Modelo para predecir el punto de marchitamiento permanente a partir de las propiedades de un suelo alfisol típico
DOI:
https://doi.org/10.21704/pja.v8i1.2047Palabras clave:
Función de pedotransferencia, modelos de regresión, contenido de humedad del suelo, toposequencia, coeficiente hídricoResumen
La capacidad de retención de agua del suelo en el punto de marchitamiento permanente es fundamental para el estrés hídrico de las plantas en un tipo de suelo específico. Este estudio se llevó a cabo para formular un modelo de regresión o ecuación para predecir los puntos de marchitamiento permanente (PWP) de los suelos en un Alfisol típico de origen complejo basal en la Granja de Enseñanza e Investigación de la Universidad de Ilorin. Se recogió un total de cuarenta y cinco (45) muestras de suelos alterados y cuarenta y cinco (45) no alterados a lo largo de una toposequencia (pendiente superior, media e inferior) a 3 profundidades: 0 cm - 30 cm, 30 cm - 60 cm, y 60 cm - 90 cm. Las propiedades del suelo de las muestras perturbadas y no perturbadas se determinaron utilizando métodos experimentales básicos y/o se calcularon utilizando técnicas acreditadas. Las propiedades del suelo medidas incluyen las proporciones de suelo separadas, densidad aparente, porosidad total, PWP y materia orgánica. Se desarrollaron tres modelos diferentes para predecir la PWP del suelo utilizando la técnica del modelo de regresión. No se observó ninguna relación significativa entre la PWP y los separadores del suelo, la densidad aparente y la porosidad total. Sin embargo, solo el contenido de limo se correlacionó positivamente con PWP (r=0.22; p<0.05). Aunque, el modelo tres de PWP con el coeficiente de determinación ajustado más alto (0.2952) emergió como la elección óptima. El modelo aclara el 30 % de parte de la varianza en el error cuadrático medio de PWP con arena, limo y arcilla contribuyendo estadísticamente al modelo. Esto implica que variables y técnicas adicionales, como el aprendizaje espacial y automático, aparte de las utilizadas en el presente estudio, proporcionarían una función de pedotransferencia más fiable para predecir la PWP en el suelo.
Descargas
Referencias
Amsili, J. P., Van Es, H. M., & Schindelbeck, R. R. (2022). An available water capacity pedotransfer using random forest -2020 Cornell soil health model: Harvard data verse https://dataverse.harvard.edu/dataset.xhtml?persistentId=doi:10.7910/DVN/U5DAEP.
Amsili, J. P., Van Es, H. M. & Schindelbeck, R. R. (2024). Pedotransfer functions for field capacity, permanent wilting point and available water capacity based on random forest models for routine soil health analysis. Communication in soil science and plant analysis, 55(13), 1–18. https://doi.org/10.1080/00103624.2024.2336573.
Barnett, V., & Lewis T. (1994). Outliers in Statistical Data. 3rd edition. Wiley & Sons, New York, XVII, 582p.
Blake, G. R., & Hartge, K. H. (1986). “Bulk density”, In: A. Klute (Ed.), Methods of Soil Analysis. Physical and Mineralogical Methods, part 1. (pp. 363–375) 2nd edition.
Bouma, J. (1989). Using Soil Survey Data for Quantitative Land Evaluation. In: Stewart, B. A. (eds.), Advances in Soil Science, 9. Springer, New York, NY. https://doi.org/10.1007/978-1-4612-3532-3_4.
Brady C. N., & Weil, R. R. (1999). “The nature and properties of soil”, 12th edition, Prentice Hall Publishers, London.
Donatelli, M., Acutis M., & Laruccia N. (1996). Pedotransfer functions: Evaluation of methods to estimate soil water content at field capacity and wilting point.
Gee, G.W, & Or, D. (2002). Particle size analysis. In: Dane, J. H., Toop, G. C. (Eds.), Methods of Soil Analysis Part 4, (pp 255–293). SSSA. Book Series No.5. Madison, Wi, USA. Soil Sci. Society of Am.
John, J. A., & P. Prescott (1975). Critical values of a test to detect outliers in factorial experiments. Journal of the Royal Statistical Society Series C: Applied Statistics, 24(1), 56–59.
Kinoshita, R., Moebius-Clane, B. N., Van Es, H. M., Hively, W. D., & Bilgillis, A. V. (2012). Strategies for soil quality assessment using visible and near-infrared reflectance spectroscopy in a western Kenya chronosequence. Soil Science Society of America Journal, 76(5), 1776–1788. https://doi.org/10.2136/sssaj2011.0307.
Kolo, E., Takim, F. O., & Fadayomi, O. (2012). Influence of planting date and weed Management practice on weed emergence, growth and yield of maize (Zea mays L.) in Southern Guinea Savanna of Nigeria. African crop science journal, 9(4), 615–627.
Kukal, M. S., Irmak, S., Dobos, R., & Gupta, S. (2023). Atmospheric dryness impacts on crop yields are buffered in soils in the higher available water capacity. Geoderma 429, 116270. https://doi.org/10.1016/j.geoderma.2022.116270.
Libohora, Z., Seybold, C., WWysocki, D., Wills, S., Schoeneberger, P., Williams, C., Lindbo, D. Stott, D. & Owens, P. R. (2018). Reevaluating the effects of soil organic matter and other properties on available water-holding capacity using the National Cooperative Soil Survey Characterization Database. Journal of Soil and Water Conservation, 73(4), 411–421 https://doi.org/10.2489/jswc.73.4.411.
Martens, H., & Naes, T. (1984). Multivariate Calibration. In: Kowalski, B.R. (eds.), Chemometrics. NATO ASI Series. Springer. Dordrecht. https://doi.org/10.1007/978-94-017-1026-8_5.
Mbagwu, J., Lal, R., & Scott, T. W. (1983). Physical properties of three soils in southern Nigeria. Soil Science, 136(1), 48–55.
Minasny, B., Mcbratney, A. B., & Bristow, K. L. (1999). Comparison of different approaches to the development of pedotransfer functions for water-retention curves. Geoderma, 93(3–4), 225–253. https://doi.org/10.1016/S0016-7061(99)00061-0.
Minasny, B., & Mcbratney, A. B. (2018). Limited effect of organic matter on soil available water capacity. European journal of soil science, 69(1), 39–47. https://doi.org/10.1111/ejss.12475.
Morrison, D. F. (1976) Multivariate Statistical Methods. New York, McGraw Hill.
Myers, R. H., & D. C. Montgomery (1995). Response Surface Methodology: Process and Product Optimization using Designed Experiments. John Willey and Sons, New York INC.
Nelson, D. W., & Sommers, L. E. (1982). Total carbon, organic carbon and organic matter. In: Page, A. L., Miller, R. H., and Keeney, D. R. (eds) Methods of Soil Analysis: Chemical and Microbiological Properties. Part 2, 2nd edition. Madison, WI: ASA-SSSA.
Obi, C. I., Obi, J. C., & Onweremadu, E. U. (2012). Modeling of Permanent Wilting from Particle Size Fractions of Coastal Plain Sands Soils in Southeastern Nigeria. International Scholarly Research Notices, 2012, 1-5.
Odu, C. T. I., Babalola, O., Udo, E. J., Ogunkunle, A. O., Bakare, T. A., & Adeoye, G. O. (1986). Laboratory Manual for Agronomic Studies in Soil, Plant and Microbiology. University of Ibadan.
Ogban, P. I., & Ekerette, I. O. (2001). Physical and chemical properties of the coastal plain sands soils of southeastern Nigeria. Nigerian Journal of Soil and Environmental Research, 2, 6–14.
Olaniyan, J. O. (2003). An Evaluation of the Soil Map of Nigeria for Land use Planning in Kwara State [Doctoral dissertation, University of Arizona]. University of Ibadan, Nigeria.
Olorede, K. O., Mohammed, I. A., & Adeleke, B. L. (2013). Economic Selection of Efficient Level of NPK 16:16:16 Fertilizer for Improved Yield Performance of a Maize Variety in the South Guinea Savannah Zone of Nigeria. Mathematical Theory and Modeling, 3(1), 27–39.
Olorede, K. O., & Mudasiru, A. A. (2013). Economic Analysis and Modelling of Effects of NPK
Fertilizer Levels on Yield of Yam. Mathematical Theory and Modeling, 3(1), 108–118.
Phillips, J. D. (2007). Development of texture contrast soils by a combination of bioturbation and translocation. Catena, 70(1), 92–104. https://doi.org/10.1016/j.catena.2006.08.002
R Core Team (2022). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. http://www.R-project.org/
Saxton, K. E., & Rawls, W. J. (2006). Soil water characteristic estimates by texture and organic matter for hydrologic solutions. Soil science society of America journal, 70(5), 1569–78. https://doi.org/10/2136/ssaj2005.0117
Souza, Z. M., Junior, J. M., & Pereira, G. T. (2009). Spatial variability of the physical and mineralogical properties of the soil from the areas with variation in landscape shapes. Brazilian Archives of Biology and Technology, 52(2). 305–316.
Stefansky, W. (1972). Rejecting Outliers in Factorial Designs. Technometrics, 14(2), 469–479.
Van Looy, K., Bouma, J., Herbst, M., Koestel, J., Minanasy, B., Mishra, U., Nemes, A., Pachepsky, Y. A., Padarian, J., & Vereecken, H. (2017). Pedotransfer functions in earth system science: challenges and perspectives. Reviews of geophysics, 55(4), 1199–256. https://doi.org/1.1002/207RG000581
Vereecken, H., Maes, J., Feyen, J., & Darius, P. (1989). Estimating the soil moisture retention characteristic from texture, bulk density, and carbon content. Soil Sci., 148(6), 389–403. https://doi.org/10.1097/00010694-198912000-00001
Wosten, J. H. M., Lilly, A., Nemes, A., & Le Bas, C. (1999). Development and use of a database of hydraulic properties of European soils. Geoderma, 90,169–185. https://doi.org/10.1016/S0016-7061(98)00132-3
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2024 Affinnih Kehinde, Olaniyan John, Ahamefule Henry, Anwanane Nnenne
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
