Análisis de la distribución espacial de parámetros físico-químicos en el suelo aplicando SIG, Utcubamba, Amazonas, Perú

• Autor: Meza Mori, Gerson
• Formato: tesis de grado
• Fecha de Publicación: 2019
• Institución: Universidad Nacional Toribio Rodríguez de Mendoza de Amazonas
• Repositorio: UNTRM-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.untrm.edu.pe:20.500.14077/1960
• Enlace del recurso: https://hdl.handle.net/20.500.14077/1960
• Nivel de acceso: acceso abierto
• Materia: Modelos geoestadísticos; Interpolación espacial; Semivariogramas

Ante los constantes cambios que se vienen suscitando en el mundo (cambio climático), naturales, cambios en el uso de tierras (antropogénico); una de las herramientas de evaluación son los sistemas de información geográfica, con la generación de modelos ambientales de distribución espacial a nivel mundial, país o región, para evaluar los cambios constantes; es así, que el objetivo de este estudio fue analizar la distribución espacial de parámetros físico-químicos en suelos aplicando SIG(sistema de información geográfica) en la provincia de Utcubamba, mediante el uso de métodos geoestadísticos combinados variables cualitativas y cuantitativas. Se realizaron correlaciones entre los parámetros físico-químicos, los más representativos. Las variables fueron en formato raster(pendiente, elevación, distancia al área residencial, distancia a vías, distancia a ríos, los tipos de uso de la tierra, los tipos de suelo, geología, índice de humedad topográfica, precipitación y temperatura) se analizaron de forma sistemática y cuantitativa. Sobre la base de 217 muestras distribuidas mediante un muestreo sistemático, en la provincia de Utcubamba, recolectadas a una profundidad de (0-20 cm) (región Amazonas, Perú), estimamos la distribución espacial de los parámetros físico-químicos en los suelos mediante interpolación espacial, se incluyó kriging ordinario (KO), donde se obtuvo para pH el modelo gaussiano, CE el esférico, para el contenido de arena, limo y acilla fueron los modelos: exponencial, circular, exponencial respectivamente; con el fin de analizar si el modelo para pH y CE mejoraba se incluyó el método regresión kriging (RK) y regresión ponderada geográficamente kriging (GWRK) con cada variables cuantitativas y cualitativas. Los resultados (R2), mostraron que el mapeo con RK fue más consistente con los datos de muestreo de la distribución espacial de pH y CE en el área de estudio que el mapeo con KO y GWRK. Los métodos KO y GWRK para pH fueron similares. Los indicadores de precisión (error medio, error absoluto medio, error cuadrático medio, tuvo una mejora con RK que con KO y GWRK) indicaron que la introducción de variables auxiliares puede mejorar la precisión de la predicción en suelos, mejora la estructura espacial, volviéndola más precisa, siempre y cuando sean elegidas correctamente. Según la estadística descriptiva el área de estudio presenta suelos ácidos a moderadamente alcalinos (3.45-8.91), suelos no salinos con una CE eléctrica (0.02 a 0.99mS/m) y el contenido promedio de arena, limo y arcilla fue 52.74%, 17.21%, 29.51% respectivamente. La textura del suelo del área de estudio es Franco Arcilloso Arenoso.