Abstract.
-
The
properties
of
grazed
grassland
soils
are
frequently
degraded
in
tropical
areas.
The
objective
of
this
work
was
to
review
the
literature
on
the
theory
and
results
of
sampling
and
analysis
of
the
spatial
variability
of
grassland
soil
properties
worldwide
and
in
Ecuador.
The
methodology,
results,
and
discussion
of
15
articles
were
reviewed,
available
in
the
databases:
Scopus,
SciELO,
ScienceDirect,
Scimago
Journal
&
Country
Rank,
Dialnet,
and
SpringerLink,
and
the
respective
theory
of
5
books.
It
was
found
that
worldwide
there
are
soil
sampling
works
that
evaluate
the
spatial
variability
of
their
properties,
while
at
the
national
level,
the
samples
do
not
consider
such
variability.
Therefore,
it
is
crucial
to
conduct
research
in
Ecuador
on
the
spatial
variability
of
soil
properties
with
grasslands,
allowing
reliable
decisions
to
be
made
for
their
management
and
conservation.
Keywords:
Semivariogram,
kriging,
soil
spatial
variability,
grassland.
Resumen.
-
Las
propiedades
de
los
suelos
con
pastizales
de
pastoreo
frecuentemente
se
degradan
en
las
zonas
tropicales.
El
objetivo
de
este
trabajo
fue
revisar
la
literatura
de
la
teoría
y
resultados
del
muestreo
y
a
n
á
l
i
s
i
s
d
e
l
a
v
a
r
i
a
b
i
l
i
d
a
d
e
s
p
a
c
i
a
l
d
e
l
a
s
p
r
o
p
i
e
d
a
d
e
s
d
e
l
s
u
e
l
o
d
e
p
a
s
t
i
z
a
l
e
s
a
n
i
v
e
l
m
u
n
d
i
a
l
y
e
n
E
c
u
a
d
o
r
.
S
e
revisó
la
metodología,
resultados
y
discusión
de
15
artículos
del
tema,
disponibles
en
las
bases
de
datos:
Scopus,
SciELO,
ScienceDirect,
Scimago
Journal
&
Country
Rank,
Dialnet
y
SpingerLink;
y
la
teoría
respectiva
d
e
5
l
i
b
r
o
s
.
S
e
e
n
c
o
n
t
r
ó
q
u
e
a
n
i
v
e
l
m
u
n
d
i
a
l
e
x
i
s
t
e
n
t
r
a
b
a
j
o
s
d
e
m
u
e
s
t
r
e
o
d
e
s
u
e
l
o
s
q
u
e
e
v
a
l
ú
a
n
l
a
variabilidad
espacial
de
sus
propiedades;
mientras
que
a
nivel
nacional
los
muestreos
no
consideran
dicha
variabilidad.
Es
importante
llevar
a
cabo
en
Ecuador
investigaciones
de
la
variabilidad
espacial
de
propiedades
del
suelo
de
pastizales,
que
permitan
tomar
decisiones
fiables
para
su
manejo
y
conservación.
Palabras
clave:
Semivariograma,
krigeado,
variabilidad
espacial
del
suelo,
pastizal.
ISSN-E:
2697-3650
Minerva
Journal
Saquicela
et al.
Muestreo de la variabilidad espacial de propiedades del suelo de pastizales
Saquicela
Rojas
Rodrigo
Alberto
h
t
t
p
s
:
/
/
o
r
c
i
d
.
o
r
g
/
0
0
0
0
-
0
0
0
3
-
2
6
0
8
-
3
1
5
0
rodrigo.saquicela@ute.edu.ec
M
a
e
s
t
r
a
n
t
e
d
e
l
I
n
s
t
i
t
u
t
o
d
e
P
o
s
g
r
a
d
o
de
la
Universidad
Técnica
de
Manabí
P
o
r
t
o
v
i
e
j
o
-
E
c
u
a
d
o
r
Universidad
UTE
S
a
n
t
o
D
o
m
i
n
g
o
-
E
c
u
a
d
o
r
Sampling
the
spatial
variability
of
grassland
soil
properties
138
Recibido
(11/07/2022),
Aceptado
(17/09/2022)
Vol.3,
Spec.
Issue
N°1,
(pp.
138-149)
Muestreo
de
la
variabilidad
espacial
de
propiedades
del
suelo
de
pastizales
Useche
Castro
Lelly
https://orcid.org/0000-0002-4294-9009
lelly.useche@utm.edu.ec
Universidad
Técnica
de
Manabí
Portoviejo-Ecuador
González
Pedraza
Ana
Francisca
h
t
t
p
s
:
/
/
o
r
c
i
d
.
o
r
g
/
0
0
0
0
-
0
0
0
2
-
4
3
9
2
-
3
7
2
4
ana.gonzalez2@unipamplona.edu.co
Universidad
de
Pamplona
Pamplona-Colombia
https://doi.org/10.47460/minerva.v1iSpecial.89
I.
INTRODUCCIÓN
El
suelo
es
un
conjunto
dinámico
formado
por
partes
físicas,
químicas
y
biológicas
que
básicamente
mantienen
la
productividad
biológica
y
conservan
la
calidad
del
ambiente
[8].
Dichas
partes
son
propiedades
que
varían
espacialmente
en
el
suelo
debido
al
manejo,
clima
y
biota
[19].
El
pastoreo
en
un
manejo
que
i
n
f
l
u
y
e
e
n
s
u
s
p
r
o
p
i
e
d
a
d
e
s
,
c
o
m
o
l
a
c
o
m
p
a
c
t
a
c
i
ó
n
q
u
e
e
s
t
á
r
e
l
a
c
i
o
n
a
d
a
c
o
n
e
l
p
i
s
o
t
e
o
d
e
l
g
a
n
a
d
o
[
6
]
.
A
s
í
,
a
nivel
mundial
hay
investigaciones
de
la
variabilidad
espacial
de
propiedades
del
suelo
de
agricultura
y
pastizales
[7],
[12],
[13],
[17].
En
Ecuador
se
desconoce
la
situación
actual
del
muestreo
de
las
propiedades
de
los
suelos
con
pastizales
de
pastoreo,
con
fines
de
planificar
diseños
de
muestreos
que
evalúen
la
variabilidad
espacial
y
predigan
con
p
r
e
c
i
s
i
ó
n
e
l
v
a
l
o
r
e
s
p
e
r
a
d
o
d
e
e
s
t
a
s
p
r
o
p
i
e
d
a
d
e
s
.
El
objetivo
de
esta
revisión
de
literatura
fue
conocer
el
estado
actual
del
diseño
y
análisis
de
muestreo
de
la
variabilidad
espacial
de
propiedades
de
suelos
de
pastizales
y
el
comportamiento
de
la
variación
de
estas.
Esta
revisión
se
basa
en
el
hecho
de
que
las
propiedades
del
suelo
varían
principalmente
por
el
manejo
agronómico,
clima,
biota
y
tipo
de
suelo
[19].
La
medición
de
propiedades
del
suelo
con
predicciones
precisas
permite
tomar
decisiones
fiables
para
su
manejo
y
conservación.
De
esta
forma,
existen
herramientas
para
m
e
d
i
r
y
a
n
a
l
i
z
a
r
l
a
v
a
r
i
a
b
i
l
i
d
a
d
e
s
p
a
c
i
a
l
d
e
p
r
o
p
i
e
d
a
d
e
s
d
e
l
s
u
e
l
o
,
c
o
m
o
e
l
m
u
e
s
t
r
e
o
b
a
s
a
d
o
e
n
e
l
m
o
d
e
l
o
,
semivariograma
y
krigeado
[2].
Se
analizaron
diversas
publicaciones
científicas
relacionadas
con
la
medición
de
la
variabilidad
espacial
de
las
propiedades
del
suelo
de
pastizales
a
nivel
mundial
y
en
Ecuador.
También
se
examinaron
libros
acerca
del
muestreo
y
análisis
de
la
variabilidad
espacial
del
suelo.
Se
resumió
la
información
encontrada.
El
presente
artículo
tiene
la
siguiente
estructura:
resumen,
traducción
del
resumen,
introducción,
desarrollo
de
la
revisión
de
la
literatura,
metodología,
resultados,
conclusiones
y
referencias.
ISSN-E:
2697-3650
Minerva
Journal
139
II.
DESARROLLO
A.
Propiedades
del
suelo
El
suelo
es
una
unidad
dinámica
con
componentes
físicos,
químicos
y
biológicos
que
interactúan
de
forma
compleja
y
definen
su
funcionamiento
para
variados
fines.
El
funcionamiento
se
refiere
a
la
calidad
del
suelo,
que
es
su
capacidad
para
impulsar
la
salud
de
animales
y
plantas,
conservar
la
calidad
ambiental
y
mantener
la
productividad
biológica
[8].
Los
componentes
del
suelo
son
materia
con
cualidades
y
atributos
denominados
propiedades,
que
sirven
para
distinguir
entre
muestras
de
suelo
[5],
[8].
El
suelo
tiene
propiedades
físicas,
químicas
y
biológicas.
Las
físicas
no
cambian
la
composición
de
la
muestra
mientras
se
mide
u
observa
la
propiedad
[8].
Las
químicas
son
los
cambios
en
la
composición
de
una
muestra
en
condiciones
de
reacción
química
[5].
Finalmente,
las
biológicas
son
cambios
causados
por
los
organismos
en
las
propiedades
físicas
y
químicas
[8].
Entre
las
propiedades
físicas
del
suelo
están
la
conductividad
hidráulica,
retención
de
agua,
porosidad
y
propiedades
mecánicas.
Entre
las
químicas
se
encuentran
el
potencial
de
hidrógeno
(pH),
estado
redox,
retención
de
iones
en
el
suelo,
salinidad
y
sodicidad.
Por
último,
las
biológicas
se
consideran
la
mineralización
potencial
de
nitrógeno
o
carbono,
tasa
de
respiración,
lombrices
de
tierra,
biomasa
bacteriana,
diversidad
bacteriana,
presencia
de
patógenos
[8].
Por
otro
lado,
las
propiedades
del
suelo
tienen
variación
y
correlación
espacial
debido
al
manejo
agronómico,
biota,
tipo
de
suelo
y
clima
[19].
Las
observaciones
más
cercanas
entre
sí
son
frecuentemente
más
parecidas
que
las
más
lejanas
[20].
Se
ha
reportado
investigaciones
de
variabilidad
espacial
de
propiedades
físicas,
químicas
y
biológicas
del
suelo
[1],
[6].
Saquicela
et al.
Muestreo de la variabilidad espacial de propiedades del suelo de pastizales
Vol.3,
Spec.
Issue
N°1,
(pp.
138-149)
140
ISSN-E:
2697-3650
Minerva
Journal
Medir
con
precisión
las
propiedades
del
suelo
ayuda
a
su
diagnóstico
y
toma
de
decisiones
para
su
manejo
y
conservación.
Para
tal
efecto,
se
han
desarrollado
herramientas
para
el
diseño
del
muestreo
de
la
variación
espacial
de
las
propiedades
del
suelo,
tales
como
el
muestreo
basado
en
el
diseño,
que
n
o
c
o
n
s
i
d
e
r
a
l
a
v
a
r
i
a
c
i
ó
n
e
s
p
a
c
i
a
l
;
y
e
l
b
a
s
a
d
o
e
n
e
l
m
o
d
e
l
o
,
q
u
e
c
o
n
s
i
d
e
r
a
l
a
v
a
r
i
a
c
i
ó
n
e
s
p
a
c
i
a
l
[
2
0
]
.
B
.
M
u
e
s
t
r
e
o
d
e
l
s
u
e
l
o
b
a
s
a
d
o
e
n
e
l
d
i
s
e
ñ
o
Existen
dos
enfoques
para
el
muestreo
de
propiedades
del
suelo:
los
basados
en
el
diseño
y
los
basados
en
el
modelo.
El
muestreo
basado
en
el
diseño
sirve
para
muestrear
con
objetividad
y
sin
sesgos.
La
inferencia
se
basa
completamente
en
el
diseño
del
muestreo
y
la
independencia
obtenida
c
o
n
l
a
s
e
l
e
c
c
i
ó
n
a
l
e
a
t
o
r
i
a
d
e
l
a
s
m
u
e
s
t
r
a
s
.
C
a
d
a
p
u
n
t
o
d
e
m
u
e
s
t
r
e
o
e
n
e
l
e
s
p
a
c
i
o
y
t
i
e
m
p
o
s
e
c
o
n
s
i
d
e
r
a
fijo,
así
como
el
valor
de
la
variable
que
se
obtenga
en
dicho
punto
[19],
[18].
Con
respecto
a
la
inferencia,
se
infiere
parámetros
poblacionales
(como
media
y
varianza)
únicos
(¿cuánto
es
su
valor?)
para
todo
el
dominio
espacial,
siempre
que
el
tamaño
de
la
muestra
sea
adecuado,
con
los
supuestos
de
independencia
espacial
(que
no
exista
correlación
espacial
de
las
variables)
y
que
la
población
(de
datos)
esté
distribuida
idénticamente
en
el
dominio
espacial.
Los
estimadores
de
los
parámetros
son
insesgados
[18],
[19],
[20].
D
e
e
s
t
a
f
o
r
m
a
,
e
l
m
u
e
s
t
r
e
o
b
a
s
a
d
o
e
n
e
l
d
i
s
e
ñ
o
,
p
a
r
a
p
o
b
l
a
c
i
o
n
e
s
i
d
é
n
t
i
c
a
m
e
n
t
e
d
i
s
t
r
i
b
u
i
d
a
s
e
independientes,
utiliza
los
diseños
de
muestreos
aleatorios
clásicos:
simple,
sistemático,
estratificado,
conglomerados,
además
del
muestreo
aleatorio
en
dos
pasos.
El
último
consiste
en
la
elección
aleatoria
de
estratos
y
elección
aleatoria
de
muestras
dentro
de
los
estratos
elegidos.
En
los
muestreos
simple,
sistemático
y
conglomerados
se
supone
la
independencia
y
población
idéntica
dentro
del
dominio
espacial;
mientras
que
en
el
estratificado
y
de
dos
pasos
la
suposición
es
dentro
de
los
estratos.
No
obstante,
la
variación
y
correlación
espacial
de
las
variables
está
presente
en
el
dominio
espacial
[20],
lo
que
no
permitiría
muestreos
fiables
basados
en
el
diseño.
C.
Muestreo
del
suelo
basado
en
el
modelo
El
muestreo
basado
en
el
modelo
permite
muestrear
sin
el
supuesto
de
independencia
espacial,
por
tanto,
no
es
necesaria
la
aleatorización
para
elegir
cada
punto
de
muestreo
[19].
Los
valores
de
la
variable
en
cada
punto
de
muestreo
se
consideran
aleatorios
y
representa
un
muestreo
único,
la
población,
de
infinitos
muestreos
posibles
a
un
universo
representado
por
un
modelo
estocástico
(con
variables
aleatorias
que
cambian
entre
instantes
de
muestreo),
la
superpoblación.
De
esa
manera,
la
aleatoriedad
del
diseño
se
genera
por
un
conjunto
de
modelos
estocásticos
[18].
Además,
se
asume
la
independencia
espacial
al
muestrear
variables
aleatorias
de
un
universo
estocástico.
Un
modelo
estocástico
usado
es
el
krigeado
[19],
[20].
En
lo
referente
a
la
inferencia,
las
variables
se
suponen
aleatorias
en
los
puntos
de
muestreo
de
un
diseño
basado
en
el
modelo,
así,
la
verdadera
media
espacial
también
es
aleatoria.
Por
tanto,
se
predice
(¿dónde
están
los
valores?)
dicha
media
en
el
dominio
espacial,
no
se
estima
con
un
único
valor
[18].
De
esta
manera
se
puede
predecir
valores
de
la
variable
en
puntos
no
muestreados,
elaborar
mapas
de
la
variación
de
las
propiedades
del
suelo
y
estimar
parámetros
del
modelo
estocástico
[20].
Por
otro
lado,
existen
los
siguientes
objetivos
a
cumplir
cuando
se
muestrea
con
base
en
el
diseño:
minimizar
la
estimación
de
la
varianza
del
error,
cubrir
por
igual
el
dominio
espacial
y
cubrir
por
igual
en
el
espacio
de
las
características
[20].
Para
minimizar
la
estimación
de
la
varianza
del
error
se
usa
el
krigeado,
que
estima
imparcialmente
los
valores
de
una
variable
en
puntos
no
muestreados
con
un
mínimo
error
de
estimación
cuadrático
medio.
También
existen
las
medias
de
superficie
con
no
homogeneidad
[20].
Saquicela
et al.
Muestreo de la variabilidad espacial de propiedades del suelo de pastizales
Vol.3,
Spec.
Issue
N°1,
(pp.
138-149)
Por
otro
lado,
para
cubrir
por
igual
el
dominio
espacial
se
asignan
los
puntos
de
muestreo
de
tal
forma
que
cubran
el
dominio
lo
más
uniformemente
posible
por
medio
de
una
cuadrícula
finita,
según
el
criterio
de
la
mínima
distancia
promedio
entre
los
puntos
adyacentes
de
la
cuadrícula
aplicada
a
su
centro
[20].
De
esta
forma,
la
cuadrícula
triangular
equilátera
cumple
esta
condición
para
un
dominio
sin
restricciones
en
asignar
puntos
de
muestreo
[11].
También
existen
otras
opciones
para
la
distancia
m
í
n
i
m
a
,
c
o
m
o
l
a
m
e
d
i
a
p
o
n
d
e
r
a
d
a
d
e
l
a
s
d
i
s
t
a
n
c
i
a
s
m
á
s
c
o
r
t
a
s
y
l
a
d
i
s
t
a
n
c
i
a
m
e
d
i
a
c
u
a
d
r
á
t
i
c
a
b
a
s
a
d
a
en
polígonos
de
Thiessen.
Otras
formas
de
cuadrícula
usadas
en
la
práctica
son:
muestreo
en
c
u
a
d
r
í
c
u
l
a
,
m
u
e
s
t
r
e
o
e
n
t
r
a
n
s
e
c
t
o
,
m
u
e
s
t
r
e
o
s
e
c
u
e
n
c
i
a
l
y
m
u
e
s
t
r
e
o
a
n
i
d
a
d
o
[
2
0
]
.
Para
cubrir
por
igual
el
espacio
de
las
características
del
dominio
espacial
se
distribuye
las
unidades
de
muestreo
de
una
forma
tal
que
permita
obtener
la
mejor
distribución
posible
de
la
población.
Para
el
efecto,
se
aplican
dos
criterios
principales:
el
muestreo
de
hipercubo
latino
y
el
de
Warrick-Myers.
En
caso
de
desconocer
distribuciones
de
la
población
previas
al
muestreo
se
utiliza
la
experiencia
en
casos
similares
o
datos
auxiliares
[20].
En
lo
referente
al
tamaño
de
la
cuadrícula,
para
el
muestreo
de
la
variabilidad
de
propiedades
químicas
del
suelo,
varía
entre
1
m
a
100
m
por
lado.
Los
puntos
de
muestreo
se
ubican
principalmente
en
el
centroide
o
en
las
esquinas
de
las
cuadrículas.
También
pueden
estar
distribuidos
por
toda
la
c
e
l
d
a
[
1
9
]
.
P
o
r
o
t
r
o
l
a
d
o
,
l
a
c
a
n
t
i
d
a
d
d
e
p
u
n
t
o
s
d
e
m
u
e
s
t
r
e
o
p
a
r
a
e
s
t
i
m
a
r
s
e
m
i
v
a
r
i
a
n
z
a
s
(
b
a
s
e
p
a
r
a
e
s
t
i
m
a
r
e
l
m
o
d
e
l
o
e
s
t
o
c
á
s
t
i
c
o
)
d
e
n
t
r
o
d
e
l
í
m
i
t
e
s
d
e
c
o
n
f
i
a
n
z
a
a
c
e
p
t
a
b
l
e
s
s
e
s
u
g
i
e
r
e
a
l
m
e
n
o
s
e
n
t
r
e
1
0
0
a
1
5
0
p
u
n
t
o
s
d
e
m
u
e
s
t
r
e
o
[
1
1
]
.
A
s
í
m
i
s
m
o
,
s
e
h
a
n
d
e
s
a
r
r
o
l
l
a
d
o
t
é
c
n
i
c
a
s
e
s
t
a
d
í
s
t
i
c
a
s
p
a
r
a
e
l
a
n
á
l
i
s
i
s
espacial
de
datos,
como
el
semivariograma,
para
analizar
la
estructura
de
la
variación
espacial
de
propiedades
del
suelo;
y
el
krigeado,
que
predice
las
variables
espaciales
en
función
del
semivariograma
[2].
D.
Análisis
estructural
El
análisis
estructural
consiste
en
encontrar
una
función
que
explique
la
estructura
de
la
dependencia
o
correlación
espacial
de
las
variables
medidas.
La
función
es
la
base
para
la
predicción
espacial
de
las
variables
y
se
denominan
funciones
de
covarianza
(covariogramas)
y
semivariogramas.
La
función
de
covarianza
empírica
se
indica
en
(1),
donde
es
la
covarianza
empírica
para
la
clase
de
distancia
de
intervalo;
es
el
número
de
pares
de
distancias
separadas
por
la
distancia
h;
y
y
son
los
valores
de
la
muestra
medidos
en
la
posición
i
e
i+h
,
respectivamente;
es
la
verdadera
media
de
la
población
y
se
estima
con
el
promedio
de
;
N
=
es
el
número
total
de
datos
[10].
141
ISSN-E:
2697-3650
Minerva
Journal
La
función
del
semivariograma
empírico
usualmente
se
calcula
con
el
estimador
de
momentos
de
Matheron
(2),
donde
es
el
semivariograma
empírico
para
la
clase
de
distancia
de
intervalo
[2].
Saquicela
et al.
Muestreo de la variabilidad espacial de propiedades del suelo de pastizales
Vol.3,
Spec.
Issue
N°1,
(pp.
138-149)
142
ISSN-E:
2697-3650
Minerva
Journal
No
obstante,
cuando
la
varianza
residual
es
pequeña,
el
semivariograma
se
puede
calcular
de
forma
menos
sesgada
con
el
estimador
de
Cressie-Hawkins
[2].
El
semivariograma
se
completa
al
modelar
el
semivariograma
en
función
de
la
distancia
,
con
los
modelos
exponencial
(3),
esférico
(4),
gausiano
(5);
donde
es
la
ordenada
de
origen
del
semivariograma
(pepita
o
nugget)
que
representa
la
varianza
total
de
los
errores
aleatorios
o
sin
estructura
espacial
y
los
errores
por
no
medir
con
menor
distancia
de
intervalo
;
es
la
varianza
estructural
o
meseta
del
semivariograma
(sill);
es
el
rango
e
indica
la
distancia
desde
el
origen
hasta
cuando
se
llega
a
la
meseta.
El
rango
práctico
es
la
distancia
desde
el
origen
hasta
cuando
la
semivarianza
el
95
%
de
la
varianzal
total;
siempre
que
el
semivariograma
llegue
asintóticamente
a
la
meseta;
indica
la
varianza
umbral
y
a
partir
de
ahí
las
observaciones
son
independientes
[10].
Además,
hay
otros
modelos
como
el
exponencial-coseno,
de
onda,
De
Wijsian,
cúbico,
pentaesférico,
pepita
puro
[10].
Los
métodos
de
ajuste
de
los
datos
al
modelo
son
por
mínimos
c
u
a
d
r
a
d
o
s
y
m
o
d
e
l
o
s
l
i
n
e
a
l
e
s
m
i
x
t
o
s
[
2
]
.
N
o
o
b
s
t
a
n
t
e
,
c
u
a
n
d
o
l
a
v
a
r
i
a
n
z
a
r
e
s
i
d
u
a
l
e
s
p
e
q
u
e
ñ
a
,
e
l
semivariograma
se
puede
calcular
de
forma
menos
sesgada
con
el
estimador
de
Cressie-Hawkins
[2].
El
semivariograma
se
completa
al
modelar
el
semivariograma
en
función
de
la
distancia
,
con
los
modelos
exponencial
(3),
esférico
(4),
gausiano
(5);
donde
es
la
ordenada
de
origen
del
semivariograma
(pepita
o
nugget)
que
representa
la
varianza
total
de
los
errores
aleatorios
o
sin
estructura
espacial
y
los
errores
por
no
medir
con
menor
distancia
de
intervalo
;
es
la
varianza
estructural
o
meseta
del
semivariograma
(sill);
es
el
rango
e
indica
la
distancia
desde
el
origen
hasta
cuando
se
llega
a
la
meseta.
El
rango
práctico
es
la
distancia
desde
el
origen
hasta
cuando
la
semivarianza
el
95
%
de
la
varianzal
total;
siempre
que
el
semivariograma
llegue
asintóticamente
a
la
meseta;
indica
la
varianza
umbral
y
a
partir
de
ahí
las
observaciones
son
independientes
[10].
Además,
hay
otros
modelos
como
el
exponencial-
coseno,
de
onda,
De
Wijsian,
cúbico,
pentaesférico,
pepita
puro
[10].
Los
métodos
de
ajuste
de
los
datos
al
modelo
son
por
mínimos
cuadrados
y
modelos
lineales
mixtos
[2].
La
varianza
estructural
relativa
es
la
razón
entre
la
varianza
estructural
y
la
varianza
umbral
e
indica
el
grado
de
estructuración
espacial.
Mientras
más
alto
sea
el
valor
de
la
varianza
estructural
relativa,
más
eficientes
serán
las
predicciones
estadísticas.
Se
clasifica
en
bajo,
<
25
%;
medio,
25
%
a
75
%;
alto,
>
75
%
[2].
E.
Predicción
espacial
La
predicción
de
la
variable
en
el
dominio
espacial
(campo,
de
terreno,
donde
se
muestrea)
se
denomina
predicción
espacial.
El
método
de
predicción
común
es
el
krigeado
(kriging)
que
tiene
su
base
en
el
semivariograma
empírico.
El
krigeado
genera
el
valor
esperado
con
el
mejor
estimador
lineal
insesgado
y
el
error
de
estimación
(varianza
krigeada).
Existe
el
krigeado
puntual
y
en
bloques.
El
puntual
se
usa
para
predecir
la
variable
en
lugares
(puntos)
no
muestreados
mucho
menores
que
las
distancias
espaciales;
mientas
que
el
krigeado
en
bloques
es
para
predecir
el
promedio
de
la
variable
en
una
superficie
mayor
que
el
puntual,
por
medio
de
estimaciones
puntuales
en
dicha
superficie
[2].
Saquicela
et al.
Muestreo de la variabilidad espacial de propiedades del suelo de pastizales
Vol.3,
Spec.
Issue
N°1,
(pp.
138-149)
ISSN-E:
2697-3650
Minerva
Journal
Entre
el
krigeado
puntal
existen
el
krigeado
ordinario
(6),
simple
(7)
y
universal
(8)
para
la
predicción
e
s
p
a
c
i
a
l
,
d
o
n
d
e
e
s
l
a
v
a
r
i
a
b
l
e
p
r
e
d
i
c
h
a
e
n
c
u
a
l
q
u
i
e
r
n
u
e
v
o
p
u
n
t
o
;
s
o
n
l
o
s
p
e
s
o
s
a
s
i
g
n
a
d
o
s
a
c
a
d
a
observación
con
suma
de
uno;
es
función
de
las
coordenadas
espaciales.
El
ordinario
y
simple
es
para
v
a
r
i
a
b
l
e
s
c
o
n
d
i
s
t
r
i
b
u
c
i
ó
n
n
o
r
m
a
l
y
e
l
u
n
i
v
e
r
s
a
l
p
a
r
a
v
a
r
i
a
b
l
e
s
c
o
n
m
e
d
i
a
q
u
e
d
e
p
e
n
d
e
d
e
l
a
v
a
r
i
a
n
z
a
.
E
l
krigeado
ordinario
se
utiliza
para
estimar
localmente
la
media
de
la
variable;
el
krigeado
simple,
cuando
se
conoce
la
media
poblacional
de
la
variable;
el
universal,
para
estimar
la
influencia
espacial
de
los
datos
con
las
coordenadas
espaciales
[2].
143
III.
METODOLOGÍA
La
información
de
muestreo
de
variabilidad
espacial
de
las
propiedades
del
suelo
de
pastizales
se
hizo
con
el
motor
de
búsqueda
Google
Académico.
Las
palabras
clave
usadas
fueron
las
siguientes:
“spatial
variability
soil
physical”,
“kriging”,
“gaussian
secuantial
simulation”,
“soil
degradation”,
“soil
properties
spatial
variation
grass”,
“soil
sampling”,
“grid
soil
sampling”
y
“variabilidade
espacial
do
solo
pastagem”.
Se
eligieron
20
documentos
científicos,
de
los
cuales
15
eran
artículos
y
5
eran
libros.
Los
artículos
que
generó
la
búsqueda
estuvieron
en
bases
de
datos
indexadas
como
Scopus,
SciELO,
ScienceDirect,
Scimago
Journal
&
Country
Rank,
Dialnet,
SpingerLink.
Los
libros
consultados
fueron
publicados
por
editoras
como
Elsiever,
Springer,
Pearson,
Brujas,
Mundi-Prensa
y
Wiley.
Los
artículos
elegidos
se
revisaron
principalmente
las
metodologías,
resultados
y
conclusiones,
y
se
escribieron
los
respectivos
resúmenes.
En
los
libros
se
revisaron
conceptos
de
propiedades
del
suelo
y
de
muestreo
de
la
variabilidad
espacial
de
dichas
propiedades.
También
existe
el
krigeado
indicador
para
variables
binarias
o
variables
continuas
transformadas
a
binarias;
el
krigeado
disyuntivo
(y
el
krigeado
indicador)
para
interpolación
no
lineal,
el
krigeado
intrínseco
para
variables
heterogéneas
con
varias
medias;
kriging
recursivo
con
el
filtro
Kalman
y
krigeado
con
la
máxima
entropía
bayesiana
que
tiene
menos
restricciones
e
incorporar
más
conocimiento
previo
[10].
En
cuanto
al
krigeado
en
bloques
el
más
común
es
el
krigeado
ordinario
en
bloques,
donde
es
la
variable
predicha
en
el
dominio
centrado
en
el
punto
de
interés
[2].
IV.
RESULTADOS
Se
presentan
los
resultados
de
la
revisión
de
literatura
de
diseño
de
muestreo
y
análisis
de
la
variabilidad
espacial
de
propiedades
del
suelo
de
pastizales.
A.
Diseños
de
muestreo
de
la
variabilidad
espacial
de
propiedades
del
suelo
a
nivel
mundial
En
Portugal
se
diseñó
un
muestreo
para
medir
la
variabilidad
espacial
de
la
textura,
humedad,
pH,
materia
orgánica,
nitrógeno,
fósforo
y
potasio
del
suelo
de
un
pastizal
cultivado
y
con
pastoreo
de
ovejas
y
ganado
bovino.
Se
tomaron
76
muestras
compuestas
en
un
terreno
de
6
ha
dividido
en
cuadrículas
de
28
m
por
28
m.
Las
muestras
se
tomaron
de
0-30
cm
de
profundidad
del
suelo.
La
muestra
compuesta,
para
obtener
una
muestra
por
cuadrícula,
consistió
en
cinco
submuestras,
cuatro
muestreadas
en
las
esquinas
de
la
cuadrícula
y
una
de
su
centro.
Los
datos
se
analizaron
con
estadística
descriptiva,
correlación
y
mapas
de
variabilidad
espacial
con
un
interpolador
de
distancia
al
cuadrado
inverso
[17].
Saquicela
et al.
Muestreo de la variabilidad espacial de propiedades del suelo de pastizales
Vol.3,
Spec.
Issue
N°1,
(pp.
138-149)
ISSN-E:
2697-3650
Minerva
Journal
144
En
otra
investigación
llevada
a
cabo
en
Brasil
en
un
pasto
cultivado
y
con
pastoreo
de
bovinos
se
muestreó
propiedades
del
suelo
para
medir
la
variabilidad
espacial
y
elaborar
mapas
de
fertilidad
del
suelo.
Se
muestreó
el
pH,
contenidos
de
carbono
orgánico
y
arcilla,
fósforo,
calcio
y
magnesio
disponibles,
potasio
aluminio
e
hidrógeno
intercambiables,
capacidad
de
intercambio
catiónico
efectiva,
saturación
de
bases
y
conductividad
eléctrica.
El
pastizal
tenía
5,3
ha
divido
en
270
potreros
donde
se
tomaron
73
muestras
de
s
u
e
l
o
,
e
x
c
e
p
t
o
p
a
r
a
l
a
c
o
n
d
u
c
t
i
v
i
d
a
d
e
l
é
c
t
r
i
c
a
,
q
u
e
f
u
e
r
o
n
4
7
9
4
.
S
e
u
t
i
l
i
z
ó
e
l
m
u
e
s
t
r
e
o
p
o
r
z
o
n
a
s
d
e
m
a
n
e
j
o
,
que
consiste
en
delimitar
zonas
de
similares
rendimientos
del
pasto
y
presencia
de
malezas,
dentro
de
las
c
u
a
l
e
s
s
e
t
o
m
ó
u
n
a
m
u
e
s
t
r
a
c
o
m
p
u
e
s
t
a
d
e
a
l
m
e
n
o
s
1
0
s
u
b
m
u
e
s
t
r
a
s
.
N
o
s
e
h
i
z
o
e
l
m
u
e
s
t
r
o
p
o
r
c
u
a
d
r
í
c
u
l
a
s
,
no
se
indica
las
dimensiones
de
las
zonas
de
muestreo.
La
profundidad
de
muestreo
fue
de
0-20
cm
de
profundidad.
Se
usó
el
semivariograma
ajustado
a
modelos
empíricos
y
programas
de
sistemas
de
información
geográfica
para
elaborar
mapas
de
fertilidad
del
suelo.
No
se
indica
la
cantidad
total
de
muestras
para
la
conductividad
eléctrica
[7].
Así
mismo,
en
Brasil,
se
muestreó
un
pastizal
cultivado
(degradado)
para
pastoreo
las
propiedades
del
suelo
para
evaluar
su
variabilidad
espacial.
Se
muestreó
el
contenido
de
arena,
limo,
arcilla,
de
0-20
cm
de
profundidad,
la
densidad
aparente
de
0-10
cm
y
de
10-20
cm,
resistencia
a
la
penetración
cada
5
cm
de
profundidad
de
0-30
cm,
permeabilidad
e
infiltración
tridimensional
de
0-20
cm.
El
pH,
potasio,
calcio,
magnesio,
fósforo,
aluminio,
materia
orgánica,
suma
de
bases,
acidez
potencial,
capacidad
de
intercambio
catiónico,
saturación
de
bases
y
de
aluminio,
se
muestrearon
de
0-10
cm
y
de
10-20
cm.
El
pastizal
tenía
3,67
h
a
y
s
e
t
o
m
a
r
o
n
5
0
m
u
e
s
t
r
a
s
d
e
s
u
e
l
o
c
a
d
a
3
0
m
a
p
r
o
x
i
m
a
d
a
m
e
n
t
e
,
c
o
n
e
s
p
a
c
i
a
d
o
s
i
r
r
e
g
u
l
a
r
e
s
(
n
o
c
u
a
d
r
í
c
u
l
a
s
)
e
n
t
r
e
p
u
n
t
o
s
d
e
m
u
e
s
t
r
e
o
(
d
e
f
i
n
i
d
o
s
c
o
n
s
i
s
t
e
m
a
d
e
p
o
s
i
c
i
o
n
a
m
i
e
n
t
o
g
l
o
b
a
l
,
G
P
S
,
d
e
n
a
v
e
g
a
c
i
ó
n
)
.
L
o
s
d
a
t
o
s
s
e
a
n
a
l
i
z
a
r
o
n
c
o
n
e
s
t
a
d
í
s
t
i
c
a
s
d
e
s
c
r
i
p
t
i
v
a
,
s
e
m
i
v
a
r
i
o
g
r
a
m
a
a
j
u
s
t
a
d
o
a
m
o
d
e
l
o
s
y
krigeado
ordinario
[6].
También
en
Brasil,
se
investigó
las
propiedades
del
suelo
de
un
pasto
cultivado
y
con
pastoreo
para
evaluar
la
variabilidad
espacial.
Las
propiedades
muestreadas
fueron:
pH,
calcio,
magnesio
y
aluminio
intercambiables,
fósforo,
acidez
potencial,
capacidad
de
intercambio
catiónico,
suma
de
bases,
saturación
de
bases,
saturación
de
aluminio
y
carbono
orgánico.
el
muestreo
se
hizo
en
un
área
de
56
m
por
80
m
en
cuadrículas
de
8
m
con
espaciado
regular.
Los
puntos
de
muestreo
fueron
las
intersecciones
de
las
cuadrículas,
88
en
total.
En
cada
punto
de
muestreo
se
tomaron
muestras
de
0-5
cm,
5-10
cm
y
10-20
cm
de
profundidad.
Los
datos
se
analizaron
con
la
estadística
descriptiva,
semivariograma
ajustado
al
modelo
esférico
y
krigeado
[4].
En
Brasil
se
muestreó
un
pastizal
de
pastoreo
para
medir
la
variabilidad
espacial
de
flujo
de
dióxido
de
carbono,
temperatura
y
humedad
del
suelo.
El
lugar
de
muestreo
fue
de
70
m
por
70
m,
en
cuadrículas
regulares
de
10
m
de
espaciamiento.
Los
puntos
de
muestreo
fueron
las
intersecciones
de
las
cuadrículas
y
la
profundidad
de
muestreo
fue
de
0-20
cm.
Los
datos
fueron
analizados
con
estadística
descriptiva,
semivariograma
ajustados
a
modelos
y
krigeado
[1].
Por
otro
lado,
en
Venezuela
se
muestrearon
las
propiedades
del
suelo
de
un
cultivo
agrícola:
arena,
arcilla,
limo,
pH
y
materia
orgánica.
Una
finca
de
286
ha
se
dividió
en
cinco
unidades
de
suelo
según
la
variabilidad
analizada
en
una
fotografía
aérea
(escala
1:25
000).
Se
muestreó
en
el
primer
horizonte
genésico
(no
se
indica
la
profundidad)
por
puntos
de
muestreo
separados
sistemáticamente
entre
sí
de
50-100
m
y
se
obtuvo
un
total
de
67
muestras
que
cubría
toda
la
finca.
Los
datos
se
analizaron
con
la
estadística
descriptiva,
semivariograma
ajustado
a
modelos
teóricos
y
kigreado
puntual
[13].
En
otro
lugar,
Arabia
Saudita,
se
muestreó
un
suelo
con
pasto
cultivado
para
medir
la
variabilidad
espacial
de
sus
propiedades:
pH,
conductividad
eléctrica,
textura
y
compactación.
Se
muestreó
16
ha
de
suelo
por
medio
de
cuadrículas
regulares
de
40
m
por
40
m
de
separación.
Los
puntos
de
muestreo
fueron
86,
la
profundidad
de
muestreo
fue
de
0-20
cm,
excepto
para
la
compactación
que
fue
de
0-15
m.
Los
datos
fueron
analizados
con
semivariograma
y
krigeado
ordinario
[3].
Saquicela
et al.
Muestreo de la variabilidad espacial de propiedades del suelo de pastizales
Vol.3,
Spec.
Issue
N°1,
(pp.
138-149)
ISSN-E:
2697-3650
Minerva
Journal
145
Finalmente,
en
España
se
diseñó
un
muestreo
para
medir
la
variabilidad
de
la
conductividad
eléctrica,
resistencia
a
la
penetración
y
humedad
gravimétrica
del
suelo
de
un
cultivo
de
maíz,
que
antes
tenía
pasto
de
corte.
El
diseño
consistió
en
40
puntos
de
muestreo
cada
10
cm
hasta
los
90
cm
de
profundidad,
distribuidos
en
6
ha,
con
muestreo
no
aleatorio
dentro
de
los
transectos
donde
se
midió
la
conductividad
eléctrica.
La
mínima
distancia
entre
dos
puntos
adyacentes
fue
de
12
m
y
máxima
de
113
m.
La
mínima
d
i
s
t
a
n
c
i
a
e
n
t
r
e
t
r
a
n
s
e
c
t
o
s
f
u
e
d
e
4
m
y
l
a
m
á
x
i
m
a
d
e
3
0
m
.
S
e
u
s
ó
l
a
c
o
n
d
u
c
t
i
v
i
d
a
d
e
l
é
c
t
r
i
c
a
d
e
l
s
u
e
l
o
p
a
r
a
elegir
los
puntos
de
muestreo,
por
estudios
previos
que
indican
una
relación
de
la
conductividad
eléctrica
c
o
n
l
a
t
e
x
t
u
r
a
,
h
u
m
e
d
a
d
y
s
a
l
i
n
i
d
a
d
d
e
l
s
u
e
l
o
.
L
o
s
d
a
t
o
s
s
e
a
n
a
l
i
z
a
r
o
n
c
o
n
l
a
e
s
t
a
d
í
s
t
i
c
a
d
e
s
c
r
i
p
t
i
v
a
,
modelado
del
variograma
y
krigeado
ordinario
y
universal
[12].
B.
Diseños
de
muestreo
de
propiedades
del
suelo
en
Ecuador
En
una
investigación
realizada
en
El
Oro
se
muestreó
las
propiedades
del
suelo
de
un
pastizal
cultivado
para
pastoreo
y
bosque:
textura,
pH,
fósforo,
potasio,
calcio,
hierro,
magnesio,
carbono
orgánico,
flora
total
y
bacterias.
Se
muestreó
3
ha
de
2
parcelas
por
medio
de
2
transectos
de
30
m
cada
uno,
separados
entre
sí
cada
50
m
de
distancia.
Los
puntos
de
muestreo
fueron
a
los
0
m,
15
m
y
30
m
dentro
de
cada
transecto
por
medio
de
calicatas
escalonadas.
Una
de
las
parcelas
tenía
forma
de
L
y
se
muestreó
a
los
0
m
y
25
m
en
dirección
vertical
y
de
25-50
m
en
dirección
horizontal.
La
profundidad
de
muestreo
fue
de
0-10
cm,
10-20
cm
y
20-30
cm.
También
se
muestrearon
2
ha
de
bosque
nativo
en
4
transectos
ubicados
a
lo
largo
de
los
p
a
s
t
i
z
a
l
e
s
.
E
l
a
n
á
l
i
s
i
s
e
s
t
a
d
í
s
t
i
c
o
s
e
h
i
z
o
c
o
n
a
n
á
l
i
s
i
s
d
e
v
a
r
i
a
n
z
a
y
c
o
r
r
e
l
a
c
i
ó
n
.
N
o
s
e
r
e
p
o
r
t
a
a
n
á
l
i
s
i
s
d
e
l
a
v
a
r
i
a
b
i
l
i
d
a
d
e
s
p
a
c
i
a
l
d
e
l
s
u
e
l
o
[
9
]
.
En
otra
investigación
ejecutada
en
Quevedo
se
muestreó
propiedades
del
suelo
en
cinco
sistemas
de
uso
del
suelo:
bosque
primario,
pasto
cultivado
para
pastoreo,
cacao,
palma
aceitera
y
maíz.
Las
propiedades
evaluadas
fueron:
conductividad
hidráulica,
densidad
aparente,
densidad
real,
porosidad
total,
porosidad
de
aireación,
textura,
arcilla
dispersa
en
agua,
grado
de
floculación,
materia
orgánica
e
índice
de
materia
orgánica.
En
cada
sistema
se
tomaron
muestras
hasta
60
cm
de
profundidad
cada
10
cm,
por
triplicado
y
se
obtuvo
18
muestras
en
cada
sistema.
No
se
reporta
las
distancias
de
muestreo
ni
el
área
de
muestreo.
Se
utilizó
el
análisis
de
varianza,
correlación
y
análisis
de
componentes
principales
para
el
analizar
los
datos.
No
se
indica
análisis
de
variabilidad
espacial
del
suelo
[14].
Por
otro
lado,
en
Machala
se
investigó
las
propiedades
del
suelo
de
cinco
agrosistemas:
banano
(8,32
ha),
ciclo
corto
(1,74
ha),
pastos
cultivados
para
pastoreo
(4,89
ha),
cacao
(5,98
ha)
y
bosque
secundario
(2,43
ha).
El
área
total
de
los
agrosistemas
es
de
23,36
ha.
Las
propiedades
medidas
fueron:
densidad
real,
textura,
pH,
materia
orgánica,
conductividad
eléctrica
y
capacidad
de
intercambio
catiónico.
Dentro
de
cada
agroecosistema
se
fijaron
aleatoriamente
tres
puntos
de
muestreo
y
las
muestras
se
tomaron
cada
15
cm
hasta
los
30
cm
de
profundidad
por
medio
de
calicatas.
En
total
se
obtuvieron
6
muestras
por
agroecosistema.
No
se
indica
las
distancias
entre
puntos
de
muestreo.
El
análisis
estadístico
empleado
fue
el
análisis
de
varianza.
No
se
reportan
análisis
de
la
variabilidad
espacial
del
suelo
[15].
Finalmente,
en
Pastaza
se
muestrearon
propiedades
de
suelos
con
varios
usos
que
fueron
3
chacras
distintas
(terrenos
con
varios
cultivos),
3
pastos
distintos
y
1
boque
natural:
densidad
aparente,
conductividad
hidráulica
saturada,
porosidad
total
y
de
aireación,
pH,
calcio,
magnesio,
potasio,
fósforo,
zinc,
aluminio,
cobre,
acidez
intercambiable,
carbono
orgánico
total,
número
de
lombrices.
En
cada
suelo
se
definió
un
transecto
que
cubrió
el
terreno
y
se
muestreó
sistemáticamente
en
5
parcelas
de
10
m
por
10
m,
donde
se
tomó
una
muestra
compuesta
de
5
submuestras,
a
profundidades
de
0-10
cm
y
de
10-30
cm.
Las
muestras
para
el
análisis
físico
y
químico
del
suelo
se
tomaron
separadas,
que
fueron
20
en
total
por
parcela.
No
se
indica
en
área
de
muestreo
ni
la
distancia
entre
parcelas
de
muestreo.
El
análisis
utilizado
fue
el
análisis
de
varianza,
análisis
de
componentes
principales
y
correlación.
No
se
indica
análisis
de
variabilidad
espacial
del
suelo
[16].
Saquicela
et al.
Muestreo de la variabilidad espacial de propiedades del suelo de pastizales
Vol.3,
Spec.
Issue
N°1,
(pp.
138-149)
ISSN-E:
2697-3650
M
i
n
e
r
v
a
J
o
u
r
n
a
l
146
C.
Variabilidad
espacial
de
las
propiedades
del
suelo
a
nivel
mundial
Una
de
las
investigaciones
de
muestreo
de
la
variabilidad
de
propiedades
del
suelo
cultivado
con
pastos
de
pastoreo
que
fue
hecha
en
Brasil,
se
observa
que
el
semivariograma
indica
independencia
de
propiedades
de
fertilidad
del
suelo
entre
62
m
para
el
Mg
a
10
000
m
para
el
pH.
Los
modelos
que
se
ajustan
al
semivariograma
fueron
el
esférico,
gausiano
y
exponencial.
Para
el
suelo
en
particular
muestreado
se
recomienda
distancias
de
62
m
para
el
muestreo
de
la
variabilidad
espacial
de
las
propiedades
de
fertilidad
d
e
l
s
u
e
l
o
[
7
]
.
E
n
o
t
r
a
i
n
v
e
s
t
i
g
a
c
i
ó
n
,
a
s
i
m
i
s
m
o
e
n
B
r
a
s
i
l
,
l
a
i
n
d
e
p
e
n
d
e
n
c
i
a
e
s
p
a
c
i
a
l
d
e
p
r
o
p
i
e
d
a
d
e
s
f
í
s
i
c
a
s
d
e
u
n
s
u
e
l
o
c
o
n
pastizal
cultivado
con
pastoreo
está
entre
35
m
para
la
resistencia
a
la
penetración
y
110
m
para
la
infiltración.
En
cuanto
a
las
propiedades
químicas
de
fertilidad
del
suelo
se
observa
la
distancia
de
independencia
espacial
entre
50
m
para
la
capacidad
de
intercambio
catiónico
y
140
m
de
distancia
para
el
potasio.
Se
ajustan
los
modelos:
exponencial,
gausiano
y,
en
su
mayoría,
el
esférico.
Con
respecto
a
la
relación
entre
variables,
la
compactación
del
suelo
no
tiene
relación
con
la
textura
del
suelo,
si
tiene
con
el
pisoteo
del
ganado.
En
general
hay
dependencia
entre
los
mapas
de
pH,
capacidad
de
intercambio
catiónico
y
saturación
de
bases
con
los
de
materia
orgánica,
calcio
y
magnesio,
las
propiedades
físicas
del
suelo
permiten
detectar
áreas
degradadas
del
pastizal
y
la
producción
del
pasto
está
más
influida
por
las
propiedades
físicas
que
por
las
químicas
[6].
P
o
r
o
t
r
o
l
a
d
o
,
e
n
E
s
p
a
ñ
a
,
e
n
u
n
s
u
e
l
o
c
u
l
t
i
v
a
d
o
c
o
n
m
a
í
z
q
u
e
a
n
t
e
r
i
o
r
m
e
n
t
e
t
e
n
í
a
p
a
s
t
o
d
e
c
o
r
t
e
,
s
e
o
b
t
i
e
n
e
u
n
s
e
m
i
v
a
r
i
o
g
r
a
m
a
d
e
l
a
r
e
s
i
s
t
e
n
c
i
a
a
l
a
p
e
n
e
t
r
a
c
i
ó
n
h
a
s
t
a
5
0
c
m
d
e
p
r
o
f
u
n
d
i
d
a
d
a
j
u
s
t
a
d
o
a
l
m
o
d
e
l
o
s
e
m
i
e
s
f
é
r
i
c
o
;
s
i
n
e
m
b
a
r
g
o
,
d
e
5
0
-
9
0
c
m
s
o
l
o
h
a
y
e
f
e
c
t
o
p
e
p
i
t
a
p
u
r
o
d
e
b
i
d
o
a
q
u
e
s
e
t
o
m
a
r
o
n
frecuentemente
datos
poco
útiles.
Además,
la
conductividad
eléctrica
aparente
(medida
directamente
en
campo)
representa
eficientemente
la
variación
espacial
de
la
resistencia
a
la
penetración,
porque
ambas
variables
están
relacionadas
con
la
humedad,
además
de
mejorar
ligeramente
el
krigeado
al
ser
usada
como
cokrigeado
universal
[12].
Finalmente,
en
Venezuela
se
muestreó
las
propiedades
de
un
suelo
de
cultivo
agrícola
y
se
reporta
que
la
independencia
espacial
está
entre
347,3
m
para
el
limo
y
arena
y
469,7
m
para
el
pH.
La
dependencia
espacial
es
fuerte
para
la
materia
orgánica,
pH
y
limo;
moderada
para
la
arena;
débil
para
la
arcilla.
El
modelo
que
se
ajusta
a
la
semivarianza
fue
el
esférico.
El
krigeado
muestra
que
el
terreno
se
puede
dividir
en
unidades
de
suelo
con
alta
coincidencia
a
la
división
con
base
en
la
fotografía
aérea,
que
inicialmente
se
usó
para
dividir
el
terreno
en
dichas
unidades
y
muestrear
[13].
D.
Variabilidad
de
las
propiedades
de
suelos
en
Ecuador
En
una
investigación
realizada
en
los
Ríos
se
muestreó
propiedades
físicas
del
suelo
de
sistemas
de
uso
del
suelo.
El
suelo
con
pasto
cultivado
para
pastoreo
presentó
cambios
de
las
propiedades
principalmente
en
las
capas
superficiales
del
suelo,
al
igual
que
los
monocultivos,
al
ser
comparados
con
el
suelo
de
bosque
primario.
Los
cambios
de
las
propiedades
perjudicaron
el
movimiento
vertical
del
agua
en
el
suelo.
Según
el
análisis
de
componentes
principales
el
suelo
del
pastizal
tiene
los
mayores
contenidos
de
humedad
volumétrica,
limo,
conductividad
hidráulica
y
relación
materia
orgánica/(limo
más
arcilla).
Asimismo,
en
todos
los
sistemas
de
uso
de
suelo
la
densidad
aparente
y
materia
orgánica,
la
densidad
real
y
arcilla
dispersa
en
agua,
la
conductividad
hidráulica
y
materia
orgánica/(limo
más
arcilla)
tienen
las
mayores
correlaciones
positivas;
mientras
que
la
humedad
volumétrica
con
la
densidad
real
y
arcilla
dispersa
en
agua,
la
arena
con
la
densidad
aparente
y
materia
orgánica
tuvieron
las
mayores
correlaciones
negativas
[14].
Saquicela
et al.
Muestreo de la variabilidad espacial de propiedades del suelo de pastizales
Vol.3,
Spec.
Issue
N°1,
(pp.
138-149)
ISSN-E:
2697-3650
Minerva
Journal
147
Por
otro
lado,
en
El
Oro
se
muestreó
en
suelos
destinados
a
varios
agrosistemas
y
se
encuentra
que
la
densidad
real,
materia
orgánica,
del
suelo
con
pastos
cultivados
para
pastoreo
es
significativamente
menor
que
el
suelo
de
bosque,
banano,
cacao
y
maíz;
mientras
que
la
capacidad
de
intercambio
catiónico
y
conductividad
eléctrica
del
suelo
de
pastos
son
significativamente
mayores
que
los
demás
cultivos
nombrados
[15].
Por
último,
en
Pastaza
se
observó
que
el
suelo
destinado
al
cultivo
de
pastos
tuvo
diferencias
significativas
d
e
p
r
o
p
i
e
d
a
d
e
s
f
í
s
i
c
a
s
,
q
u
í
m
i
c
a
s
y
b
i
o
l
ó
g
i
c
a
s
a
l
s
e
r
c
o
m
p
a
r
a
d
a
s
c
o
n
e
l
s
u
e
l
o
d
e
b
o
s
q
u
e
y
c
h
a
c
r
a
s
.
T
a
m
b
i
é
n
se
evaluó
los
suelos
con
un
índice
de
calidad
y
reportan
que
los
destinados
a
los
pastos
y
chacras
en
general
t
i
e
n
e
n
u
n
a
c
a
l
i
d
a
d
l
e
v
e
m
e
n
t
e
s
u
p
e
r
i
o
r
;
s
i
n
e
m
b
a
r
g
o
,
l
a
s
c
h
a
c
r
a
s
y
b
o
s
q
u
e
t
i
e
n
e
n
m
a
y
o
r
c
a
l
i
d
a
d
e
n
l
a
c
a
p
a
superficial
del
suelo.
Los
suelos
de
10-30
cm
de
profundidad
de
los
pastos
tienen
los
mayores
valores
de
densidad
aparente,
porosidad
de
retención
y
pH;
mientras
que
a
profundidades
de
0-10
cm
el
aluminio,
potasio,
magnesio
y
calcio
tienen
los
mayores
valores.
Por
otro
lado,
la
conductividad
hidráulica
saturada
y
la
porosidad
de
aireación,
el
potasio,
calcio
y
magnesio,
la
densidad
aparente
y
porosidad
de
retención
tienen
las
mayores
correlaciones
positivas;
mientras
que
la
densidad
aparente
con
la
conductividad
hidráulica
saturada
y
porosidad
de
aireación,
y
la
porosidad
de
retención
con
la
materia
orgánica
tienen
las
mayores
correlaciones
negativas
[16].
CONCLUSIONES
S
e
h
a
r
e
a
l
i
z
a
d
o
u
n
a
r
e
v
i
s
i
ó
n
p
r
e
l
i
m
i
n
a
r
d
e
l
i
t
e
r
a
t
u
r
a
a
c
e
r
c
a
d
e
l
m
u
e
s
t
r
e
o
d
e
l
a
v
a
r
i
a
b
i
l
i
d
a
d
e
s
p
a
c
i
a
l
d
e
p
r
o
p
i
e
d
a
d
e
s
d
e
l
s
u
e
l
o
d
e
p
a
s
t
i
z
a
l
e
s
.
A
n
i
v
e
l
m
u
n
d
i
a
l
e
x
i
s
t
e
n
d
i
s
e
ñ
o
s
d
e
m
u
e
s
t
r
e
o
d
e
s
u
e
l
o
s
c
o
n
p
a
s
t
i
z
a
l
e
s
que
evalúan
la
variabilidad
espacial
del
suelo;
mientras
que
a
nivel
nacional
(Ecuador)
los
muestreos
revisados
no
estudian
la
variabilidad
espacial
del
suelo
(relación
de
las
propiedades
con
sus
coordenadas
donde
fue
medida),
generalmente
se
muestrea
dentro
de
parcelas
de
un
terreno
para
estimar
parámetros
descriptivos
de
las
propiedades
del
suelo,
comparaciones
entre
diferentes
usos
del
suelo,
correlaciones
o
relaciones
entre
propiedades.
Los
diseños
del
muestreo
de
la
variabilidad
espacial
del
suelo
empleados
son
en
cuadrículas
regulares,
transectos
o
sin
un
patrón
regular
de
muestreo.
Los
muestreos
en
cuadrículas
regulares
tienen
de
8
m
hasta
40
m
de
lado
de
cuadrícula
y
los
puntos
de
muestreo
son
generalmente
en
las
intersecciones
de
la
cuadrícula.
Mientras
que
los
muestreos
en
transectos
o
sin
un
patrón
regular
tienen
distancias
de
4
m
a
50
m
entre
sí,
con
puntos
de
muestreo
espaciados
de
12
m
a
113
m.
El
número
de
puntos
de
muestreo
va
de
40
a
88
distribuidos
en
áreas
de
0,45
ha
hasta
700
ha.
La
profundidad
de
muestreo
va
de
0-90
cm,
en
capas
de
al
menos
5
cm
de
espesor.
Las
técnicas
usadas
para
estudiar
la
variabilidad
espacial
del
suelo
son
el
semivariograma
ajustado
a
los
modelos
esférico,
gausiano
y
exponencial,
y
el
krigeado
ordinario
y
universal.
En
general,
las
propiedades
del
suelo
empiezan
a
tener
independencia
espacial
a
partir
de
los
35
m
de
distancia.
Finalmente,
es
importante
llevar
a
cabo
en
Ecuador
investigaciones
de
la
variabilidad
espacial
de
propiedades
del
suelo
de
pastizales,
que
permitan
tomar
decisiones
fiables
para
su
manejo
y
conservación.
REFERENCIAS
[1]
D.
Silva,
M.
Costa,
B.
Mantovanelli,
L.
Coutrim,
M.
Rodrigues,
J.
Cunha,
“Variabilidade
espacial
da
emissão
de
CO2,
temperatura
e
umidade
do
solo
em
área
de
pastagem
na
região
Amazônica,
Brasil”,
Revista
de
Ciências
Agroveterinárias,
vol.
18,
no.
1,
pp.
119-126,
noviembre
2019,
[En
línea],
http://revistas.udesc.br/index.php/agroveterinaria/article/view/10155/pdf.
[2]
M.
Córdoba,
P.
Paccioretti,
F.
Giannini,
C.
Bruno,
M.
Balzarini.
“Guía
para
el
análisis
de
datos
espaciales
en
agricultura”,
1ª
ed.,
Serie
Estadística
Aplicada,
Córdoba:
Brujas,
2019,
[En
línea],
https://ri.conicet.gov.ar/bitstream/handle/11336/128391/CONICET_Digital_Nro.ª5eab968-1409-4511-b6d6-
07134144803b_A.pdf?sequence=2&isAllowed=y.
Saquicela
et al.
Muestreo de la variabilidad espacial de propiedades del suelo de pastizales
Vol.3,
Spec.
Issue
N°1,
(pp.
138-149)
ISSN-E:
2697-3650
Minerva
Journal
148
[3]
E.
Tola,
K.
Gaadi,
C.
Biradar,
R.
Madugundu,
A.
Zeyada,
A.
Kayad,
“Characterization
of
spatial
variability
of
soil
physicochemical
properties
and
its
impact
on
Rhodes
grass
productivity”,
Saudi
Journal
of
Biological
Sciences,
vol.
24,
pp.
421-429,
abril
2017,
[En
línea],
https://doi.org/10.1016/j.sjbs.2016.04.013
[4]
A.
Lima,
M.
Campos,
J.
Cunha,
L.
Silva,
F.
Oliveira,
B.
Mantovanelli,
E.
de
Brito,
R.
Gomes,
2019,
“Spatial
variability
and
sampling
density
of
chemical
attributes
in
archaeological
black
earths
under
pasture
in
s
o
u
t
h
e
r
n
A
m
a
z
o
n
a
s
,
B
r
a
z
i
l
”
,
S
O
I
L
D
i
s
c
u
s
s
,
j
u
n
i
o
2
0
1
9
,
[
P
r
e
i
m
p
r
e
s
o
]
,
[
E
n
l
í
n
e
a
]
,
h
t
t
p
s
:
/
/
d
o
i
.
o
r
g
/
1
0
.
5
1
9
4
/
s
o
i
l
-
2019-26
[
5
]
R
.
P
e
t
r
u
c
c
i
,
F
.
H
e
r
r
i
n
g
,
J
.
M
a
d
u
r
a
,
C
.
B
i
s
s
o
n
n
e
t
t
e
,
“
Q
u
í
m
i
c
a
g
e
n
e
r
a
l
”
,
M
a
d
r
i
d
:
P
e
a
r
s
o
n
,
2
0
1
1
.
[6]
C.
Grego,
C.
Gonçalves,
S.
Nogueira,
F.
Andrade,
A.
de
Oliveira,
C.
Ferrer,
A.
dos
Santos,
J.
de
Abreu,
“Variabilidade
espacial
do
solo
e
da
biomassa
epígea
de
pastagem,
identificada
por
meio
de
geostatística”,
Pesquisa
agropecuaria
brasileira,
vol.
47,
np.
9,
pp.
1404-1412,
septiembre
2012,
[En
línea],
https://doi.org/10.1590/S0100-204X2012000900026
[7]
A.
Bernardi,
K.
Santos,
G.
Bettiol,
L.
Rabello,
R.
Ferreira,
R.
Inamasu,
“Spatial
variability
of
soil
properties
and
yield
of
a
grazed
alfalfa
pasture
in
Brazil”,
Precision
Agriculture,
vol.
17,
pp.
737-752,
abril
2016,
[En
línea],
https://doi.org/10.1007/s11119-016-9446-9.
[8]
A.
Delgado,
J.
Gómez,
“The
Soil.
Physical,
Chemical
and
Biological
Properties”,
en
Principles
of
Agronomy
for
Sustainable,
Springer,
2016.
[En
línea],
https://link.springer.com/chapter/10.1007/978-3-319-46116-8_2
[9]
S.
Barrezueta,
K.
Velepucha,
L.
Hurtado,
E.
Jaramillo,
“Soil
properties
and
storage
of
organic
carbon
in
the
land
use
pasture
and
forest”,
Revista
de
Ciencias
Agrícolas,
vol.
36,
no.
2,
pp.
31-45,
abril
2019,
[En
línea],
h
t
t
p
s
:
/
/
d
o
i
.
o
r
g
/
1
0
.
2
2
2
6
7
/
r
c
i
a
.
1
9
3
6
0
2
.
1
1
6
[
1
0
]
J
.
W
u
,
J
.
H
e
,
G
.
C
h
r
i
s
t
a
k
o
s
,
“
Q
u
a
n
t
i
t
a
t
i
v
e
a
n
a
l
y
s
i
s
a
n
d
m
o
d
e
l
i
n
g
o
f
e
a
r
t
h
a
n
d
e
n
v
i
r
o
n
m
e
n
t
a
l
d
a
t
a
.
S
p
a
c
e
-
t
i
m
e
a
n
d
s
p
a
c
e
t
i
m
e
d
a
t
a
c
o
n
s
i
d
e
r
a
t
i
o
n
s
”
,
I
n
d
i
a
:
E
l
s
e
v
i
e
r
,
2
0
2
2
,
[
E
n
l
í
n
e
a
]
,
h
t
t
p
s
:
/
/
d
o
i
.
o
r
g
/
1
0
.
1
0
1
6
/
C
2
0
1
8
-
0
-
00055-9
[11]
M.
Oliver,
R.
Webster,
“Basic
Steps
in
Geostatistics:
The
Variogram
and
Kriging”,
Springer,
2015,
[En
línea],
https://link.springer.com/book/10.1007/978-3-319-15865-5?error=cookies_not_supported&code=76d5fdcb-
b77b-4658-a544-6bf0d847312f
[12]
G.
Machado,
J.
Dafonte,
J.
Bueno,
M.
Valcacer,
E.
Farias.
“Using
Soil
Apparent
Electrical
Conductivity
to
Optimize
Sampling
of
Soil
Penetration
Resistance
and
to
Improve
the
Estimations
of
Spatial
Patterns
of
Soil
Compaction”,
The
Scientific
World
Journal,
pp.
1-12,
diciembre
2014,
[En
línea],
http://dx.doi.org/10.1155/2014/269480
[13]
A.
González,
J.
Rey,
J.
Atencio,”
Variabilidad
espacial
de
los
suelos
de
la
unidad
experimental
la
glorieta
con
fines
agropecuarios”,
Revista
de
la
Facultad
de
Agronomía
(LUZ),
suplemento
1,
pp.
539-553,
junio
2014,
[En
linea],
https://www.revfacagronluz.org.ve/PDF/suplemento_2014/ing/ingsupl12014539553.pdf
[14]
Novillo
I.;
Carrillo,
M.;
Cargua,
J.;
Moreira,
V.;
Albán,
K.;
Morales,
K,
“Propiedades
físicas
del
suelo
en
diferentes
sistemas
agrícolas
en
la
provincia
de
Los
Ríos,
Ecuador”.
Temas
Agrarios,
vol.
23,
no.
2,
pp.
177
-
187,
mayo
2018,
https://www.researchgate.net/publication/329046726_Propiedades_fisicas_del_suelo_en_diferentes_sistemas
_agricolas_en_la_provincia_de_Los_Rios_Ecuador
[15]
I.
Rodríguez,
H.
Pérez,
R.
García,
A.
Quezada.
“Efecto
del
manejo
agrícola
en
propiedades
físicas
y
químicas
del
suelo
en
diferentes
agroecosistemas”,
Universidad
y
Sociedad,
vol.
12,
no.
5,
pp.
389-398,
septiembre
2020,
[En
línea],
http://scielo.sld.cu/pdf/rus/v12n5/2218-3620-rus-12-05-389.pdf
[16]
C.
Bravo,
F.
Goyes,
Y.
Arteaga,
Y.
Garcia,
D.
Changoluisa.
“A
soil
quality
index
for
seven
productive
landscapes
in
the
Andean-Amazonian
foothills
of
Ecuador”,
Land
Degradation
&
Development,
vol.
32,
pp.
2226-2241,
enero
2021,
[En
línea],
https://doi.org/10.1002/ldr.3897
[17]
J.
Serrano,
S.
Shahidian,
J.
Silva,
“Spatial
variability
and
temporal
stability
of
apparent
soil
electrical
conductivity
in
a
Mediterranean
pasture”,
Precision
Agriculture,
vol.
18,
pp.
245-263,
julio
2017,
[En
línea],
https://doi.org/10.1007/s11119-016-9460-y
[18]
D.
Brus,
J.
de
Gruijter,
“Random
sampling
or
geostatistical
modelling?
Choosing
between
design-based
and
model-based
sampling
strategies
for
soil
(with
discussion)”,
Geoderma,
vol.
80,
pp.
1-44,
octubre
1997,
[En
línea],
https://doi.org/10.1016/S0016-7061(97)00072-4.
Saquicela
et al.
Muestreo de la variabilidad espacial de propiedades del suelo de pastizales
Vol.3,
Spec.
Issue
N°1,
(pp.
138-149)
ISSN-E:
2697-3650
Minerva
Journal
149
[19]
P.
Lawrence,
W.
Roper,
T.
Morris,
K.
Guillard,
“Guiding
soil
sampling
strategies
using
classical
and
spatial
statistics:
A
review”,
Agronomy
Journal,
vol.
112,
pp.
493-510,
enero
2020.
[En
línea],
https://doi.org/10.1002/agj2.20048.
[20]
J.
Wang,
A.
Stein,
B.
Gao,
Y.
Ge,
“A
review
of
spatial
sampling”,
Spatial
Statistics,
vol.
2,
pp.
1-14,
agosto
2012,
[En
línea],
https://doi.org/10.1016/j.spasta.2012.08.001.
Rodrigo
Saquicela,
ingeniero
agropecuario,
especializado
en
nutrición
vegetal.
Maestrante
del
Instituto
Posgrado
de
la
Universidad
Técnica
de
Manabí,
UTM,
Portoviejo,
Ecuador.
Docente
de
la
Universidad
UTE.
L
e
l
l
y
M
a
r
í
a
U
s
e
c
h
e
C
a
s
t
r
o
,
i
n
g
e
n
i
e
r
o
i
n
d
u
s
t
r
i
a
l
,
P
h
D
.
e
s
e
s
t
a
d
í
s
t
i
c
a
.
D
i
r
e
c
t
o
r
a
d
e
del
Grupo
de
Análisis
Multivariante
y
Estocástico
(G.A.M.E).
Instituto
de
Ciencias
Básicas,
Departamento
de
Matemáticas
y
Estadística.
Universidad
Técnica
de
Manabí,
Ecuador.
Ana
Francisca
González
Pedraza
,
Ingeniera
Agrónoma,
Magister
en
manejo
de
los
recursos
agua
y
suelo.
Doctora
en
Ciencias,
mención
Ecología.
Docente
de
la
U
n
i
v
e
r
s
i
d
a
d
d
e
P
a
m
p
l
o
n
a
,
P
a
m
p
l
o
n
a
.
N
o
r
t
e
d
e
S
a
n
t
a
n
d
e
r
,
C
o
l
o
m
b
i
a
.
Saquicela
et al.
Muestreo de la variabilidad espacial de propiedades del suelo de pastizales
Vol.3,
Spec.
Issue
N°1,
(pp.
138-149)