AGRICULTURA DE PRECISIÓN EN ARROZ: MAPEO DE LA VARIABILIDAD ESPACIAL DEL SUELO Y SU IMPACTO CON EL RENDIMIENTO DE GRANO PRECISION AGRICULTURE IN RICE: MAPPING SOIL SPATIAL VARIABILITY AND ITS IMPACT ON GRAIN YIELD
El mapeo de las propiedades del suelo es una herramienta importante para encaminarse hacia una agricultura de precisión y mejorar las prácticas agrícolas en función de cada zona de manejo sitio específica para elevar los rendimientos de grano en el cultivo de arroz y optimizar insumos. Para ello, se realizó una malla regular de 30 puntos de muestreo (0-20 cm) para determinar el potencial hidrogeno (pH) y el rendimiento de grano. Se utilizó el enfoque de la estadística clásica para describir el comportamiento de los datos y el análisis geoestadístico para determinar la variabilidad espacial de las propiedades del suelo y el rendimiento de grano usando el método de interpolación de kriging ordinario en un ambiente GIS en R. Los resultados muestran que los modelos esférico, gaussiano y exponencial fueron los que presentaron los mejores ajustes para las variables de estudio. Con el método de interpolación de kriging ordinario fue posible detectar la variabilidad espacial de las propiedades de suelo y el rendimiento de grano, así como la dirección de mayor variabilidad de la propiedad en función de la distancia. Con estos mapas fue posible realizar recomendaciones de manejo agronómico en función de la necesidad de cada zona de manejo especifica cómo fue la recomendación de dosis de azufre elemental.
AGRICULTURA DE PRECISIÓN EN ARROZ: MAPEO DE LA VARIABILIDAD ESPACIAL DEL SUELO Y SU IMPACTO CON EL RENDIMIENTO DE GRANO PRECISION AGRICULTURE IN RICE: MAPPING SOIL SPATIAL VARIABILITY AND ITS IMPACT ON GRAIN YIELD
-
DOI: 10.37572/EdArt_31072559811
-
Palavras-chave: Geostatistics; kriging; Oryza sativa; management zones; spatial analysis.
-
Keywords: Heading; structure; bud; agronomic management.
-
Abstract:
Soil property mapping is a key tool for advancing precision agriculture and improving farming practices based on specific site management zones, with the aim of increasing rice grain yield and optimizing inputs. A regular grid of 30 sampling points (0–20 cm depth) was established to determine soil pH and grain yield. Classical statistical methods were used to describe data behavior, while geostatistical analysis, through the ordinary kriging interpolation method in an R- based GIS environment, was employed to assess the spatial variability of soil properties and yield. The spherical, Gaussian, and exponential models provided the best fit for the studied variables. Ordinary kriging enabled the detection of spatial variability and the main direction of variation for each property based on distance. These maps allowed for agronomic management recommendations tailored to the needs of each specific zone, such as the recommendation of elemental sulfur dosage.
- Sergio Salgado Velazquez
- Fabiola Olvera Rincón
- Diana Rubi Ramos López
- Pablo Ulises Hernández Lara