Estudio de la homogeneidad del aluminio extractable, de un Andisol de la X región de Chile, utilizando parámetros geoestadísticos



Descargar 132.22 Kb.
Página7/8
Fecha de conversión28.10.2018
Tamaño132.22 Kb.
1   2   3   4   5   6   7   8

4. PRESENTACION Y DISCUSION DE RESULTADOS

4.1. Análisis estadístico tradicional


Este análisis se realizó con el fin de determinar la simetría de la distribución de los datos, los parámetros que se discuten a continuación son promedio, desviación estándar, valores máximos y mínimos, coeficiente de variación, coeficiente de skewness y kurtosis.

4.1.1. Promedio y desviación estándar. En este punto se discuten los estadígrafos promedio y desviación estándar y valores máximos y mínimos obtenidos en el análisis de los datos.

CUADRO 2. Resumen de parámetros estadísticos para aluminio extractable a las profundidades de 0-10 y 10-20 cm.

En los datos presentados en el Cuadro 2, se puede apreciar que el promedio para las concentraciones de aluminio extractable en ambas profundidades es muy similar, siendo levemente superior a los 10-20 cm.

Los valores máximos y mínimos están reflejando un rango bastante amplio de las concentraciones de aluminio extractable en este tipo de suelos y como se puede ver en el Cuadro 2, hay una semejanza muy marcada en ambas profundidades, siendo prácticamente iguales. Estos resultados dan a entender que el aluminio extractable presenta continuidad en profundidad, ya que las variaciones encontradas en los parámetros anteriormente descritos para ambas profundidades, son muy bajas.

Los resultados obtenidos en esta tesis para las concentraciones aluminio extractable en esta serie de suelos, son considerablemente más altos a los entregados por el estudio realizado por IREN-UACH (1978), (a las profundidades consideradas en este trabajo), esto si se realiza la comparación a través de los promedios.

Ahora es importante destacar que el hecho de entregar un solo valor para una determinada propiedad en superficies tan extensas como las que abarca una serie de suelos, podría ser bastante contraproducente, ya que como se puede ver en los resultados obtenidos en esta tesis, hay una variación bastante amplia de las concentraciones de aluminio extractable dada por los altos valores obtenidos en la desviación estándar de los datos.

En los Anexos 2 y 3, se muestran las concentraciones de aluminio extractable para cada punto muestreado, para la profundidad de 0-10 y 10-20 cm.

4.1.2. Coeficiente de variación. Se determinó el coeficiente de variación para las dos profundidades, obteniéndose los resultados que se presentan en el Cuadro 3.

CUADRO 3. Valores de coeficiente de variación (%), para aluminio extractable a las profundidades de 0-10 y 10-20 cm.



Estudios realizados en Andisoles del oriente Antioqueño se encontraron valores para el coeficiente de variación para el contenido de elementos químicos entre 25 a 400% (Jaramillo 1995, citado por JARAMAL, 2002) y como se aprecia en el Cuadro 3, los resultados obtenidos fueron de 40,5 y 36,5% para la primera y segunda profundidad respectivamente, encontrándose más cerca de los rangos mínimos esperados para este tipo de suelos.

Según APEZTEGUIA, et al. (1999), señala que la superficie del suelo esta más expuesta a las condiciones climáticas, a variaciones de laboreo, de microrrelieve y de cobertura que las partes mas profundas del suelo. Ello justificaría que la primera profundidad, presente una mayor variación en el contenido de aluminio extractable que la estrata un poco más profunda. Esto indicaría que las concentraciones de aluminio extractable, podrían ser afectadas por los factores anteriormente señalados, aunque sólo en pequeñas proporciones.

4.1.3. Skewness y kurtosis. Estos estadísticos fueron calculados por el programa GS+ Plus, y entregan una medida de la distribución de los datos con respecto a la distribución normal.

CUADRO 4. Coeficiente de skewness y kurtosis para aluminio extractable, a las profundidades de 0-10 y 10-20 cm.



Según lo citado por MARDONEZ, (2003), para ambos coeficientes se acepta un valor máximo de ± 2 para considerar una distribución dentro de lo normal.

Según el coeficiente de Skewness para ambas profundidades la distribución de los datos es normal, dado que sus valores se encuentran muy cercanos a cero (Cuadro 4), encontrándose dentro de los rangos permitidos.

Para ambas profundidades, el coeficiente encontrado es positivo, lo que muestra la existencia una leve asimetría derecha.

La kurtosis para la primera profundidad está indicando que la distribución es relativamente puntuda, al contrario para la segunda profundidad que indica que la distribución es levemente achatada. Esto se puede apreciar mas claramente en los histogramas presentados en la Figura 6.

La normalidad de los datos es requisito para la obtención de semivariogramas experimentales, debido a que estos son sensitivos a la simetría de las distribuciones (Myers, 1991 citado por PONCE et al., 1999). De acuerdo a los resultados obtenidos, es posible realizar el análisis geoestadístico adecuadamente.

FIGURA 6. Histograma de frecuencia para aluminio extractable a las profundidades de 0-10 y 10-20 cm, respectivamente.


4.2. Análisis geoestadístico


Se estimaron los semivariogramas y se ajustaron gráficamente, obteniéndose los resultados que se detallan a continuación.

Para llevar a cabo el análisis de semivariogramas, es necesario determinar la distancia sobre la cual serán analizados los datos, esta es la Distancia Activa de Retraso (DRA) y cuyo valor de 15690 m (ver Cuadro 5), logrando incluir el máximo de observaciones posibles. Por defecto el retraso activo calculado por el programa GS+ es el 80% del máximo retraso (Gamma Desing Software, 1998).

4.2.1. Semivariogramas. Los resultados obtenidos para aluminio extractable a las dos profundidades en estudio se muestran en el Cuadro 5, en cual se pueden apreciar los parámetros obtenidos en este análisis, tales como; modelo de ajuste, distancia activa de retraso (D.R.A), intercepto o nugget (C0), umbral o sill (C+C0), rango (A), proporción (C0/C+C0) y coeficiente de determinación (.r2)

CUADRO 5. Parámetros geoestadísticos mas importantes para aluminio extractable, a las dos profundidades en estudio.



Para la primera profundidad se obtuvo un valor de r2 de 0.5, lo indica que el modelo ajustado presentando una correlación de los datos de 50%. Ahora, para la segunda profundidad el valor de r2 fue de 0.77, valor significativamente más alto que el anterior, presentando una mejor correlación de los datos con respecto al modelo ajustado, esto podría deberse a la mayor homogeneidad de los datos encontrados a esta profundidad y que se vió anteriormente reflejado en el coeficiente de variación.

4.2.1.1. Modelo. El semivariograma obtenido es isotrópico, es decir, las concentraciones de aluminio extractable dependen solamente de la distancia de separación entre las muestras.

Para la profundidad 0-10 cm, el mejor modelo que se pudo ajustar corresponde a un modelo lineal (Figura 7), presentando un comportamiento no transicional, donde la semivarianza no estabiliza su valor dentro del rango de distancia analizado, creciendo monótonamente con una tendencia al infinito. Esto estaría indicando que la propiedad está correlacionada a cualquier distancia dentro del área comprendida en el estudio. Lo anterior sugiere una escasa variabilidad del aluminio extractable, probablemente debido a la homogeneidad de la variable en este tipo de suelos.

El hecho de que el aluminio extractable no alcance a estabilizar su varianza antes dentro del área de estudio estaría implicando que su variabilidad espacial esta controlada por procesos que actúan a distancias mayores a las utilizadas en el análisis.

El semivariograma correspondiente a la profundidad 10-20 cm, es muy similar al de la primera profundidad, presentando prácticamente la misma tendencia.

Los resultados obtenidos además de mostrar homogeneidad en superficie, estarían indicando continuidad del aluminio extractable en profundidad. Lo anterior, debido a la similitud de los semivariogramas obtenidos para las dos profundidades estudiadas.

FIGURA 7. Semivariogramas ajustados de aluminio extractable a las profundidades de 0-10 y 10-20 cm, respectivamente.



Teóricamente el semivariograma pasa por el origen y cuando no es así, se dice que hay un efecto nugget o pepita, el cual es función de la escala y es indicativo de un fenómeno puramente aleatorio sin ninguna correlación (MIRANDA y CONDALL, 2003). Este efecto es descrito en el siguiente punto.

4.2.1.2. Efecto nugget. El efecto nugget es útil para tener una idea de la importancia que tiene la variabilidad aleatoria en la variabilidad de la propiedad analizada, representando discontinuidad del semivariograma producida por variaciones a una escala menor que la distancia de muestreo, ahora, en ambas semivariogramas obtenidos en este trabajo, el efecto nugget es bastante considerable en relación a la “meseta” (valor arbitrario para este tipo de semivariogramas) con una valor de alrededor de un 85%.

El alto efecto nugget, según APEZTEGUIA et al. (1999), podría estar indicando la necesidad de una grilla más densa, para una mejor caracterización de las condiciones de variabilidad del sector utilizado en el muestreo. El tamaño de la varianza nugget generalmente aumenta con la escala de muestreo, en gran parte debido a la contribución al aumento de la varianza por procesos de rango corto (TRANGMAR et al., 1985).

Todo lo anterior se ve justificado por las distancias relativamente altas utilizadas en el muestreo (entre uno y otro punto), lo cual era necesario para poder abarcar la mayor superficie posible dentro de la unidad de suelos y así poder caracterizar en mejor forma el parámetro en estudio. En muchas ocasiones los fenómenos naturales son multivariables, siendo además difícil la obtención de muestras o puede ser muy cara o requerir mucho tiempo.

4.2.1.3. Rango de dependencia espacial. El rango determina la distancia dentro de la cual los valores de la variable estudiada poseen asociación espacial, a partir de este valor se puede considerar que la variable deja de tener asociación espacial. El valor obtenido para el rango(A) en el modelo isotrópico lineal corresponde a un valor arbitrario (Gamma Desing Software, 1998).

Por lo tanto, ya que los semivariogramas obtenidos para las dos profundidades corresponden a un modelo sin meseta, no hay un rango de dependencia espacial definido dentro del área en que se realizó el muestreo, arrojándose como resultado un valor similar a la distancia activa de retraso.

En estudio realizados por YOST et al. (1982), en algunos Andepts de la isla de Hawai, determinaron zonas de influencia espacial para Ca, Mg, K y Si extractable, de alrededor de 23 a 40 km. Esto dejaría la posibilidad de encontrar un rango definido más allá de los límites estudiados. Para lo cual sería necesario un muestreo más amplio.

Por lo demás, este tipo de estudio, realizados a grandes escala de trabajo son útiles apara el entendimiento de la pedogénesis y/o geogénesis de los suelos (YOST et al., 1982 b).

De acuerdo a los resultados obtenidos en este análisis, se puede decir que el aluminio extractable en estos suelos, presentaría variación de rango largo.

El porcentaje del nugget en el sill da una idea del grado de dependencia espacial de la variable en estudio. En este caso el valor del sill corresponde solo a un valor arbitrario, aunque útil para realizar este análisis.

Se obtuvo un valor de 75.5 y 75.6 % para la primera y segunda profundidad respectivamente, según lo señalado Cambardella et al., (1999), citados por JARAMAL (2002), estos resultados estarían sugiriendo una baja dependencia espacial de aluminio extractable dentro del área de estudio.

4.2.1.4. Análisis de anisotropía. Se realizó un análisis de anisotropía con el fin de detectar posibles tendencias de los datos en una determinada dirección. Se analizo la variografía en diferentes direcciones rotando los ángulos de búsqueda, no encontrando tendencia hacia ninguna dirección en particular. Los resultados correspondientes a este análisis se muestran en el Anexo 7.

La poca respuesta encontrada para este análisis puede deberse a que se necesita una gran cantidad de datos disponibles para encontrar posibles tendencias hacia una dirección determinada, como señala MORAL (2003). Ahora en este estudio solo se consideraron 150 puntos para un área de 16.000 hectáreas, siendo un muestreo con una densidad bastante baja.



4.2.2. Correlogramas. Además del semivariograma como herramienta geoestadística, se encuentra el análisis de autocorrelación. Este análisis es realizado por el programa GS+ a través del índice de Moran (Gamma Desing Software, 1998).

Según ISAAKS y SRIVASTABA (1989), la función de correlación (correlograma) está relacionada con el semivariograma siempre que este disponga de meseta. Por lo tanto, lo anterior estaría indicando que para este estudio, ambas funciones podrían no ser coincidentes en cuanto a los resultados entregados, dado que no se obtuvieron semivariogramas con meseta.

El fenómeno espacial fue ampliamente descrito por los semivariogramas, por lo tanto, solo se hará una breve descripción de los resultados obtenidos en el análisis de autocorrelación.

Nuevamente se encontró una similitud entre las dos profundidades analizadas, se confirma una dependencia y continuidad espacial, encontrada anteriormente en los semivariogramas. Según TRANGMAR et al. (1985), la distancia a la cual el correlograma ya no decrece más, define el rango sobre el cual la variable está correlacionada espacialmente. Como se puede ver en la Figura 8, no hay una estabilización del correlograma para ninguna de las dos profundidades, decreciendo a una tasa bastante baja, incluso haciéndose negativa a distancias mayores y estos cambios se puede ver de forma mas clara en los Cuadros 6 y 7. De acuerdo a esto se reafirma lo encontrado en los semivariogramas, encontrándose correlación de la variable en relación a la distancia, para toda el área estudiada.

Con esta herramienta se encontró un rango de dependencia espacial definido. Definiéndose la zona de dependencia espacial aquella que presenta el primer valor Moran negativo (Gamma Desing Software, 1998). Para la primera y segunda fue 3950 y 5480 m respectivamente.

FIGURA 8. Correlogramas de aluminio extractable para las profundidades de 0-10 y 10-20 cm, respectivamente.



CUADRO 6. Análisis de Moran de aluminio extractable para la profundidad 0-10 cm.



CUADRO 7. Análisis de Moran de aluminio extractable para la profundidad 10-20 cm.






Compartir con tus amigos:
1   2   3   4   5   6   7   8


La base de datos está protegida por derechos de autor ©composi.info 2017
enviar mensaje

    Página principal