Aplicación de algoritmos de clasificación para la estimación de carbono orgánico del suelo en la provincia de Chimborazo, Ecuador.

• Padilla-Sefla, Oscar Roberto ^[1] ; Haro-Rivera, Silvia Mariana ^[1]
  1. [1] Escuela Superior Politécnica de Chimborazo. Riobamba, Ecuador.
• Localización: FIGEMPA: Investigación y Desarrollo, ISSN-e 2602-8484, Vol. 12, Nº. 2, 2021 (Ejemplar dedicado a: Rediscover), págs. 62-69
• Idioma: español
• Títulos paralelos:
  • Application of classification algorithms for the estimation of soil organic carbon in the province of Chimborazo, Ecuador
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    El estudio tuvo como objetivo evaluar la técnica de árboles de decisión mediante el mejor algoritmo de clasificación supervisada, que permita predecir el contenido de carbono edáfico en la provincia de Chimborazo en zonas nativas o endémicas, considerando la base de datos del Ministerio de Agricultura y Ganadería (MAG). En el estudio se realizó la limpieza del conjunto de datos y se determinaron 10 variables útiles para la categorización de carbono orgánico del suelo, obteniendo 4 clases: Muy Alto, Alto, Medio y Bajo. Se determinó la eficiencia de tres algortimos: C5.0, SMV y CART, seleccionándose el CART mediante el método de validación cruzada para la construcción del árbol. Los resultados con el conjunto de datos de prueba generó una precisión del 63.41 puntos porcentuales y un error de predicción de 36.59 por ciento; estos alcances se presentan como una nueva alternativa de cuantificación de COS, el modelo calibrado puede ser extendido sin necesidad de muestrear in situ, muy útil en zonas complejas como el ecosistema de bosque alto andino. El mapeo digital permitió revelar los niveles de COS existentes en suelos de la provincia de Chimborazo.

  • English

    The objective of the study was to evaluate the decision tree technique using the best supervised classification algorithm, which allows predicting the edaphic carbon content in the province of Chimborazo in native or endemic areas, considering the database of the Ministry of Agriculture and Levestock (MAG). In the estudy, the data set was cleaned and 10 useful variables were determined for the categorization of soil organic carbon, obtaining 4 classes: Very High, High, Medium and Low. The alforithm that provided the best percentage of efficiency and relevant results was Classification and Regression Trees (CART) using the cross-validation method. The refficiency of three algorithms was determined: C5.0, SMV and CART, selecting the CART by means of the cross-validation method for the construction of the tree. The results with the test data set generated a precision of 63.41 percentage points and a prediction error of 36.59 percent, these scopes are presented as a new alternative for SOC quantification, the calibrated model can be extended without the need to sample in situ, very useful in complex areas such as the forest ecosystem. The digital mapping allowed to reveal the existing SOC levels in soils of the Chimborazo province.