Con el fin de validar los modelos geoestadísticos y convencionales generados a partir de una base de análisis químicos de suelos, se realizó un meta-análisis de los datos y se estimó el semivariograma de mejor ajuste para utilizar el método de interpolación Kriging, que permitió representar la variabilidad espacial de la fertilidad de los suelos, de uso agropecuario, de una parte de la región Pacífico Sur de Costa Rica. Para ello se utilizó una base de datos de análisis químicos de suelos disponible y proveniente de los cantones de Corredores, Golfito y Osa, los cuales están ubicados en la región antes mencionada de Costa Rica. Las áreas que se seleccionaron para el presente estudio, estuvieron dedicadas a los cultivos de palma aceitera, arroz, forestales y otros que fueron denominados como “cultivos varios”. El área está conformada fundamentalmente por suelos de origen aluvial en las partes bajas y suelos más desarrollados en las zonas de piedemonte; dentro del área dominan suelos del orden inceptisol, ultisol, entisol y una pequeña mancha de andisol. Para la investigación se eligieron los valores obtenidos en las variables pH, acidez intercambiable, Ca, Mg, K, P, Zn, Cu, Fe y Mn, a los cuales se les realizó análisis de frecuencias, separaciones de medias, correlaciones y análisis de componentes principales (CP). Posteriormente se interpolaron los valores de las variables elegidas mediante el método de Kriging ordinario, continuadamente se realizaron 4 tipos de validaciones de la interpolación entre estas: validación de campo, validación cruzada y se procedió a calcular los errores para cada validación de las interpolaciones, estos errores se le restaron al valor original de cada observación para generar una nueva interpolación y realizar de nuevo una validación de campo y una validación cruzada. Los resultados de las interpolaciones se analizaron mediante el promedio absoluto del error (PAE), promedio del cuadrado del error (PCE), efectividad de predicción (E) y determinación (r2). Los resultados demostraron un alto coeficiente de variación principalmente para la acidez intercambiable, y los nutrimentos Mg, K, P, Zn, Cu Fe y Mn. El análisis de frecuencia mostró que todos los nutrimentos poseen distribuciones anormales y tendencias entre los percentiles 25 y 75, sin embargo, el pH mostro una distribución normal. Al separar estadísticamente las medias de los valores en los nutrimentos según cada cultivo, se encontró que en los suelos dedicados al cultivo del arroz determinó el mayor contenido de pH (6,0), Ca (26,8 cmol (+) L-1), Mg (10,6 cmol (+) L-1) y Mn (34,2 mg L-1), mientras que los dedicados al cultivo de palma aceitera mostraron mayor concentración en la acidez intercambiable (0,5 cmol (+) L-1), K (0,8 cmol (+) L-1), P (13,1 mg L-1), Zn (2,8 mg L-1) y Fe (99,8 mg L-1) significativamente (α = 0.05). Entre las correlaciones según la prueba de Spearman se encontró relaciones proporcionales entre las bases Ca, Mg, y K y una correlación inversamente proporcional entre el pH y Acidez intercambiable y K y P en los suelos. El resto de manejos tuvieron valores intermedios y muy variables. El análisis de CP explicó un 60.8% de la variación de los nutrimentos en el pacífico sur, donde se encontró una relación entre los cultivos forestales y cultivos varios entre las dimensiones CP1 y CP2, el cual relacionó el comportamiento de K y P con palma aceitera y el pH con Arroz. En las dimensiones CP2 y CP3 mostró una relación de Fe y Cu con palma aceitera y pH con cultivos varios. Se determinó que la acidez, pH y los contenidos de Mg y K asimilable, se relacionaron fuertemente de acuerdo al manejo nutricional que es característico de cada cultivo y particularmente el contenido de Ca, dependió principalmente a la génesis del suelo. La validación de las interpolaciones en los nutrimentos determinó que los parámetros PAE, PCE, E y r2 mostraron mayor precisión al restar el error de las interpolaciones, mejorándose sustancialmente la predicción. Por otro lado, la validación cruzada, luego de restar los errores de interpolación, mostró el mejor ajuste de interpolación en comparación a validación de campo y ambas validaciones, mejor estimación que sin la resta de los errores en la distribución de nutrimentos en los suelos aluviales de la costa del Pacifico Sur. Se concluye que la información de los mapas construidos a partir de las interpolaciones realizadas, representó de muy buena manera la variabilidad espacial nivel regional de las variables evaluadas, lo cual confirma que esta herramienta es funcional para trabajos importantes en el desarrollo de diagnóstico de problemas de nutrimentos en los suelos o bien condiciones de fertilidad para la región de estudio y otras regiones donde se cuente con información de suelos espacialmente referenciada.

No abstract

El mapeo digital de suelos (MDS) se ha convertido en otra herramienta válida para la generación de información más precisa y actual sobre la variabilidad espacial de los suelos. Aunque se reconocen varias ventajas propias de esta disciplina, su aplicación y aprovechamiento han sido limitados en las regiones tropicales. Con el fin de evaluar el potencial de uso del MDS se desarrolló un ejercicio de mapeo de 3 atributos de la fertilidad del suelo, el pH, la acidez y la CICE en una zona agrícola con influencia de 3 cooperativas en la región occidental del Valle Central de Costa Rica, para lo cual se empleó el marco conceptual scorpan-SSPFe propuesto por McBratney et al. 2003. Para realizar el ejercicio se utilizaron 384 resultados de análisis químicos de suelos, cada uno de ellos, con su respectiva ubicación geográfica, un modelo de elevación digital con resolución espacial de 30 m, imágenes satelitales disponibles para el periodo de estudio y registros climáticos del área de interés. A partir de dichas fuentes de información se generaron 24 capas de covariables espaciales que permitieron ajustar modelos lineales para inferir la variabilidad espacial de los atributos propuestos. Finalmente se evaluó la incertidumbre asociada a las predicciones, su alcance global y las limitaciones metodológicas en función de su posible implementación en otras regiones de producción agrícola en contexto similar.

La teledetección proporciona información de importancia en la estimación de rendimientos de caña de azúcar, ya que su abordaje temporal y espacial permite hacer el seguimiento del cultivo durante su ciclo fenológico. El objetivo de este trabajo era aplicar un método operativo para la estimación del rendimiento agrícola e industrial a través de la combinación de variables de campo con índices de vegetación, calculados con los sensores satelitales a bordo de Sentinel-2 y Landsat-8 en una cooperativa de Costa Rica. Se utilizaron además registros históricos de cosecha y meses de inicio del ciclo fenológico para estimar mediante regresiones lineales múltiples los rendimientos. La integración de registros históricos y el índice de vegetación Simple Ratio (SR), calculados en distintas etapas del ciclo fenológico (en los meses de septiembre, diciembre y enero), permitió obtener un modelo de estimación del rendimiento agrícola (toneladas de caña de azúcar por hectárea) con un coeficiente de regresión (R2) de 0,64 y un RMSE de 8,0 ton/ha. Mientras que para el rendimiento industrial (kilogramos de azúcar refinado por tonelada de caña de azúcar) se obtuvo un R2 de 0,59 integrando variables históricas y los índices de vegetación SR y Green Normalized Difference Vegetation Index (GNDVI); en este caso el RMSE fue de 4,9 kg/ton. En definitiva, este modelo operativo de estimación de rendimientos proporciona herramientas para la toma de decisiones antes, durante y después de la etapa de cosecha.

Introducción. El uso de la teledetección para identificar los diferentes estados de la salud de los cultivos, así como su relación con el rendimiento, constituye una herramienta muy importante en la implementación de la Agricultura de Precisión. Objetivo. Relacionar el estado fitosanitario, obtenido por expertos mediante la evaluación visual, de plantas de palma de aceite (Elaeis guineensis Jacq.) afectadas por el síndrome de Flecha Seca (SFS), con los índices de vegetación calculados a partir de imágenes multiespectrales obtenidas con un vehículo aéreo no tripulado (VANT). Materiales y métodos. El estudio se desarrolló en una plantación de cuatro hectáreas con palma de aceite de tres años de trasplantada, propiedad de CoopeCalifornia R.L. ubicada en Parrita, Costa Rica. Se realizaron cuatro evaluaciones visuales del estado del SFS de diciembre de 2014 a febrero de 2017. Con estas evaluaciones se obtuvo la evolución espacio-temporal de la incidencia de la SFS durante veintiséis meses. En la última evaluación se realizó un vuelo con un VANT que portaba una cámara multiespectral Parrot Sequoia, con la cual se calcularon los índices de vegetación que luego fueron relacionados con el estado de SFS de las plantas. Resultados. Se encontró una alta variabilidad espacial y temporal del SFS durante todas las evaluaciones visuales. También se logró encontrar una fuerte relación entre los datos de las evaluaciones obtenidas en campo con los datos generados a partir de sensores remotos. El índice de vegetación Simple Ratio (SR) mostró diferencias significativas entre las plantas clasificadas como sanas y las plantas clasificadas con SFS, con grados 2 y 3 de severidad. Conclusiones. Es posible relacionar datos de campo, obtenidos mediante criterio experto, con información multiespectral de alta resolución espacial para identificar el SFS en plantaciones comerciales de palma aceitera.