Integrated processing methodology to identify the spatial variability of accumulated infiltration for agricultural soil

• Orjuela-Matta, Helber Milton ^[1] ; Sanjuanelo-Corredor, Danny Wilson ^[1] ; Vásquez-Lizcano, Jonathan ^[2] ; Cubides-Posada, Katherin ^[1] ; Rodríguez-Tibaquirá, Julián Francisco ^[1] ; Torres-Rodríguez, Juan Carlos ^[1] ; Ramírez-Poveda, Heiner Alfonso ^[1]
  1. [1] Universidad de Ciencias Aplicadas y Ambientales

     Universidad de Ciencias Aplicadas y Ambientales

     Colombia

     
  2. [2] Corporación Colombiana de Investigación Agropecuaria – Agrosavia
• Localización: Actualidad y Divulgación UDCA, ISSN-e 0123-4226, ISSN 2619-2551, Vol. 26, Nº. 1, 2023 (Ejemplar dedicado a: Revista U.D.C.A Actualidad & Divulgación Científica. Enero-Junio)
• Idioma: inglés
• Títulos paralelos:
  • Metodología de procesamiento integrado para identificar la variabilidad espacial de la infiltración acumulada en suelos agrícolas
• Enlaces
  • Texto completo
• Resumen
  • español

    La infiltración del agua en el suelo y su variación espacial es fundamental para establecer la programación de riego en los cultivos y evaluar los posibles efectos degradativos en el suelo. El objetivo fue desarrollar una metodología de procesamiento integrado en Rstudio, para identificar la variabilidad espacial de la infiltración acumulada, en dos fases para un cultivo de arveja. El muestreo de campo se adelantó sobre una malla rectangular georreferenciada con 48 puntos, por cada momento, utilizando anillos infiltrómetros dobles. Los datos fueron evaluados por medio de herramientas geoestadísticas, ajustadas con código de programación en Rstudio, definiendo las relaciones entre las magnitudes de la infiltración acumulada, para diferentes instantes de prueba, sin la necesidad de realizar ajustes estadísticos de normalidad de variables, discriminados en un periodo entre 1 y 80 minutos. Los resultados sugieren la existencia de variabilidad espacial de la infiltración acumulada en las dos fases evaluadas, considerando que, la mayoría de los datos analizados, se ajustaron a múltiples modelos de semivarianza, manteniendo grados de dependencia espacial, particularmente, respecto al máximo valor acumulado de infiltración, validando la eficacia de la metodología ajustada. Las relaciones espaciales fueron corroboradas con mapas de contorno, en donde se observó la variación espacial de la infiltración acumulada entre los momentos de cultivo identificados. La confiabilidad de la interpolación por el método Kriging ordinario, se verificó mediante la generación mapas de varianza, estableciendo el grado de homogeneidad de la interpolación. La variabilidad de la infiltración confirma la validez de la metodología ajustada implementada.

  • English

    The infiltration of water in the soil, and its variation in space, is essential to establish the irrigation schedule for crops and to evaluate the possible degrading effects on the soil. The objective was to develop an integrated processing methodology in Rstudio to identify the spatial variability of the accumulated infiltration, in two phases related to pea crops. Field sampling was carried out on a rectangular mesh with 48 points per moment, using double infiltrometer rings. The data were evaluated by means of geostatistical tools adjusted with programming code in Rstudio, defining the relationships between the magnitudes of the accumulated infiltration, for different test instants, without the need to make statistical adjustments to the normality of variables, discriminated over a period between 1 and 80 minutes. The results suggest the existence of spatial variability of the accumulated infiltration in the two evaluated phases, considering that most of the analyzed data were adjusted to multiple variance models, maintaining a degree of spatial dependence, and validating the effectiveness of the adjusted methodology developed and implemented. The spatial relationships were corroborated by means of contour maps, where the spatial variation of the accumulated infiltration between the two identified cultivation moments was observed. The reliability of the interpolation by the Ordinary Kriging method was verified by generating variance maps, establishing the degree of homogeneity of the interpolation. The variability of infiltration confirms the validity of the adjusted methodology implemented.