Resumen En Colombia, la agricultura se puede desarrollar en terrenos inclinados que requieren prácticas zonales de conservación de suelos. Para ello, se analiza el área de interés por sus propiedades determinantes, usualmente con muestreo en puntos específicos. Se pueden utilizar técnicas de interpolación como la distancia inversa ponderada (IDW) y de predicción como kriging para la predicción y estimación de valores en lugares no muestreados. El objetivo de este estudio fue comparar las metodologías de IDW y kriging para el modelamiento de la distribución espacial de las características físicas del suelo en la zona agrícola de ladera de la hoya del río Suárez (HDRS).Se utilizaron datos de cinco propiedades físicas del suelo asociadas con la erodabilidad:porcentaje de arenas, diámetro medio ponderado, capacidad de retención de agua disponible, densidad aparente y densidad real, correspondientes a 932 puntos observados sobre la HDRS en una rejilla de 700 x 700 m. Se aplicó validación cruzada para cada variable y se comparó el error de las técnicas evaluadas. Además, se elaboraron mapas de zonificación de la variabilidad espacial, para comparar visualmente ambos procedimientos. La representación gráfica de las predicciones por la IDW y estimaciones por kriging fueron semejantes en todas las características de suelo evaluadas. Sin embargo, el análisis de validación cruzada determinó mejores resultados con kriging. Los mapas de varianzas (kriging) demostraron que la incertidumbre de la estimación era homogénea para la mayor parte de la HDRS. La técnica de kriging resultó ser más precisa que la IDW en la estimación de valores en puntos no muestreados.

Abstract In Colombia, agriculture can be developed on sloping land that requires zonal soil conservation practices. To do this, the area of interest is analyzed for its determining properties, usually with sampling at specific points. Techniques of interpolation such as inverse distance weighting (IDW) and of prediction such as kriging can be used for prediction and estimation of values at unsampled locations. The objective of this study was to compare the IDW and kriging methodologies for modeling the spatial distribution of the physical characteristics of the soil in the agricultural zone of the slope of the Hoya del Rio Suárez (HDRS). Data on five physical properties of the soil associated with erodibility: percentage of sand, weighted average diameter, available water retention capacity, bulk density, and real density, were used, corresponding to 932 points observed on the HDRS in a 700x700 m grid. Cross-validation was applied for each variable and the error of the evaluated techniques was compared. In addition, zoning maps of spatial variability were prepared to visually compare both procedures. The graphical representation of the IDW and the kriging estimates predictions were similar for all soil characteristics evaluated. However, cross-validation analysis yielded better results with kriging. The variance maps (kriging) showed that the estimation uncertainty was homogeneous for most of the HDRS. The kriging technique turned out to be more accurate than IDW in estimating values at non-sampled points.

ABSTRACT The principal component analysis is a multivariate statistical procedure used to reduce a set of numerous variables into a few ones that can explain a great percentage of the original variability. In this article, the principal component analysis combined with geostatistical tools were used to characterize different zones from the watershed known as “Hoya del río Suarez”, for differential agricultural management. Five physical properties were used from the watershed database: sand content in percentage, mean weighted diameter of soil aggregates, available water holding capacity, bulk density and particle density. There were used 932 points of observations from a grid of 70x70 m on the terrain. The two first principal components were used in the analysis of spatial variability. The first component was associated with the soil compaction, and it explained 40.5% of the total variance of the physical variable set. The second component was associated with soil erodibility, and it explained 21.7% of the total variance. The maps built using these components were useful to characterize the watershed soils for compaction and erodibility problems. This result will be useful to propose differential soil conservation management practices.

RESUMEN El uso de técnicas estadísticas multivariadas como el análisis de componentes principales permite resumir un grupo numeroso de variables en unas pocas que recogen un alto porcentaje de la variabilidad total. En este trabajo, se utilizó dicha técnica combinada con las herramientas de geoestadística para analizar el comportamiento conjunto de las propiedades físicas del suelo en la Hoya del río Suárez en relación con el uso de la tierra en agricultura. Se consideraron cinco variables físicas, como son: el porcentaje de arenas, el diámetro medio ponderado de los agregados, la capacidad de retención de agua disponible, la densidad aparente y la densidad real. Esta información se obtuvo de la base de datos de la hoya citada, que incluyó 932 puntos de observación de una grilla de 70x70 m sobre el terreno. Con las variables citadas se aplicó el análisis de componentes principales, y con los componentes más relevantes se realizó el análisis de variabilidad espacial. Se observó que el primer componente principal explicó el 40,5% de la varianza total de las características físicas evaluadas, asociándolo a procesos de compactación del suelo en la región de estudio, mientras que el segundo componente explicó el 21,7% de la varianza total, ligándose a la posible susceptibilidad del suelo a la erosión. Con estos componentes y el análisis espacial se elaboraron mapas que permitieron caracterizar las zonas de la hoya en estudio por problemas de compactación y erodabilidad, lo cual permitirá a futuro proponer esquemas diferenciales de prácticas de conservación del suelo.

Se propone una prueba para la hipótesis de similitud de dos secuencias dicotómicas ordenadas. Un estudio de potencia basado en simulación indica que la prueba propuesta mantiene su tamaño bajo la hipótesis nula y que su potencia crece adecuadamente con el tamaño de muestra. Además la prueba tiene la misma potencia que la prueba del signo y supera en potencia a las pruebas basadas en las estadísticas de antirrachas y de Wilcoxon.

We propose a test for the hypothesis of similarity between dichotomic ordered sequences. A simulation study was carried out to estimate the power of the proposed test. It is shown that the test maintain its size under the null hypothesis and that its power increase with the considered alternative hypothesis. In addition the proposed test is as powerful as the sign test and overtakes the antiruns test and the Wilcoxon test.

In a regular grid with 31 points located with GPS, samples were taken and based on geostatistics analysis the spatial variability of soil properties and their relationships with yield of a mango crop were studied. It was found that soil properties and crop yield presented a high, within-field, spatial variability. The range of the semi variance models varied from 10 to 192 meters, with the exception of pH and Ca, the adjusted models showed nugget/sill fraction lower than 30%, thus indicating that most of the process is explained by the structural variation and then better interpolation results could be expected. K, Ca, CIC, Ca+Mg/K fraction, slope, and altitude were the most important factors affecting crop yield. The studied method in this research is useful to define management zones within fields and some used criteria like altitude and slope are important for the zoning of larger areas and can be computed from a digital elevation model.

Se realizó un muestreo en una red regular de 31 puntos ubicados con GPS y con base en análisis geoestadísticos, se estudió la variabilidad espacial de algunas propiedades del suelo y de la topografía con el fin de establecer su incidencia en el rendimiento de un cultivo de mango. Las propiedades edáficas y el rendimiento presentaron un patrón de distribución espacial que varía de manera considerable dentro del lote. El rango de los modelos de semivarianza ajustados varió entre 10 y 192 metros. Con excepción del pH y del Ca las relaciones efecto pepita/meseta fueron menores del 30%, es decir, que en general hay precisión en las predicciones debido a que los procesos espaciales considerados son explicados en su mayoría por la variación estructural. K, Ca, CIC, pendiente del terreno, relación Ca+Mg/K y altitud fueron las variables que mayor influencia tuvieron en el rendimiento. El método aplicado es útil para definir zonas de manejo dentro de los lotes y algunos criterios como la altitud y la pendiente son aplicables para zonificación de áreas mayores calculándolos a partir de un modelo digital de elevación.