Resumen de Caracterización y zonificación edáfica y climática de la región de coquimbo, Chile

Luis Morales, Fabricio Canessa M, Cristian Mattar, Raúl Orrego, Francisco Matus

• español

  Este estudio consistió en la evaluación y clasificación de los recursos climáticos y edáficos en la región de Coquimbo, usando algoritmos topoclimáticos e imágenes de satélite integrados en un ambiente SIG. Se usaron 78 estaciones climáticas con mediciones de precipitación media anual y mensual, temperatura media anual y mensual, humedad relativa y radiación solar. Se utilizó también cartografía de isolineas y un modelo digital de elevaciones escala 1:250.000. Para determinar la distribución espacial de las variables climáticas se probaron regresiones múltiples entre variables topográficas y datos climáticos. Este proceso condujo a la elaboración de matrices con las variables climáticas espacializadas en una escala 1:250.000. Mediante este procedimiento se calcularon variables como la suma de temperaturas, horas de frío, periodo libre de heladas, evapotranspiración potencial e índices de humedad entre otros, comparando además métodos de espacialización multiregresivos y de interpolación lineal. Para realizar la clasificación topoclimática se ha usado un método de análisis multivariado. Particularmente un análisis cluster mediante un algoritmo K-means, sobre 17 variables térmicas, hídricas y energéticas. Como resultado se han obtenido 37 distritos topoclimáticos los cuales se han tabulado y cruzado con suelos (a nivel de serie) obteniendo una clasificación edáfica y climática ( Edafoclimática) con 1.292 zonas. Esta clasificación se muestra como útil para la planificación de actividades agrícolas

• English

  This study consisted in the evaluation and classification of edaphic and climatic resources in the Coquimbo´s Region using topoclimatics algorithms and satellite images, integrated in GIS environment. We used 78 climatic stations where mean annual and monthly precipitation and mean annual and monthly temperature, relative humidity and solar radiation were recorded. Isolines cartography and a digital elevation model in scale 1:250.000 were also used. To estimate the spatial distribution of the climatic variables, we tested different multiples regressions between topographic variables and climate data. This process conduced to the elaboration of a spatialized matrixes of climatic variables in 1:250.000 scale. This procedure allowed us to calculate variables such as sum of temperature, cumulative cold hours, free frost period, potential evapotranspiration, humidity index, for examples, and compare regression and lineal interpolation spatialization methods. To make the topoclimatic division a multivariate analysis was used. Particularly, clusters analysis with a K-means algorithm was conducted and 17 thermal, hydrical and energetical climatic variables were considered. Our results showed 37 topoclimatic districts cross-checked with different soil (serie level) obtaining a edafic and climatic (Edafoclimatic) classification of about 1.292 zones. This classification was though to be useful tool to organize agricultural goal activities