Uso de imágenes satelitales para previsión identificativa de fertilidad de suelos en Lonya Grande, Utcubamba, Amazonas 2024

• Autor: Cubas Perez, Shelsen Joel
• Formato: tesis de maestría
• Fecha de Publicación: 2025
• Institución: Universidad Nacional Federico Villarreal
• Repositorio: UNFV-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.unfv.edu.pe:20.500.13084/11963
• Enlace del recurso: https://hdl.handle.net/20.500.13084/11963
• Nivel de acceso: acceso abierto
• Materia: Procesamiento digital de imágenes y señales; Fertilidad del suelo; Imágenes satelitales; Café arábica; https://purl.org/pe-repo/ocde/ford#2.00.00

Objetivo: Determinar la relación entre imágenes satelitales y la previsión de la fertilidad del suelo en Lonya Grande, Amazonas, para el cultivo de café. Método: Se utilizaron imágenes SENTINEL-2, específicamente la banda 12 SWIR2 y datos de análisis de suelos de 12 puntos de muestreo. Mediante la interpolación IDW se generaron mapas de distribución de nutrientes y propiedades del suelo, además se estableció un modelo de Regresión Geográficamente Ponderada (GWR), este modelo no solo sirve para predecir, sino también para evaluar con precisión la fertilidad de los suelos en la zona. Resultados: Se mostró la relación entre la banda SWIR2 y variables como macronutrientes y micronutrientes. El modelo predictivo GWR óptimo corresponde a macronutrientes presentando un R² de 0. 0.939, un CV de 572.118 y un AIC de 602.800, indicando su robustez para predecir la fertilidad del suelo. Recomendaciones: Aumentar la cantidad de puntos de análisis de suelo, validar los resultados de la predicción con datos de campo y explorar otras técnicas de análisis para comparar las técnicas de predicción. Conclusiones: El modelo GWR seleccionado está orientado al análisis de macronutrientes y ha sido diseñado específicamente para cultivos de café, considerando la naturaleza y características de las muestras utilizadas.