Comparación de técnicas de estimación del grado de salinidad en suelos con contenido de humedad mediante el procesamiento de imágenes multiespectrales

Abstract

El fenómeno de la salinidad es un problema clásico de degradación de la tierra que enfrenta el hombre, al dar un uso deficiente a los fertilizantes y a la calidad de riego, esto puede ocasionar peligro en la agricultura, por lo que tenemos que controlar y prevenir los suelos salinos, los suelos que están afectados por la salinidad tienen problemas en el crecimiento y desarrollo de cultivos, sin embargo, hay suelos que presentan salinidad que a su vez generan productividad ya que estos son diagnosticados y mejorados sobre la magnitud del problema (Otero et al., 2008). El método tradicional para estimar la salinidad de los suelos es la conductividad eléctrica (CE), pero estos son muy costosos y requieren mucho tiempo, la CE se toma a una temperatura de 18°C o 25°C (SEMARNAT, 2010), este proyecto de investigación presenta un estudio de comparación entre técnicas de estimación Regresión Lineal Múltiple (RLM) y Random Forest (RF) para la estimación de salinidad en suelos con contenido de humedad, los valores obtenidos mediante indicadores de salinidad de imágenes multiespectrales se utilizaron para estimar los valores de CE. El resultado que se muestra en la estimación de salinidad en suelos con contenido de humedad se obtuvo que el RLM es más preciso que el RF con un coeficiente de determinación (R 2) de 0.86 y 0.73; y un error cuadrático medio (RMSE) de 0.11 dS/m y 0.15 dS/m respectivamente.