DAVID SOTOMAYOR RAMÍREZ1, BÉVERLY ÁLVAREZ TORRES1,

JOSÉ PABLO CASTRO CHACÓN1, LUIS PÉREZ ALEGRÍA 1,

GUSTAVO MARTÍNEZ RODRIGUEZ1, TOM DESUTTER2

1Universidad de Puerto Rico, Recinto de Mayagüez2Universidad del Estado de Dakota del Norte

Inducción Electromagnética para la evaluación de salinidad de suelos en el

Valle de Lajas, Suroeste Puerto Rico

Mapa de suelos salinos y sódicos por Bonnet y Brenes (1958)

(Versión adaptada de Oliveras et al. 2015)

• Cuantificar la variabilidad espacial de salinidad de suelo

usando la tecnología de inducción electromagnética

(EMI)

• Escala de campo <100 ha

• Escala regional ~ 20,000 ha

• Evaluar cambios con relación a la década de 1950

OBJETIVOS

ÁREA DE ESTUDIO

PROCESAMIENTO DE DATOS CRUDOS

MEDICIÓN DE ECa

EM-38

DISEÑO DE MUESTREOESAP-RSSD

MUESTREO DE SUELOS

XXXX

ANÁLISIS DE LABORATORIO

CALIBRACIÓN DE LA ECa

DAT38W

ANÁLISIS GEOESTADÍSTICOSY VALIDACIÓN DE MODELOS

CARTOGRAFÍA DE RESULTADOS

IMÁGENES MULTIPECTRALES

LANDSAT 8SENTINEL

2A

CORRELACIÓN ENTRE ECaY LAS IMÁGENES ESPECTRALES

METODOLOGÍA

ESCALA REGIONAL

ESCALA DE CAMPOY REGIONAL

ESCALA DE CAMPO

● Finca 1. Semillera

● Finca 2. Cultivo de arroz

● Finca 3. Plátano

● Finca 4. Pastos

AREAS DE ESTUDIO1 2

3 4

ESCALA DE CAMPO

EJE GIRATORIO

EM-38

UNIDAD GPS

ATV KUBOTA

MEDICIÓN DE LA ECa

EMI EM-38 Geonics Inc. (Ontario, Ca)

ESCALA DE CAMPO (Ej. Finca 1)PROCESAMIENTO DATA CRUDA

1. Medición de Eca (313,634

puntos)

2. Interpolación de los puntos

por el método Kriging Co-

Kriging Ordinario

DISEÑO DE MUESTREO 1. Extracción de 10,000 puntos

para ESAP-RSSD*

2. Puntos de muestreo de suelo

determinados por ESAP-

RSSD (USSL, Riverside, CA)

1 2

3 4

*Por carácter ilustrativo en la foto, se muestran solamente 1000 puntos

ESCALA DE CAMPO

Método de pasta saturada (USSL, 1954) para medir en el

filtrado obtenido:

• EC

• pH

• SAR (en el futuro)

Profundidades:

• 0 a 30 cm

• 30 a 60 cm

• 60 a 90 cm

• 90 a 120 cm

ANÁLISIS DE LABORATORIOMUESTREO DE SUELOS

ESCALA DE CAMPOAnálisis de regresión para determinar la relación cuantitativa entre

ECa y pH, ECe, y SAR (calibración de Eca)

7.4

7.6

7.8

8

8.2

8.4

8.6

0 1 2 3 4 5 6

pH

ECaV (dS/m)

pH 0-30 cm pH 30-60 cm

Lineal (pH 0-30 cm) Lineal (pH 30-60 cm)

0

5

10

15

20

25

30

35

0 1 2 3 4 5 6

EC

e (d

S/m

)

ECaV (dS/m)

ECe 0-30 cm ECe 30-60 cm

Lineal (ECe 0-30 cm) Lineal (ECe 30-60 cm)

ECe0-30 = 3.22 (ECaV) - 5.09; R²=0.96 | ECe30-60 = 5.94 (ECaV) - 3.43; R²=0.92

pH0-30 = -0.13 (ECaV) + 8.67; R²=0.95 | pH30-60 = -0.21 (ECaV) + 8.76; R²=0.93

Modelos lineales

ESCALA DE CAMPOCARTOGRAFÍA

Utilizar calculadora ráster de ArcMap para aplicar las formulas obtenidas en los

modelos de regresión lineal y así obtener mapas de ECe y pH a partir de la ECa.

*

ESCALA DE CAMPOACTIVIDADES FUTURAS

• Realizar análisis de suelo (CE, pH, SAR) en muestras

de suelo restantes

• Mejorar la calibración de la señal de Eca,

identificando los factores (unidad de mapa, cultivo,

posición en el paisaje) que mejoran la relación

• Describir la variabilidad espacial de ECe, pH y SAR

ESCALA REGIONAL

MEDICIÓN DE ECa

• 2,151 pixeles de Landsat8

• Resolución 30m

194 ha cubiertas con el

EM-38

• 19,360 pixeles de Sentinel 2A

• Resolución 10m

Actualmente se están analizando más

fincas para aumentar el área muestreada y

los niveles de confianza.

ESCALA REGIONALCARACTERÍSTICAS DE LAS IMÁGENES MULTIESPECTRALES

CON LANDSTAT Y SENTINEL 2A

ESCALA REGIONALEJEMPLO, BANDAS (Bi) ORIGINALES SENTINEL 2A ÍNDICES

NDVI

B8AB4

-

+B8A B4

=

NIR

NIR

Red

Red

ESCALA REGIONALCorrelacionar ECa con

Bi o índices (para cada

pixel)

RELACIÓN ENTRE ECa Y LAS BANDAS DE S2A y LiDAR (R Pearson)

FECHA DE LA FOTOGRAFÍA

BANDAS DE SENTINEL 2AB1 B2 B3 B4 B5 B6 B7 B8 B9 B11 B12 B8A

2019-09-10 0.63 0.59 0.51 0.53 0.44 -0.16 -0.22 -0.23 -0.33 -0.07 0.31 -0.272019-07-22 0.13 0.19 0.11 0.27 0.10 -0.25 -0.29 -0.30 -0.39 -0.22 -0.05 -0.322019-07-12 0.24 0.20 0.16 0.25 0.13 -0.16 -0.21 -0.23 ---- -0.21 -0.09 -0.25

SENSOR LIDAR

DEM -0.67DSM -0.22

FECHA DE LA FOTOGRAFÍA

BANDAS DE LANDSAT 8B1 B2 B3 B4 B5 B6 B7 B8 B9

2019-09-23 0.47 0.49 0.42 0.47 -0.31 -0.18 0.23 0.47 0.072019-08-06 0.54 0.53 0.52 0.54 0.20 0.36 0.43 0.52 0.272019-07-21 0.17 0.16 0.00 0.25 -0.42 -0.24 -0.05 0.16 0.17

ECaV=12.99∗B1+4.63∗B2+0.11∗B3−1.49∗B4−2.5344∗B5−0.0936∗DEM+1.6606; R2=0.61

MAPA DE ECa CON SENTINEL 2A Y LiDAR

MAPA DE ECa CON LANDSAT 8 Y LiDAR

ECaV = 25.6*B1–20.42*B2–4.32*B3+2.62*B4–1.15*B8–0.10*DEM+0.53

ESCALA REGIONALACTIVIDADES FUTURAS

• Expandir el área de muestreo de ECa con EMI

• Mejorar la predicción de ECa considerando

modelos multivariados con otros variables (bandas,

índices, parámetros geomorfológicos, cobertura

vegetal)

• Calibrar adecuadamente la señal de ECa con ECe

para las condiciones de las zona

AGRADECIMIENTOS

• Fondos de proyectos a D. Sotomayor-

Ramírez

• USDA-NIFA-HSI 2016-38422-25542 (EEA-

Z-312)

• USDA-NIFA-HATCH 1013206 (EEA-H-483

• North Dakota State University

• Personal de fincas y agricultores

REFERENCIAS● Bonnet, J. y Brenes, B. (1958) Estudio detallado sobre salinidad en el Valle De Lajas. Estación Experimental Agrícola,

Universidad de Puerto Rico. Boletín 141.

● Corwin, D.L., and S.M. Lesch. 2013. Protocols and Guidelines for Field-scale Measurement of Soil Salinity Distribution

with ECa-Directed Soil Sampling. J. Environ. Eng. Geophys. 18(1): 1–25.

● Oliveras, M. Perez, L. & Sotomayor, D. (2017) Geostatistical analysis for mapping soil salinity in the Lajas Valley

Agricultural. Puerto Rico. En: Journal of Agriculture UPR, 101(1), pp. 1-15.

● U.S. Salinity Laboratory Staff. 1954. Diagnosis and improvement of saline and alkali soils. Agric. Handbook No. 60. USSL,

Riverside, CA.

● Scudiero, E. et al. (2013) Delineation of site-specific management units in a saline region at the Venice Lagoon margin,

Italy, using soil reflectance and apparent electrical conductivity. En: Computers and Electronics in agriculture, 99 (2013),

pp. 54-64.

● Scudiero, E. et al. (2017) Remote sensing is a viable tool for mapping soil salinity in agricultural lands. En: California

agriculture. Doi: 10.3733/Ca.2017a0009

● Scudiero, E. Skaggs, T. y Corwin, D. (2014) Regional scale soil salinity evaluation using Landsat 7, Western San Joaquin

Valley, California, USA. En: Geoderma Regional, 2-3, pp. 82-90.

● Scudiero, E. Skaggs, T. y Corwin, D. (2015) Regional-scale soil salinity assessment using Landsat Etm+ Canopy

Reflectance. En: Remote Sensing of Environment, 169, pp. 335-343.