El color de los suelos en México · 2019. 10. 25. · Uso de suelo y vegetación Color Munsell...

48
El color de los suelos en México Coordinación de Planeación para el Uso de la Biodiversidad-CONABIO El Colegio Nacional Centro Histórico Ciudad de México 7 de noviembre de 2017

Transcript of El color de los suelos en México · 2019. 10. 25. · Uso de suelo y vegetación Color Munsell...

  • El color de los suelos en México

    Coordinación de Planeación para el Uso de la Biodiversidad-CONABIO

    ElColegioNacionalCentroHistórico

    CiudaddeMéxico7denoviembrede2017

  • CoordinaciónNacionalDr.JoséSarukhán

    Coordinacióndeplaneaciónparaelusodelabiodiversidad

    ClaudiaAguilarBiodiversidadyrecursosbiológicos

    CarlosArroyoGeomática yVisualización

    FabiolaGonzálezTerritorioydesarrollorural

    JorgeLarsonCoordinador

    JavierRodríguezSuelosyAgua

    Yabín SalmerónServiciosocialUAM,Suelos

    MarioGuevaraUniversity ofDelaware

  • https://lance-modis.eosdis.nasa.gov

  • PERFILESDESUELOENSIERRANORTEOAXACA,CONRESPECTOALINSTITUTONACIONALDEESTADÍSTICAYGEOGRAFÍA(INEGI)SERIEIYII

  • INEGI,serieIyIIdesuelos.2006.

  • Conversióndecolor

    SueloMunsell10YR5/3(Hue Value/Chroma)

    RGB(Rojo,Verde,Azul)

  • CompuestoRGBconbaseenlosdatosdelaserielylldesuelos(ValorestransformadosdelsistemaMunsell)

    • n=~7500• Árbolesderegresiónmúltiple(a.k.a.Random Forest)

    Co-variablesdeterrenoModelosDigitaldeelevación

    ExposiciónPendiente

    ÁreadecaptaciónPendientedecaptación

    CurvaturageneralÍndice deplanicidad decimaÍndicedeplanicidad devalles

    ÍndicetopográficodehumedadGeología

    EdafologíaUsodesueloyvegetación

    ColorMunsell

    Matiz(Hue),Intensidad(value),saturación(chroma)

    R,G,B

    RF(modelacióncadacomponenteporseparado)

    Imagencompuesta

    Flujodetrabajo

  • https://lance-modis.eosdis.nasa.gov

  • Miranda,FaustinoyEfraímHernández-X.2014.LostiposdevegetacióndeMéxicoysuclasificación.

    EdiciónConmemorativa1963-2013,México:FCE,SociedadBotánicadeMéxico,ComisiónNacionalparaelConocimientoyUsodelaBiodiversidad

  • http://www.cec.org/tools-and-resources/mapfiles/land-cover-2010-landsat-30m

  • INEGI,2005.Escala1:250000.

  • ¿Quéeselsuelo?Uncuerponatural

    ¿lossuelos?Cuerposnaturalesdistintosunosdeotros

    Unmediodeproducciónagrícola

    Unrecursoparalavidacampesinayparalaproduccióndealimentosybebidasparatodos.Proveedordeunservicioambiental

    Respuestasdiferentesparalamismapregunta.

  • Ladistribuciónespacialdelascaracterísticasdelossuelosnoesaleatoria,dependedeladirección.

    1941

    Materialparentalesisotrópico

    Lossuelossonderivadosysecomportande

    maneraanisotrópica

  • x,y,z

    t- t0 t+

    Propiedadesestáticasdelossuelos

    p.ej.TexturaPedregosidadProfundidad

    Propiedadesdinámicas

    p.ej.AglomeradosCompactaciónMateriaorgánica

    MacroMesoMicroNano

  • Ttierra

    scorpan

    t

    sSuelocClimaoOrganismosrRelievepLitologíaparentalaEdadnEspacio

    tTiempo

    Sc/Sf=

    Sclase/Sfunción=Modeloconceptual:Suelos

    McBratney etal.,2003,On digitalsoil mapping.Geoderma 117 (1–2):3–52

    VegetaciónBiomasa

    UsodelsueloActividadeshumanas

    Especiesclave

    DatospatrimonialesCartografía

  • Dependiendodelavariableamodelarelsistemadeinferenciaespacialseadaptaadistintosflujos

    detrabajo

    AlgoritmosparalapredicciónCovariables

    ProfundidadalaquesemodelaEnsambledepredictores

    Medidasdeincertidumbre

  • t1,t2,t3…tn

  • AvancesenelmapeodigitaldesuelosdentrodelaCONABIO

    1.- Publicaciónde12covariables.

    • Correccióndelmodelodigitaldeelevación(Fill)• Exposición• Áreadecaptación• Áreadecaptaciónmodificada• Pendientedecaptación• Curvaturadelperfil• Curvaturadelplanoygeneral• Índicedeplanicidad devalles(MRVBF)• Índicedeplanicidad decrestas(MRRTF)• Pendiente• Índicetopográficodehumedad• Balancehídrico.

    2.- Profundidaddelsuelo(hastaelmaterialparental)

    3.- Modelacióndeochovariablesfísicasdelsuelo,deacuerdoalopropuestoporelglobalsoilmap.net.

    • Textura,queincluye3variables• Materiaorgánica• pH

    • Fragmentorocoso

    • Colordelsueloseco• Colordelsuelohúmedo

    1-05,15-30,30-60,60-100,100-200cm.

    MetadatosymapasenGeoportal

    Horizontesuperficial.

  • Flujo detrabajo(profundidad) Post-processing

    Modeling

    Separaciónaleatoria

    Covariables climáticasydeterreno

    Modelos

    Post-proceso

    Modelado

    Validacióncruzada(10-fold)

    Mapas(predicciones)

    Límiteinferiorysuperiora95%

    ValidaciónexternaPrueban=2773

    Post-proceso

    Mapadeincertidumbre

    Geoestadistica Mineríadedatos

    Basadosenkernels-Maquinasdesoportevectorial-kvecinosmascercanosÁrbolesderegresión-BosquesaleatoriosÁrbolescombinadosymodeloslinealaes-CubistModeloslinealescombinados-modelolineargeneralizadoaleatorio

    -Kriging ordinario-SimulacionesGaussianas 200separaciones

    aleatorias

    Mejorpromedioponderado

  • Californiamediterránea

    DesiertosdeAméricadelnorte

    Grandesplanicies

    Elevacionessemi-áridas

    Sierrastempladas

    Selvascálidosecas

    Selvascálidohúmedas

    Laprofundidaddelsuelo

  • Profundidad1km(climayterreno)

    MODELOS

    • KKNN• RANDOMFOREST• CUBIST• SVM• RANDOMGLM

    DisponibilidaddedatosEcoregión Área Entrenamiento Prueba

    NacionalCaliforniamediterráneaDesiertosdeaméricadelnorteElevacionessemiáridasGrandesplaniciesSierrastempladasSelvascálidosecasSelvascálidohúmedas

    Covariables• Altitud• Exposición• Curvatura• Áreadecaptación• Pendiente• Longituddelapendiente• Índicetopográficodehumedad• Desviaciónestándardellaaltitud• Balancehídrico• Precipitaciónanualacumulada• Estacionalidaddelaprecipitación• Temperaturamediaanual• Estacionalidaddelatemperatura• Distanciaalareddedrenaje• Clasedesuelo• Tipoderoca• Edaddellaroca(límitesinferiorysuperior)• Índicedeplanicidad devalles

  • Mosaicodelamejorcombinaciónporeco-región

    NacionalCaliforniamediterráneaDesiertosdeaméricadelnorteElevacionessemiáridasGrandesplaniciesSierrastempladasSelvascálidosecasSelvascálidohúmedas

    Ecoregión

  • S=f(SCORPAN)

    f= KKNN Cubist Random Forest

    Bootstrapping Bootstrapping Bootstrapping

    Mapacontinuo(menorincertidumbre)

    Mapadeincertidumbres

    Mapadelmejoralgoritmo

    ValidacióncruzadaR,RMSE

  • Propiedadesmodeladasaprofundidadesespecíficas

    (1000m)

    Cadamapaestáasociadoaunamedidadeincertidumbre

  • Lacartografíadigitaldesuelos

    Inferir/deduciracercadelossuelosdeunlugarapartirdedatosdelossuelosenotrolugar.

    Lamodelaciónapartirdedatospuntualesycovariables continuas

    Losdatospatrimonialesenperfilesypolígonos

    Lamatrizdecovariables

  • Maloneetal.2011MappingcontinuousdepthfunctionsofsoilcarbonstorageandavailablewatercapacityGEODERMA160614-626Maloneetal.2015EmpiricalestimatesofuncertaintyformappingcontinuousdepthfunctionsofsoilattributesGEODERMA154138-152

    i.e.8perfilesdesuelodeSanNicolásTotolapan Ajusco,Mexico City,Mexico.

    Modelosdeladistribuciónverticaldelaspropiedadesdelsuelo(Splines)segúnlasespecificacionesdelGlobalSoilMap.Net

  • PropiedadesdesueloamapearpropuestasporelGlobalSoilMap.Net

    • Producirestimadosparacadapropiedadconmedidasdeincertidumbre• Modelaraseisprofundidadesespecíficas: 0– 5,25– 15,15– 30,30– 60,60-100,100-200

    1.Carbonoorgánico(g/kg)2.TexturaArena(%),Arcilla(%),Limo(%)&Fragmentorocoso(%)3.pH4.Profundidadalarocamadre(m)

    Apartirdeestosestimadossecalcularan2propiedadesusandofuncionesdepedo-transferencia

    5.Densidadaparente(kg/m3)6.Aguaaprovechable(mm/m)

    Demaneraopcional

    7.Capacidadefectivadeintercambiocatiónico(mol/kg)8.Conductividadeléctrica(dS/m->deciSiemens pormetro)

    PropiedadesyescalasEspecificacionesGSM

  • Propiedadesmodeladas(1000m2)

    Arcilla Arena MateriaOrgánica

    pH Pedregosidad Color(seco)

  • pH,modelosdecontexto R RMSE

  • Covariables paralosmodelosdelaspropiedadesdelsuelo8608perfilesprovenientesdelainformaciónpatrimonialdelINEGI

    Exploracióndelascorrelacionesentrelasvariablespredictivasylasderespuesta

    Arcilla Arena

  • Covariables paralosmodelosdelaspropiedadesdelsuelo8608perfilesprovenientesdelainformaciónpatrimonialdelINEGI

    Correlacionesentrevariablespredictivasyderespuesta,

    materiaorgánica potencialHidrógeno

  • Elsuelo,lossuelos

    Latierra,lastierras

    Elterritorio,losterritorios

  • Lacañería3Lacañería1 Lacañería2

    Fincalacabaña

    Krasilnikov P.,NormaEugeniaGarcía-CalderónandElizabethFuentes-Romero.2007.Pedogenesis andslopeprocesses insubtropicalmountain areas,SierraSurdeOaxaca,Mexico.RevistaMexicanadeCienciasGeológicas,v.24,núm.3,p.469-486.

  • FincaVistahermosa

    Lospocitos

  • FincaSanJuanito

    Elmetate Lacurva

  • Siguientespasos…

    • México(Nuevosdatosestánsiendolevantadosporlasinstitucionesencargadas)

    ModelosMultiescala (100,250,500,1000m)

    Modelarotrasvariablesdelsuelorelevantesparaelmanejo

    • CONABIO

    Fomentarelusodelosproductosderivadosdelmapeodigitaldesuelos(comunicaciónyentrenamiento)

    Mantenerelestadodelarteenlamodelacióndepropiedadesdelsuelo

    Mejorarlainteroperabilidaddelosmodelosylasmedidasdeincertidumbre

    delaspropiedadesdelsueloasusfunciones

    Validacióndecampojuntoaproductoresyusuarios

    ConstruircapacidadesparaelmapeodigitaldesuelosdentrodeMéxico

  • CoordinaciónNacionalDr.JoséSarukhán

    Coordinacióndeplaneaciónparaelusodelabiodiversidad

    ClaudiaAguilarBiodiversidadyrecursosbiológicos

    CarlosArroyoGeomática yVisualización

    FabiolaGonzálezTerritorioydesarrollorural

    JorgeLarsonCoordinador

    JavierRodríguezSuelosyAgua

    Yabín SalmerónServiciosocialUAM,Suelos

    MarioGuevaraUniversity ofDelaware