Relaciones entre patrones espaciales de propiedades del suelo y del cultivo de soya en sabanas de Oxisoles colombianos
Incluye tablas, figuras y anexos.
- Autores:
-
Sánchez Cuesta, Loren Juliana
Tovar Hernández, Sergio
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2017
- Institución:
- Universidad de los Llanos
- Repositorio:
- Repositorio Digital Universidad de los LLanos
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.unillanos.edu.co:001/2984
- Acceso en línea:
- https://repositorio.unillanos.edu.co/handle/001/2984
https://repositorio.unillanos.edu.co/
- Palabra clave:
- Índices espectrales
oxisol
soya
variabilidad espacial
zonas de manejo
Spectral index
oxisols
soybean
spatial variability
management zones
- Rights
- openAccess
- License
- Derechos Reservados - Universidad de los Llanos, 2017
| id |
Unillanos2_3366a3b47811ea461487ae79f87abf1d |
|---|---|
| oai_identifier_str |
oai:repositorio.unillanos.edu.co:001/2984 |
| network_acronym_str |
Unillanos2 |
| network_name_str |
Repositorio Digital Universidad de los LLanos |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Relaciones entre patrones espaciales de propiedades del suelo y del cultivo de soya en sabanas de Oxisoles colombianos |
| title |
Relaciones entre patrones espaciales de propiedades del suelo y del cultivo de soya en sabanas de Oxisoles colombianos |
| spellingShingle |
Relaciones entre patrones espaciales de propiedades del suelo y del cultivo de soya en sabanas de Oxisoles colombianos Índices espectrales oxisol soya variabilidad espacial zonas de manejo Spectral index oxisols soybean spatial variability management zones |
| title_short |
Relaciones entre patrones espaciales de propiedades del suelo y del cultivo de soya en sabanas de Oxisoles colombianos |
| title_full |
Relaciones entre patrones espaciales de propiedades del suelo y del cultivo de soya en sabanas de Oxisoles colombianos |
| title_fullStr |
Relaciones entre patrones espaciales de propiedades del suelo y del cultivo de soya en sabanas de Oxisoles colombianos |
| title_full_unstemmed |
Relaciones entre patrones espaciales de propiedades del suelo y del cultivo de soya en sabanas de Oxisoles colombianos |
| title_sort |
Relaciones entre patrones espaciales de propiedades del suelo y del cultivo de soya en sabanas de Oxisoles colombianos |
| dc.creator.fl_str_mv |
Sánchez Cuesta, Loren Juliana Tovar Hernández, Sergio |
| dc.contributor.advisor.none.fl_str_mv |
Castro-Franco, Mauricio |
| dc.contributor.author.none.fl_str_mv |
Sánchez Cuesta, Loren Juliana Tovar Hernández, Sergio |
| dc.subject.proposal.spa.fl_str_mv |
Índices espectrales oxisol soya variabilidad espacial zonas de manejo |
| topic |
Índices espectrales oxisol soya variabilidad espacial zonas de manejo Spectral index oxisols soybean spatial variability management zones |
| dc.subject.proposal.eng.fl_str_mv |
Spectral index oxisols soybean spatial variability management zones |
| description |
Incluye tablas, figuras y anexos. |
| publishDate |
2017 |
| dc.date.issued.none.fl_str_mv |
2017 |
| dc.date.accessioned.none.fl_str_mv |
2023-09-08T16:53:11Z |
| dc.date.available.none.fl_str_mv |
2023-09-08T16:53:11Z |
| dc.type.spa.fl_str_mv |
Trabajo de grado - Pregrado |
| dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| dc.type.version.spa.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.content.spa.fl_str_mv |
Text |
| dc.type.coarversion.spa.fl_str_mv |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
| format |
http://purl.org/coar/resource_type/c_7a1f |
| status_str |
publishedVersion |
| dc.identifier.citation.spa.fl_str_mv |
Sánchez Cuesta, L. & Tovar Hernández, S. (2017). Relaciones entre patrones espaciales de propiedades del suelo y del cultivo de soya en sabanas de Oxisoles colombianos [Trabajo de grado, Universidad de los Llanos]. Repositorio digital Universidad de los Llanos. |
| dc.identifier.uri.none.fl_str_mv |
https://repositorio.unillanos.edu.co/handle/001/2984 |
| dc.identifier.instname.spa.fl_str_mv |
Universidad de los Llanos |
| dc.identifier.reponame.spa.fl_str_mv |
Repositorio digital Universidad de los Llanos |
| dc.identifier.repourl.spa.fl_str_mv |
https://repositorio.unillanos.edu.co/ |
| identifier_str_mv |
Sánchez Cuesta, L. & Tovar Hernández, S. (2017). Relaciones entre patrones espaciales de propiedades del suelo y del cultivo de soya en sabanas de Oxisoles colombianos [Trabajo de grado, Universidad de los Llanos]. Repositorio digital Universidad de los Llanos. Universidad de los Llanos Repositorio digital Universidad de los Llanos |
| url |
https://repositorio.unillanos.edu.co/handle/001/2984 https://repositorio.unillanos.edu.co/ |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.relation.references.spa.fl_str_mv |
AGRONET. (2016). Estadisticas cultivos sembrados en Colombia Alarcón Jiménez, M. F. (2013). Determinación de zonas de manejo agrícola basadas en el rendimiento de maíz y su relación con atributos edáficos en la altillanura plana. Universidad Nacional de Colombia. Amézquita Collazos, E., Hoyos Garcés, P., & Molina López, D. L. (2005). Mejoramiento de la calidad del suelo en rotación maíz-soya en la altillanura colombiana [resumen]. Pulido C., Sandra X.; Jaramillo S., César A.(comps.). Seminario Regional: Agrociencia y Tecnología Siglo XXI Orinoquia Colombiana (3, 2005, Villavicencio, Meta). Resúmenes. Amézquita, E., Rao, I. M., Rivera, M., Corrales, I. I., & Bernal, J. H. (2013). Sistemas Agropastoriles: Un enfoque integrado para el manejo sostenible de Oxisoles de los Llanos Orientales de Colombia: Centro Internacional de Agricultura Tropical (CIAT). Basamba, T., Barrios, E., Amezquita, E., Rao, I. M., & Singh, B. (2006). Tillage effects on maize yield in a Colombian savanna oxisol: Soil organic matter and P fractions. Soil and Tillage Research, 91(1), 131-142. Boettinger, J., Ramsey, R., Bodily, J., Cole, N., Kienast-Brown, S., Nield, S., . . . Stum, A. (2008). Landsat spectral data for digital soil mapping Digital Soil Mapping with limited data (pp. 193-202): Springer oettinger, J. L., Howell, D. W., Moore, A. C., Hartemink, A. E., & Kienast-Brown, S. (2010). Digital soil mapping: bridging research, environmental application, and operation: Springer Science & Business Media. Bonett, J. P., Camacho-Tamayo, J. H., & Vélez-Sánchez, J. E. (2016). ESTIMATING SOIL PROPERTIES WITH MID-INFRARED SPECTROSCOPY. Revista UDCA Actualidad & Divulgación Científica, 19(1), 55-66. Bongiovanni, R., Mantovani, E., Best, S., & Roel, Á. (2006). Agricultura de precisión: integrando conocimientos para una agricultura moderna y sustentable: Procisur/IICA. Bordoli, J. M., & Casanova, O. N. (2004). Encalado de soja en el NE de Uruguay. Paper presented at the Actas XIX Congreso Argentino de la Ciencia del Suelo/II Simposio Nacional sobre suelos Vertisólicos. Paraná, Entre Ríos. Borkert, C., & Sfredo, G. (1995). La fertilizacion de los suelos tropicales para el cultivo de la soja. Bouma, J. (1997). Precision agriculture: introduction to the spatial and temporal variability of environmental quality. Paper presented at the Ciba Foundation Symposium 210-Precision Agriculture: Spatial and Temporal Variability of Environmental Quality. Breiman, L. (2001). Random forests. Machine learning, 45(1), 5-32. Camacho-Tamayo, J. H., Luengas-Gómez, C., & Leiva, F. R. (2010). Análisis multivariado de propiedades químicas en Oxisoles con diferentes niveles de intervención agrícola. Acta Agronómica, 59(3). Camargo, L. A., Marques, J., Pereira, G. T., & Alleoni, L. R. F. (2013). Spatial correlation between the composition of the clay fraction and contents of available phosphorus of an Oxisol at hillslope scale. CATENA, 100(Supplement C), 100-106. doi: https://doi.org/10.1016/j.catena.2012.07.016 Cardoso, J. A., Lacerda, M. P. C., Rein, T. A., Junior, S., & Figueiredo, C. C. d. (2014). Variability of soil fertility properties in areas planted to sugarcane in the State of Goias, Brazil. Revista brasileira de ciência do solo, 38(2), 506515. Carmen Carrillo, H. (1995). Respuesta de la soya Glycine max (L.) Merril a elementos secundarios en un oxisol en sabanas ácidas de Colombia. Achagua (Colombia). 4, 19-22. Castro-Franco, M., Costa, J. L., Peralta, N., & Aparicio, V. (2015). Prediction of soil properties at farm scale using a model-based soil sampling scheme and random forest. Soil science, 180(2), 74-85. Cicore, P., Sainz Rozas, H., Echeverría, H., & Barbieri, P. (2005). Materia seca nodular y nitrógeno acumulado en el cultivo de soja en función de la disponibilidad de agua y azufre, y del sistema de labranza. Ciencia del suelo, 23(2), 205-210. Cook, S. E., Jarvis, A., & González, J. P. (2008). A new global demand for digital soil information. Digital soil mapping with limited data. Springer. Corá, J. E., & Beraldo, J. M. (2006). Spatial variability of soil properties before and after lime and phosphorus fertilizer application at variable rates in sugarcane. Engenharia Agrícola, 26(2), 374-387. Córdoba, M., Bruno, C., Costa, J., & Balzarini, M. (2016). Variabilidad espacial de suelo a escala de lote y su relación con los rendimientos. RIA. Revista de investigaciones agropecuarias, 42(1), 47-53. Corpoica. (2009). Rutas tecnológicas y productivas. Boletin Informativo. Cox, M., Gerard, P., Wardlaw, M., & Abshire, M. (2003). Variability of selected soil properties and their relationships with soybean yield. Soil Science Society of America Journal, 67(4), 1296-1302. Díaz Zorita, M., & Canigia, M. F. (1998). Azufre y nitrógeno en la implantación de pasturas perennes en la región de la pampa arenosa argentina. Ciencia del suelo, 16, 103-106. Diker, K., Heermann, D., & Brodahl, M. (2004). Frequency analysis of yield for delineating yield response zones. Precision Agriculture, 5(5), 435-444. Drury, S. (2001). Image interpretation in geology (3rd edn.): Nelson Thornes: UK. Ebeid, M., Lal, R., Hall, G., & Miller, E. (1995). Erosion effects on soil properties and soybean yield of a Miamian soil in Western Ohio in a season with below normal rainfall. Soil technology, 8(2), 97-108. Galvão, L. S., Formaggio, A. R., Couto, E. G., & Roberts, D. A. (2008). Relationships between the mineralogical and chemical composition of tropical soils and topography from hyperspectral remote sensing data. ISPRS Journal of Photogrammetry and Remote Sensing, 63(2), 259-271. González Nivia, J. (2014). Efecto del uso y ocupación en las propiedades físicas y químicas en un suelo del piedemonte llanero. Universidad Nacional de Colombia. Goswami, S., Matin, S., Aruna, S., & Bairagi, G. (2012). A Review: The application of remote sensing, GIS and GPS in precision agriculture. Journal of Advanced Technology and Engineering Research, 2, 50-54. Grunwald, S. (2010). Current state of digital soil mapping and what is next. Digital Soil Mapping, 3-12. Hartemink, A. E., Hempel, J., Lagacherie, P., McBratney, A., McKenzie, N., MacMillan, R. A., . . . Sanchez, P. (2010). GlobalSoilMap. net–a new digital soil map of the world. Digital Soil Mapping, 423-428. Heuvel, R. M. V. (1996). The promise of precision agriculture. Journal of Soil and Water Conservation, 51(1), 38-40. Hyman, G. (2014). Manual de agricultura de precisión. IICA, Montevideo (Uruguay). PROCISUR, Montevideo (Uruguay). Imsande, J. (1989). Rapid dinitrogen fixation during soybean pod fill enhances net photosynthetic output and seed yield: a new perspective. Agronomy Journal, 81(4), 549-556. Jenny, H. (1941). Factors of soil formation, A System of Quantitative Pedology. McGraw-Hill Book Company, New York, London, 191. Kamprath, E. J., & Foy, C. D. (1985). Lime-fertilizer-plant interactions in acid soils. Fertilizer technology and use(fertilizertechn), 91-151. Kaspar, T. C., Pulido, D., Fenton, T., Colvin, T., Karlen, D., Jaynes, D., & Meek, D. (2004). Relationship of corn and soybean yield to soil and terrain properties. Agronomy Journal, 96(3), 700-709. Kirk, G. J. D., George, T., Courtois, B., & Senadhira, D. (1998). Opportunities to improve phosphorus efficiency and soil fertility in rainfed lowland and upland rice ecosystems. Field Crops Research, 56(1), 73-92. doi: https://doi.org/10.1016/S0378-4290(97)00141-X Kravchenko, A., & Bullock, D. (2002). Spatial variability of soybean quality data as a function of field topography. Crop Science, 42(3), 804-815. Kravchenko, A. N., & Bullock, D. G. (2000). Correlation of corn and soybean grain yield with topography and soil properties. Agronomy Journal, 92(1), 75-83. Kravchenko, A. N., Robertson, G., Thelen, K., & Harwood, R. (2005). Managementtopographical, and weather effects on spatial variability of crop grain yields.Agronomy Journal, 97(2), 514-523. Li-cor. (2015). LAI-2200C Analizador de Dosel Vegetal. Lima, J. S. d. S., Oliveira, R. B. d., & Silva, S. d. A. (2012). Spatial variability of particle size fractions of an Oxisol cultivated with conilon coffee. Revista Ceres, 59(6), 867-872. Mallarino, A., Oyarzabal, E., & Hinz, P. (1999). Interpreting within-field relationships between crop yields and soil and plant variables using factor analysis. Precision Agriculture, 1(1), 15-25. Manrique, L. (1986). The relationship of soil pH to aluminum saturation and exchangeable aluminum in ultisols and oxisols. Communications in Soil Science & Plant Analysis, 17(4), 439-455. McBratney, A., Field, D. J., & Koch, A. (2014). The dimensions of soil security. Geoderma, 213, 203-213. McBratney, A., Whelan, B., Ancev, T., & Bouma, J. (2005). Future directions of precision agriculture. Precision Agriculture, 6(1), 7-23. Miao, Y., Mulla, D., & Robert, P. (2006). Spatial variability of soil properties, corn quality and yield in two Illinois, USA fields: implications for precision corn management. Precision Agriculture, 7(1), 5-20. Minasny, B., & McBratney, A. B. (2006). A conditioned Latin hypercube method for sampling in the presence of ancillary information. Computers & geosciences, 32(9), 1378-1388. Moura, E., Vieria, S., & Carvalho, A. (1992). Avaliação da capacidade de aeração e de agua disponível dos solos de duas transeção na baixada Ocidental Marenhense. Revista brasileira de ciência do solo, 16(1), 7-18. Mueller, T., Pierce, F., Schabenberger, O., & Warncke, D. (2001). Map quality for site-specific fertility management. Soil Science Society of America Journal, 65(5), 1547-1558. Odeh, I., Chittleborough, D., & McBratney, A. (1992). Soil pattern recognition with fuzzy-c-means: application to classification and soil-landform interrelationships. Soil Science Society of America Journal, 56(2), 505-516. Peña-Venegas, R. A., Rubiano-Sanabria, Y., & Peña-Quiñones, A. J. (2013). Definition of Agricultural Management Units in an Inceptisol of the Casanare Department (Colombia). Orinoquia, 17(2), 230-237. Peña, R., Rubiano, Y., Peña, A., & Chaves, B. (2009). Variabilidad espacial de los atributos de la capa arable de un Inceptisol del piedemonte de la cordillera Oriental (Casanare, Colombia). Agronomía Colombiana, 27(1), 111. Ping, J., & Dobermann, A. (2005). Processing of yield map data. Precision Agriculture, 6(2), 193-212. Podwysocki, M. H., Segal, D. B., & Abrams, M. J. (1983). Use of multispectral scanner images for assessment of hydrothermal alteration in the Marysvale, Utah, mining area. Economic Geology, 78(4), 675-687. Pragana, R. B., SOUZA JUNIOR, V. S. D., Moura, R. d. S., & Soares, J. M. (2016). CHARACTERIZATION OF YELLOW LATOSOLS (OXISOLS) OF SERRA DO QUILOMBO, IN PIAUÍ STATE SAVANNA WOODLANDS-BRAZIL. Revista Caatinga, 29(4), 832-840. Rad, M. R. P., Toomanian, N., Khormali, F., Brungard, C. W., Komaki, C. B., & Bogaert, P. (2014). Updating soil survey maps using random forest and conditioned Latin hypercube sampling in the loess derived soils of northern Iran. Geoderma, 232, 97-106. Rivas, L., Hoyos, P., Amézquita, E., & Molina, D. (2004). Manejo y usos de los suelos de la altillanura colombiana. Proyecto de evaluación de impacto. Palmira, Colombia: MADR. SAC. (2007). Agricultura de precisión (AP). REVISTA NACIONAL DE AGRICULTURA, Colombia, 946, 20-28. Sadras, V. O., & Calderini, D. (2009). Crop physiology: applications for genetic improvement and agronomy: Academic Press. Sadras, V. O., & Calderini, D. F. (2015). Crop physiology: applications for breeding and agronomy. Scherer, H., & Lange, A. (1996). N2 fixation and growth of legumes as affected by sulphur fertilization. Biology and Fertility of Soils, 23(4), 449-453. Schmidt, K., Behrens, T., Daumann, J., Ramirez-Lopez, L., Werban, U., Dietrich, P., & Scholten, T. (2014). A comparison of calibration sampling schemes at the field scale. Geoderma, 232, 243-256. SIC. (2014). Cadena Productiva del Maiz en Colombia. Superintendencia de Industria y Comercio, Bogotá D.C., 68. Silva, V., Reichert, J., Storck, L., & Feijó, S. (2003). Variabilidade espacial das características químicas do solo e produtividade de milho em um Argissolo Vermelho-Amarelo distrófico arênico. Revista brasileira de ciência do solo, 27(6). Solos, E. (2013). Sistema brasileiro de classificação de solos. Centro Nacional de Pesquisa de Solos: Rio de Janeiro. Timlin, D., Pachepsky, Y., Snyder, V., & Bryant, R. (1998). Spatial and temporal variability of corn grain yield on a hillslope. Soil Science Society of America Journal, 62(3), 764-773. Valencia Ramírez, R. A. (2010). Respuesta diferencial de variedades de soya a la asociación simbiótica con cepas de Bradyrhizobium japonicum, en Oxisoles de la Orinoquia colombiana/Differental response of soybean varieties to the symbiotic association with Bradyrhizobium japonicum strains, in Oxisols of the Colombian Orinoquia. Universidad Nacional de Colombia. Vendrame, P., Marchão, R., Brunet, D., & Becquer, T. (2012). The potential of NIR spectroscopy to predict soil texture and mineralogy in Cerrado Latosols. European Journal of Soil Science, 63(5), 743-753. Wetterlind, J., Stenberg, B., & Söderström, M. (2008). The use of near infrared (NIR) spectroscopy to improve soil mapping at the farm scale. Precision Agriculture, 9(1-2), 57-69. Whelan, B., & Taylor, J. (2013). Precision agriculture for grain production systemsCsiro publishing. Windham, M. P. (1981). Cluster validity for fuzzy clustering algorithms. Fuzzy Sets and Systems, 5(2), 177-185. |
| dc.relation.indexed.spa.fl_str_mv |
N/A |
| dc.rights.spa.fl_str_mv |
Derechos Reservados - Universidad de los Llanos, 2017 |
| dc.rights.uri.spa.fl_str_mv |
https://creativecommons.org/licenses/by-nc-nd/4.0/ |
| dc.rights.license.spa.fl_str_mv |
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) |
| dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.coar.spa.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| rights_invalid_str_mv |
Derechos Reservados - Universidad de los Llanos, 2017 https://creativecommons.org/licenses/by-nc-nd/4.0/ Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.extent.spa.fl_str_mv |
54 páginas |
| dc.format.mimetype.spa.fl_str_mv |
application/pdf |
| dc.publisher.spa.fl_str_mv |
Universidad de los Llanos |
| dc.publisher.faculty.spa.fl_str_mv |
Facultad de Ciencias Agropecuarias y Recursos Naturales |
| dc.publisher.place.spa.fl_str_mv |
Villavicencio |
| institution |
Universidad de los Llanos |
| bitstream.url.fl_str_mv |
https://dspace7-unillanos.metacatalogo.org/bitstreams/7816b646-14dc-4969-92cf-ee48ae03cde2/download https://dspace7-unillanos.metacatalogo.org/bitstreams/1394d189-ee7f-4bde-a7be-f9a24bfd59d9/download https://dspace7-unillanos.metacatalogo.org/bitstreams/e853420a-1713-4162-acca-3efbde6ef060/download https://dspace7-unillanos.metacatalogo.org/bitstreams/efc890f3-03ff-4271-9db9-d9bf434dc162/download https://dspace7-unillanos.metacatalogo.org/bitstreams/beed0cdf-d8e1-460c-8e93-28b8e763adba/download https://dspace7-unillanos.metacatalogo.org/bitstreams/887384ff-3fc6-4060-bf1c-1c0c3fa99ef9/download https://dspace7-unillanos.metacatalogo.org/bitstreams/104e6775-8f4e-4023-aebc-e5f367283afc/download |
| bitstream.checksum.fl_str_mv |
f9dd44b2b595bc5256ab6c04c25871c9 7eaca052218458aea46bd76be9a519ed f661acf14bedbf9f5d13897a0387e751 aea4be656d936e510cfa342f3e07e496 e1c06d85ae7b8b032bef47e42e4c08f9 1d18788238fd43ca11be07bd2bfb6922 21dd484e0f5a7dee3e4b0e3ecf1f8dd0 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Universidad de Los Llanos |
| repository.mail.fl_str_mv |
repositorio@unillanos.edu.co |
| _version_ |
1812104639402737664 |
| spelling |
Castro-Franco, Mauriciob3dea9c45018e213753ed38a1c09bb39Sánchez Cuesta, Loren Julianab7400e0c99d27dacd8583da21d1a1486Tovar Hernández, Sergio4a33188fcd6b1dc0a5725b07a3d657722023-09-08T16:53:11Z2023-09-08T16:53:11Z2017Sánchez Cuesta, L. & Tovar Hernández, S. (2017). Relaciones entre patrones espaciales de propiedades del suelo y del cultivo de soya en sabanas de Oxisoles colombianos [Trabajo de grado, Universidad de los Llanos]. Repositorio digital Universidad de los Llanos.https://repositorio.unillanos.edu.co/handle/001/2984Universidad de los LlanosRepositorio digital Universidad de los Llanoshttps://repositorio.unillanos.edu.co/Incluye tablas, figuras y anexos.Determinar la variabilidad del suelo dentro de lotes agrícolas, facilita la implementación manejo sitio – específico de insumos (MSE). En esta tesis, dos hipótesis fueron planteadas: (i) la variabilidad espacial de propiedades del suelo en lotes agrícolas de las Sabanas de Oxisoles Colombianos, determina el patrón espacial del rendimiento de soya; y (ii) técnicas de cartografía digital de suelos (CDS) permiten delimitar zonas potenciales para implementación de agricultura de precisión (AP). Se aplicaron técnicas de CDS en tres lotes agrícolas, a partir de índices de respuesta espectral del suelo para delimitar zonas. Se implementó un esquema de muestreo compuesto de 40 submuestras a 0-30 y 30-50 cm de profundidad, utilizando hipercubo latino condicionado (HCLc), dentro de cada lote. A cada muestra se le determinó: textura, CIC, pH, CO, N, P, K, Mg, Ca, Al y Na. Una vez establecido el cultivo de soya, se midió: Intercepción de radiación (IR), índice de área foliar (AF), materia seca (Mseca), numero de nódulos (Nnods/m2), peso de nódulos (Pnods/ m2), numero de granos (Ngranos/ m2) y peso de granos (Pgranos/ m2) en las etapas fenológicas V6, R2, R6 y R8.Determine the variability of the soil within agriculture fields facilitate the implementation of site-specific management of agricultural inputs (SSMAI). In this thesis two hypotheses were tested: (i) the spatial variability of soil properties within agriculture fields in Colombian Oxisols savannah determines the spatial yield pattern in soybean crop and (ii) digital soil mapping techniques (DSM) allow potentials zones delimitation for precision agriculture (PA) implementation. DSM techniques were applied in three agriculture fields based on soil spectral indices response: ClayMineral Rate (CMR), Iron-Mineral Rate (IMR) and Iron-Oxides Rate (IOR) to delimitate zones. A sampling scheme of 40 subsampled at 0-30 cm and 30-50 cm depth were implemented using “conditioned Latin hypercube” (cLH) within each field. Texture, CEC, pH, OC, N, P, K, Mg, Ca, Al and Na were determined. Also, Interception of radiation (IR), Leaf Area Index, Dry Matter (Drymatter/m2), Number of nodules, (Nnods/m2), Weight of nodules (Wnods/m2), Numbers of grains (Ngrains/m2), Grains Weight (Wgrains/m2) were measured during V6, R2, R6 and R8 phenology stages.Resumen. -- Abstract. – Introducción. -- Planteamiento del problema. – Justificación. – Objetivos. -- Objetivo general. -- Objetivos específicos. -- Marco teórico. – Metodología. – Localización. -- Delimitación de zonas por tipo de suelos. -- Análisis de suelo. -- Determinación de las relaciones entre patrones espaciales de propiedades del suelo y cultivo de soya. -- Análisis estadístico. -- Validación de la delimitación de zonas por tipo de suelo. -- Comparación de las relaciones entre zonas delimitadas por tipo de suelo y propiedades de cultivo entre lotes experimentales. – Mediciones. -- Programas informáticos. -- Resultados y discusión. -- Delimitación de zonas y puntos de muestreo. -- Variabilidad de las propiedades del suelo. -- Determinación de las relaciones entre patrones espaciales de propiedades del suelo y cultivo de soya. -- Validación de las zonas por tipo de suelo. -- Comparación de las relaciones entre zonas delimitadas por tipo de suelo y propiedades de cultivo entre lotes experimentales. – Conclusiones. – Bibliografía. – Anexos.PregradoIngeniero(a) Agrónomo(a)Ingeniería Agronómica54 páginasapplication/pdfspaUniversidad de los LlanosFacultad de Ciencias Agropecuarias y Recursos NaturalesVillavicencioDerechos Reservados - Universidad de los Llanos, 2017https://creativecommons.org/licenses/by-nc-nd/4.0/Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Relaciones entre patrones espaciales de propiedades del suelo y del cultivo de soya en sabanas de Oxisoles colombianosTrabajo de grado - Pregradoinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_7a1fTexthttp://purl.org/coar/version/c_970fb48d4fbd8a85AGRONET. (2016). Estadisticas cultivos sembrados en ColombiaAlarcón Jiménez, M. F. (2013). Determinación de zonas de manejo agrícola basadas en el rendimiento de maíz y su relación con atributos edáficos en la altillanura plana. Universidad Nacional de Colombia.Amézquita Collazos, E., Hoyos Garcés, P., & Molina López, D. L. (2005). Mejoramiento de la calidad del suelo en rotación maíz-soya en la altillanura colombiana [resumen]. Pulido C., Sandra X.; Jaramillo S., César A.(comps.). Seminario Regional: Agrociencia y Tecnología Siglo XXI Orinoquia Colombiana (3, 2005, Villavicencio, Meta). Resúmenes.Amézquita, E., Rao, I. M., Rivera, M., Corrales, I. I., & Bernal, J. H. (2013). Sistemas Agropastoriles: Un enfoque integrado para el manejo sostenible de Oxisoles de los Llanos Orientales de Colombia: Centro Internacional de Agricultura Tropical (CIAT).Basamba, T., Barrios, E., Amezquita, E., Rao, I. M., & Singh, B. (2006). Tillage effects on maize yield in a Colombian savanna oxisol: Soil organic matter and P fractions. Soil and Tillage Research, 91(1), 131-142.Boettinger, J., Ramsey, R., Bodily, J., Cole, N., Kienast-Brown, S., Nield, S., . . . Stum, A. (2008). Landsat spectral data for digital soil mapping Digital Soil Mapping with limited data (pp. 193-202): Springeroettinger, J. L., Howell, D. W., Moore, A. C., Hartemink, A. E., & Kienast-Brown, S. (2010). Digital soil mapping: bridging research, environmental application, and operation: Springer Science & Business Media.Bonett, J. P., Camacho-Tamayo, J. H., & Vélez-Sánchez, J. E. (2016). ESTIMATING SOIL PROPERTIES WITH MID-INFRARED SPECTROSCOPY. Revista UDCA Actualidad & Divulgación Científica, 19(1), 55-66.Bongiovanni, R., Mantovani, E., Best, S., & Roel, Á. (2006). Agricultura de precisión: integrando conocimientos para una agricultura moderna y sustentable: Procisur/IICA.Bordoli, J. M., & Casanova, O. N. (2004). Encalado de soja en el NE de Uruguay. Paper presented at the Actas XIX Congreso Argentino de la Ciencia del Suelo/II Simposio Nacional sobre suelos Vertisólicos. Paraná, Entre Ríos.Borkert, C., & Sfredo, G. (1995). La fertilizacion de los suelos tropicales para el cultivo de la soja.Bouma, J. (1997). Precision agriculture: introduction to the spatial and temporal variability of environmental quality. Paper presented at the Ciba Foundation Symposium 210-Precision Agriculture: Spatial and Temporal Variability of Environmental Quality.Breiman, L. (2001). Random forests. Machine learning, 45(1), 5-32.Camacho-Tamayo, J. H., Luengas-Gómez, C., & Leiva, F. R. (2010). Análisis multivariado de propiedades químicas en Oxisoles con diferentes niveles de intervención agrícola. Acta Agronómica, 59(3).Camargo, L. A., Marques, J., Pereira, G. T., & Alleoni, L. R. F. (2013). Spatial correlation between the composition of the clay fraction and contents of available phosphorus of an Oxisol at hillslope scale. CATENA, 100(Supplement C), 100-106. doi: https://doi.org/10.1016/j.catena.2012.07.016Cardoso, J. A., Lacerda, M. P. C., Rein, T. A., Junior, S., & Figueiredo, C. C. d. (2014). Variability of soil fertility properties in areas planted to sugarcane in the State of Goias, Brazil. Revista brasileira de ciência do solo, 38(2), 506515.Carmen Carrillo, H. (1995). Respuesta de la soya Glycine max (L.) Merril a elementos secundarios en un oxisol en sabanas ácidas de Colombia. Achagua (Colombia). 4, 19-22.Castro-Franco, M., Costa, J. L., Peralta, N., & Aparicio, V. (2015). Prediction of soil properties at farm scale using a model-based soil sampling scheme and random forest. Soil science, 180(2), 74-85.Cicore, P., Sainz Rozas, H., Echeverría, H., & Barbieri, P. (2005). Materia seca nodular y nitrógeno acumulado en el cultivo de soja en función de la disponibilidad de agua y azufre, y del sistema de labranza. Ciencia del suelo, 23(2), 205-210.Cook, S. E., Jarvis, A., & González, J. P. (2008). A new global demand for digital soil information. Digital soil mapping with limited data. Springer.Corá, J. E., & Beraldo, J. M. (2006). Spatial variability of soil properties before and after lime and phosphorus fertilizer application at variable rates in sugarcane. Engenharia Agrícola, 26(2), 374-387.Córdoba, M., Bruno, C., Costa, J., & Balzarini, M. (2016). Variabilidad espacial de suelo a escala de lote y su relación con los rendimientos. RIA. Revista de investigaciones agropecuarias, 42(1), 47-53.Corpoica. (2009). Rutas tecnológicas y productivas. Boletin Informativo.Cox, M., Gerard, P., Wardlaw, M., & Abshire, M. (2003). Variability of selected soil properties and their relationships with soybean yield. Soil Science Society of America Journal, 67(4), 1296-1302.Díaz Zorita, M., & Canigia, M. F. (1998). Azufre y nitrógeno en la implantación de pasturas perennes en la región de la pampa arenosa argentina. Ciencia del suelo, 16, 103-106.Diker, K., Heermann, D., & Brodahl, M. (2004). Frequency analysis of yield for delineating yield response zones. Precision Agriculture, 5(5), 435-444.Drury, S. (2001). Image interpretation in geology (3rd edn.): Nelson Thornes: UK.Ebeid, M., Lal, R., Hall, G., & Miller, E. (1995). Erosion effects on soil properties and soybean yield of a Miamian soil in Western Ohio in a season with below normal rainfall. Soil technology, 8(2), 97-108.Galvão, L. S., Formaggio, A. R., Couto, E. G., & Roberts, D. A. (2008). Relationships between the mineralogical and chemical composition of tropical soils and topography from hyperspectral remote sensing data. ISPRS Journal of Photogrammetry and Remote Sensing, 63(2), 259-271.González Nivia, J. (2014). Efecto del uso y ocupación en las propiedades físicas y químicas en un suelo del piedemonte llanero. Universidad Nacional de Colombia.Goswami, S., Matin, S., Aruna, S., & Bairagi, G. (2012). A Review: The application of remote sensing, GIS and GPS in precision agriculture. Journal of Advanced Technology and Engineering Research, 2, 50-54.Grunwald, S. (2010). Current state of digital soil mapping and what is next. Digital Soil Mapping, 3-12.Hartemink, A. E., Hempel, J., Lagacherie, P., McBratney, A., McKenzie, N., MacMillan, R. A., . . . Sanchez, P. (2010). GlobalSoilMap. net–a new digital soil map of the world. Digital Soil Mapping, 423-428.Heuvel, R. M. V. (1996). The promise of precision agriculture. Journal of Soil and Water Conservation, 51(1), 38-40.Hyman, G. (2014). Manual de agricultura de precisión. IICA, Montevideo (Uruguay). PROCISUR, Montevideo (Uruguay).Imsande, J. (1989). Rapid dinitrogen fixation during soybean pod fill enhances net photosynthetic output and seed yield: a new perspective. Agronomy Journal, 81(4), 549-556.Jenny, H. (1941). Factors of soil formation, A System of Quantitative Pedology. McGraw-Hill Book Company, New York, London, 191.Kamprath, E. J., & Foy, C. D. (1985). Lime-fertilizer-plant interactions in acid soils. Fertilizer technology and use(fertilizertechn), 91-151.Kaspar, T. C., Pulido, D., Fenton, T., Colvin, T., Karlen, D., Jaynes, D., & Meek, D. (2004). Relationship of corn and soybean yield to soil and terrain properties. Agronomy Journal, 96(3), 700-709.Kirk, G. J. D., George, T., Courtois, B., & Senadhira, D. (1998). Opportunities to improve phosphorus efficiency and soil fertility in rainfed lowland and upland rice ecosystems. Field Crops Research, 56(1), 73-92. doi: https://doi.org/10.1016/S0378-4290(97)00141-XKravchenko, A., & Bullock, D. (2002). Spatial variability of soybean quality data as a function of field topography. Crop Science, 42(3), 804-815.Kravchenko, A. N., & Bullock, D. G. (2000). Correlation of corn and soybean grain yield with topography and soil properties. Agronomy Journal, 92(1), 75-83.Kravchenko, A. N., Robertson, G., Thelen, K., & Harwood, R. (2005). Managementtopographical, and weather effects on spatial variability of crop grain yields.Agronomy Journal, 97(2), 514-523.Li-cor. (2015). LAI-2200C Analizador de Dosel Vegetal.Lima, J. S. d. S., Oliveira, R. B. d., & Silva, S. d. A. (2012). Spatial variability of particle size fractions of an Oxisol cultivated with conilon coffee. Revista Ceres, 59(6), 867-872.Mallarino, A., Oyarzabal, E., & Hinz, P. (1999). Interpreting within-field relationships between crop yields and soil and plant variables using factor analysis. Precision Agriculture, 1(1), 15-25.Manrique, L. (1986). The relationship of soil pH to aluminum saturation and exchangeable aluminum in ultisols and oxisols. Communications in Soil Science & Plant Analysis, 17(4), 439-455.McBratney, A., Field, D. J., & Koch, A. (2014). The dimensions of soil security. Geoderma, 213, 203-213.McBratney, A., Whelan, B., Ancev, T., & Bouma, J. (2005). Future directions of precision agriculture. Precision Agriculture, 6(1), 7-23.Miao, Y., Mulla, D., & Robert, P. (2006). Spatial variability of soil properties, corn quality and yield in two Illinois, USA fields: implications for precision corn management. Precision Agriculture, 7(1), 5-20.Minasny, B., & McBratney, A. B. (2006). A conditioned Latin hypercube method for sampling in the presence of ancillary information. Computers & geosciences, 32(9), 1378-1388.Moura, E., Vieria, S., & Carvalho, A. (1992). Avaliação da capacidade de aeração e de agua disponível dos solos de duas transeção na baixada Ocidental Marenhense. Revista brasileira de ciência do solo, 16(1), 7-18.Mueller, T., Pierce, F., Schabenberger, O., & Warncke, D. (2001). Map quality for site-specific fertility management. Soil Science Society of America Journal, 65(5), 1547-1558.Odeh, I., Chittleborough, D., & McBratney, A. (1992). Soil pattern recognition with fuzzy-c-means: application to classification and soil-landform interrelationships. Soil Science Society of America Journal, 56(2), 505-516.Peña-Venegas, R. A., Rubiano-Sanabria, Y., & Peña-Quiñones, A. J. (2013). Definition of Agricultural Management Units in an Inceptisol of the Casanare Department (Colombia). Orinoquia, 17(2), 230-237.Peña, R., Rubiano, Y., Peña, A., & Chaves, B. (2009). Variabilidad espacial de los atributos de la capa arable de un Inceptisol del piedemonte de la cordillera Oriental (Casanare, Colombia). Agronomía Colombiana, 27(1), 111.Ping, J., & Dobermann, A. (2005). Processing of yield map data. Precision Agriculture, 6(2), 193-212.Podwysocki, M. H., Segal, D. B., & Abrams, M. J. (1983). Use of multispectral scanner images for assessment of hydrothermal alteration in the Marysvale, Utah, mining area. Economic Geology, 78(4), 675-687.Pragana, R. B., SOUZA JUNIOR, V. S. D., Moura, R. d. S., & Soares, J. M. (2016). CHARACTERIZATION OF YELLOW LATOSOLS (OXISOLS) OF SERRA DO QUILOMBO, IN PIAUÍ STATE SAVANNA WOODLANDS-BRAZIL. Revista Caatinga, 29(4), 832-840.Rad, M. R. P., Toomanian, N., Khormali, F., Brungard, C. W., Komaki, C. B., & Bogaert, P. (2014). Updating soil survey maps using random forest and conditioned Latin hypercube sampling in the loess derived soils of northern Iran. Geoderma, 232, 97-106.Rivas, L., Hoyos, P., Amézquita, E., & Molina, D. (2004). Manejo y usos de los suelos de la altillanura colombiana. Proyecto de evaluación de impacto. Palmira, Colombia: MADR.SAC. (2007). Agricultura de precisión (AP). REVISTA NACIONAL DE AGRICULTURA, Colombia, 946, 20-28.Sadras, V. O., & Calderini, D. (2009). Crop physiology: applications for genetic improvement and agronomy: Academic Press.Sadras, V. O., & Calderini, D. F. (2015). Crop physiology: applications for breeding and agronomy.Scherer, H., & Lange, A. (1996). N2 fixation and growth of legumes as affected by sulphur fertilization. Biology and Fertility of Soils, 23(4), 449-453.Schmidt, K., Behrens, T., Daumann, J., Ramirez-Lopez, L., Werban, U., Dietrich, P., & Scholten, T. (2014). A comparison of calibration sampling schemes at the field scale. Geoderma, 232, 243-256.SIC. (2014). Cadena Productiva del Maiz en Colombia. Superintendencia de Industria y Comercio, Bogotá D.C., 68.Silva, V., Reichert, J., Storck, L., & Feijó, S. (2003). Variabilidade espacial das características químicas do solo e produtividade de milho em um Argissolo Vermelho-Amarelo distrófico arênico. Revista brasileira de ciência do solo, 27(6).Solos, E. (2013). Sistema brasileiro de classificação de solos. Centro Nacional de Pesquisa de Solos: Rio de Janeiro.Timlin, D., Pachepsky, Y., Snyder, V., & Bryant, R. (1998). Spatial and temporal variability of corn grain yield on a hillslope. Soil Science Society of America Journal, 62(3), 764-773.Valencia Ramírez, R. A. (2010). Respuesta diferencial de variedades de soya a la asociación simbiótica con cepas de Bradyrhizobium japonicum, en Oxisoles de la Orinoquia colombiana/Differental response of soybean varieties to the symbiotic association with Bradyrhizobium japonicum strains, in Oxisols of the Colombian Orinoquia. Universidad Nacional de Colombia.Vendrame, P., Marchão, R., Brunet, D., & Becquer, T. (2012). The potential of NIR spectroscopy to predict soil texture and mineralogy in Cerrado Latosols. European Journal of Soil Science, 63(5), 743-753.Wetterlind, J., Stenberg, B., & Söderström, M. (2008). The use of near infrared (NIR) spectroscopy to improve soil mapping at the farm scale. Precision Agriculture, 9(1-2), 57-69.Whelan, B., & Taylor, J. (2013). Precision agriculture for grain production systemsCsiro publishing.Windham, M. P. (1981). Cluster validity for fuzzy clustering algorithms. Fuzzy Sets and Systems, 5(2), 177-185.N/AÍndices espectralesoxisolsoyavariabilidad espacialzonas de manejoSpectral indexoxisolssoybeanspatial variabilitymanagement zonesPublicationORIGINAL1052402893-1122651709.pdf1052402893-1122651709.pdfTrabajo de gradoapplication/pdf4248306https://dspace7-unillanos.metacatalogo.org/bitstreams/7816b646-14dc-4969-92cf-ee48ae03cde2/downloadf9dd44b2b595bc5256ab6c04c25871c9MD51Anexo 1Anexo 1Carta de Autorizaciónapplication/pdf736287https://dspace7-unillanos.metacatalogo.org/bitstreams/1394d189-ee7f-4bde-a7be-f9a24bfd59d9/download7eaca052218458aea46bd76be9a519edMD52LICENSElicense.txtlicense.txttext/plain; charset=utf-814775https://dspace7-unillanos.metacatalogo.org/bitstreams/e853420a-1713-4162-acca-3efbde6ef060/downloadf661acf14bedbf9f5d13897a0387e751MD53TEXT1052402893-1122651709.pdf.txt1052402893-1122651709.pdf.txtExtracted texttext/plain80805https://dspace7-unillanos.metacatalogo.org/bitstreams/efc890f3-03ff-4271-9db9-d9bf434dc162/downloadaea4be656d936e510cfa342f3e07e496MD54Anexo 1.txtAnexo 1.txtExtracted texttext/plain2https://dspace7-unillanos.metacatalogo.org/bitstreams/beed0cdf-d8e1-460c-8e93-28b8e763adba/downloade1c06d85ae7b8b032bef47e42e4c08f9MD56THUMBNAIL1052402893-1122651709.pdf.jpg1052402893-1122651709.pdf.jpgGenerated Thumbnailimage/jpeg6578https://dspace7-unillanos.metacatalogo.org/bitstreams/887384ff-3fc6-4060-bf1c-1c0c3fa99ef9/download1d18788238fd43ca11be07bd2bfb6922MD55Anexo 1.jpgAnexo 1.jpgGenerated Thumbnailimage/jpeg15059https://dspace7-unillanos.metacatalogo.org/bitstreams/104e6775-8f4e-4023-aebc-e5f367283afc/download21dd484e0f5a7dee3e4b0e3ecf1f8dd0MD57001/2984oai:dspace7-unillanos.metacatalogo.org:001/29842024-04-17 16:39:22.762https://creativecommons.org/licenses/by-nc-nd/4.0/Derechos Reservados - Universidad de los Llanos, 2017open.accesshttps://dspace7-unillanos.metacatalogo.orgRepositorio Universidad de Los Llanosrepositorio@unillanos.edu.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 |