Guardado en:
| Autor principal: | |
|---|---|
| Formato: | Artículo científico |
| Lenguaje: | es |
| Publicado: |
Universidad Central de Venezuela
2019
|
| Materias: | |
| Acceso en línea: | https://www.redalyc.org/articulo.oa?id=72164777005 https://www.redalyc.org/journal/721/72164777005/ https://www.redalyc.org/journal/721/72164777005/html/ https://www.redalyc.org/journal/721/72164777005/72164777005.epub https://www.redalyc.org/journal/721/72164777005/movil |
| Etiquetas: |
Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
| _version_ | 1866567500115738624 |
|---|---|
| author | Ángel R. Valera |
| author_facet | Ángel R. Valera |
| contents | AGRUPAMIENTO DE SUELOS CON REDES NEURONALES DE MAPAS AUTOORGANIZADOS EN PAISAJES DE MONTAÑA EN LA REGIÓN CENTRO NORTE DE VENEZUELA Ángel R. Valera Jesús A. Viloria María C. Pineda Jairo C. Ferrer Geografía Social Self Suelos Clasificación Organizing Maps (SOM) Redes neuronales artificiales La agrupación de suelos en clases contribuye a reducir la complejidad de la información, recordar las principales características de los grupos de suelos y comprender las relaciones entre estos grupos. En este estudio se aplicó la red neuronal artificial “mapas autoorganizados (Self-Organizing Maps) de Kohonen” para identificar clases locales de suelos en un sector de la cuenca alta del río Guárico, en la región Centro Norte de Venezuela. Los datos consistieron en variables medidas en 108 perfiles representativos de la variabilidad de suelos observada en el área de estudio. Las variables de entrada a la red neuronal incluyeron perfil de suelo, espesor del horizonte A, espesor del horizonte B, espesor del solum, profundidad efectiva, contenido de elementos gruesos, contenido de arcilla y arena, pH en agua, capacidad de intercambio catiónico, porcentaje de saturación con bases, calcio cambiable y carbono orgánico del suelo. La calidad de la clasificación obtenida se evaluó por medio de un análisis discriminante canónico para todas las variables de suelo consideradas y un análisis de varianza para cada variable por separado. El análisis discriminante canónico reveló una mayor variación entre las clases que la variación dentro de ellas y el análisis de varianza demostró que la clasificación permite predecir los valores de las variables consideradas, con excepción del espesor del horizonte A y de los porcentajes de arena, arcilla y carbono orgánico. La relación entre las clases de suelo obtenidas y las geoformas identificadas en un estudio previo se comprobó por medio de un coeficiente de contingencia. Finalmente se asignó cada clase local de suelo a una familia de la Taxonomía de Suelos del Departamento de Agricultura de los EUA. 2019 artículo científico 1012-7089 https://www.redalyc.org/articulo.oa?id=72164777005 https://www.redalyc.org/journal/721/72164777005/ https://www.redalyc.org/journal/721/72164777005/html/ https://www.redalyc.org/journal/721/72164777005/72164777005.epub https://www.redalyc.org/journal/721/72164777005/movil es http://www.redalyc.org/revista.oa?id=721 Terra. Nueva Etapa application/pdf Universidad Central de Venezuela Terra. Nueva Etapa (República Bolivariana de Venezuela) Num.58 Vol.XXXV |
| format | Artículo científico |
| id | redalyc_72164777005 |
| language | es |
| publishDate | 2019 |
| publisher | Universidad Central de Venezuela |
| spellingShingle | AGRUPAMIENTO DE SUELOS CON REDES NEURONALES DE MAPAS AUTOORGANIZADOS EN PAISAJES DE MONTAÑA EN LA REGIÓN CENTRO NORTE DE VENEZUELA Ángel R. Valera Geografía Social Self Suelos Clasificación Organizing Maps (SOM) Redes neuronales artificiales AGRUPAMIENTO DE SUELOS CON REDES NEURONALES DE MAPAS AUTOORGANIZADOS EN PAISAJES DE MONTAÑA EN LA REGIÓN CENTRO NORTE DE VENEZUELA Ángel R. Valera Jesús A. Viloria María C. Pineda Jairo C. Ferrer Geografía Social Self Suelos Clasificación Organizing Maps (SOM) Redes neuronales artificiales La agrupación de suelos en clases contribuye a reducir la complejidad de la información, recordar las principales características de los grupos de suelos y comprender las relaciones entre estos grupos. En este estudio se aplicó la red neuronal artificial “mapas autoorganizados (Self-Organizing Maps) de Kohonen” para identificar clases locales de suelos en un sector de la cuenca alta del río Guárico, en la región Centro Norte de Venezuela. Los datos consistieron en variables medidas en 108 perfiles representativos de la variabilidad de suelos observada en el área de estudio. Las variables de entrada a la red neuronal incluyeron perfil de suelo, espesor del horizonte A, espesor del horizonte B, espesor del solum, profundidad efectiva, contenido de elementos gruesos, contenido de arcilla y arena, pH en agua, capacidad de intercambio catiónico, porcentaje de saturación con bases, calcio cambiable y carbono orgánico del suelo. La calidad de la clasificación obtenida se evaluó por medio de un análisis discriminante canónico para todas las variables de suelo consideradas y un análisis de varianza para cada variable por separado. El análisis discriminante canónico reveló una mayor variación entre las clases que la variación dentro de ellas y el análisis de varianza demostró que la clasificación permite predecir los valores de las variables consideradas, con excepción del espesor del horizonte A y de los porcentajes de arena, arcilla y carbono orgánico. La relación entre las clases de suelo obtenidas y las geoformas identificadas en un estudio previo se comprobó por medio de un coeficiente de contingencia. Finalmente se asignó cada clase local de suelo a una familia de la Taxonomía de Suelos del Departamento de Agricultura de los EUA. 2019 artículo científico 1012-7089 https://www.redalyc.org/articulo.oa?id=72164777005 https://www.redalyc.org/journal/721/72164777005/ https://www.redalyc.org/journal/721/72164777005/html/ https://www.redalyc.org/journal/721/72164777005/72164777005.epub https://www.redalyc.org/journal/721/72164777005/movil es http://www.redalyc.org/revista.oa?id=721 Terra. Nueva Etapa application/pdf Universidad Central de Venezuela Terra. Nueva Etapa (República Bolivariana de Venezuela) Num.58 Vol.XXXV |
| title | AGRUPAMIENTO DE SUELOS CON REDES NEURONALES DE MAPAS AUTOORGANIZADOS EN PAISAJES DE MONTAÑA EN LA REGIÓN CENTRO NORTE DE VENEZUELA |
| topic | Geografía Social Self Suelos Clasificación Organizing Maps (SOM) Redes neuronales artificiales |
| url | https://www.redalyc.org/articulo.oa?id=72164777005 https://www.redalyc.org/journal/721/72164777005/ https://www.redalyc.org/journal/721/72164777005/html/ https://www.redalyc.org/journal/721/72164777005/72164777005.epub https://www.redalyc.org/journal/721/72164777005/movil |