Modelación geoestadística del contenido de carbono orgánico del suelo entre las regiones de Valparaíso y de Los Ríos, Chile

Abstract

El suelo es uno de los grandes reservorios de carbono del planeta. El cambio que se genera al pasar de ecosistemas naturales a agroecosistemas genera pérdidas importantes del carbono orgánico (CO) acumulado, por lo que es necesario disponer de métodos adecuados que permitan evaluar su estado. Para esto se utilizaron 440 series de suelos con el objetivo de modelar la distribución espacial del CO en los suelos de Chile entre las Regiones de Valparaíso y de Los Ríos (32o 9’ 2” – 40o 40’ 52” lat. S y 0 – 600 m.s.n.m.) mediante el uso de técnicas geoestadísticas con el fin de estimar la cantidad de CO almacenado en los primeros 25 cm de suelo. Se utilizaron dos líneas de modelación, una con todos los datos (0,3 – 20% CO) y otra que excluyó 19 outliers (0,3 – 11,8% CO) y se utilizaron cuatro métodos: Kriging Ordinario, Co-Kriging, Kriging Ordinario con semivariogramas locales y Kriging de residuales de red neuronal. Todos los métodos mostraron buenos resultados (R2 > 0;67) luego de comparar los valores reales de CO con los predichos por los modelos mediante validación cruzada. Sus desempeños mostraron ser dependientes de la línea de modelación, reforzando la influencia de los outliers en el proceso de modelación. La cantidad total y promedio por hectárea de los suelos del área de estudio fue estimada en 873,58 43 Tg (1012 g) y 75,12 3,18 Mg ha-1 respectivamente.

Soil is one of the major reservoirs of carbon on Earth. Changes generated when moving from natural ecosystems to agroecosystems cause significant losses of the organic carbon (OC) accumulated on it, making necessary to have appropriate methods to evaluate its status. To achieve this, data of 440 soil series were used with the objective of modelling the spatial distribution of soil organic carbon (SOC) between Valparaíso and Los Ríos Regions (32o 9’ 2” – 40 o 40’ 52” lat. S and 0 – 600 m.a.s.l) using geostatistical techniques, in order to estimate the amount of OC stored in the first 25 cm. Two modelling lines were used, one with all the data (0,3 – 20% OC) and another that excluded 19 outliers (0,3 – 11,8% OC), using four methods: Ordinary Kriging, Co-Kriging, Ordinary Kriging with local semivariograms and Artificial Neural Network Residual Kriging. All methods showed good results (R2 > 0;67) after comparing the real values of SOC with those predicted by the models using cross-validation. Performance proved to be dependent on the modelling line, reinforcing the influence of outliers in the modelling process. Total SOC and average SOC per hectare in the study area was estimated at 873,58 43 Tg (1012 g) and 75,12 3,18 Mg ha-1 respectively.