeable cations, microelements, and soil organic matter (SOM).  Principal Component Analysis (PCA) identified SOM, pH, and electrical conductivity as key indicators for zoning. Kriging interpolation mapped these properties, revealing high variability.  The exponential model best represented the semivariograms.  Fuzzy clustering, based on indicator thresholds, divided the plot into two zones, with high overlap between pH and SOM-based divisions.  A QUEFTS model simulated crop yield, showing that optimized N and K fertilization, based on zoning, maximized yields. The study demonstrates the effectiveness of using PCA and Kriging to create management zones.  SOM-based zoning improved P and K fertilization management, while pH-based zoning targeted micronutrient differences.  The results highlight the potential of precision agriculture to improve crop yields and resource efficiency.  Future research should incorporate physical soil properties and climatic variations for more comprehensive zone management.Este estudio analizó la variabilidad espacial de la fertilidad del suelo en una parcela de 1440 m² en Mosquera, Colombia, para crear zonas de manejo homogéneas para la agricultura de precisión. Se recolectaron 480 muestras de suelo usando una cuadrícula de 3x1 m, analizando pH, conductividad eléctrica, fósforo, cationes intercambiables, microelementos y materia orgánica del suelo (MOS). El análisis de componentes principales (PCA) identificó la MOS, el pH y la conductividad eléctrica como indicadores clave para la zonificación. La interpolación Kriging mapeó estas propiedades, revelando una alta variabilidad. El modelo exponencial se ajustó mejor a los semivariogramas. El clustering difuso, basado en los umbrales de los indicadores, dividió la parcela en dos zonas, con una alta superposición entre las divisiones basadas en pH y MOS. Un modelo QUEFTS simuló el rendimiento de los cultivos, mostrando que la fertilización optimizada de N y K, basada en la zonificación, maximizó los rendimientos. El estudio demuestra la efectividad del uso de PCA y Kriging para crear zonas de manejo. La zonificación basada en MOS mejoró el manejo de la fertilización P y K, mientras que la zonificación basada en pH se enfocó en las diferencias de micronutrientes. Los resultados destacan el potencial de la agricultura de precisión para mejorar los rendimientos de los cultivos y la eficiencia de los recursos.  Investigaciones futuras deberían incorporar las propiedades físicas del suelo y las variaciones climáticas para un manejo de zonas más completo.Universidad Nacional Intercultural Fabiola Salazar Leguía de Bagua (UNIFSLB)2024-12-17info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfhttps://revista.unibagua.edu.pe/index.php/dekamuagropec/article/view/289Revista Científica Dékamu Agropec; Vol. 5 No. 2 (2024): Revista Científica Dékamu Agropec; 74-86Revista Científica Dékamu Agropec; Vol. 5 Núm. 2 (2024): Revista Científica Dékamu Agropec; 74-862709-31902709-318210.55996/dekamuagropec.v5i2reponame:Revistas - Universidad Nacional Intercultural Fabiola Salazar Leguía de Baguainstname:Universidad Nacional Intercultural Fabiola Salazar Leguía de Baguainstacron:UNIBAGUAspahttps://revista.unibagua.edu.pe/index.php/dekamuagropec/article/view/289/367Derechos de autor 2024 Julio Galindo-Pacheco, Ruy Vargas-Díaz, Carlos Martínez-Niño, Clara Franco-Florezhttps://creativecommons.org/licenses/by/4.0info:eu-repo/semantics/openAccessoai:revista.unibagua.edu.pe:article/2892024-12-31T13:40:48Z
score 12.8479
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).