DETECCIÓN DE SALINIDAD DE SUELOS AGRÍCOLAS DEL EX LAGO DE TEXCOCO, MEDIANTE EL USO DE DRONES
Mario Francisco Santoyo de la Cruz, D.C. Colegio de Postgraduados, 2021
RESUMEN
La salinidad del lago de Texcoco se debe a que fue una cuenca
endorreica, no tenía forma de lavar las sales de las desgastadas elevaciones
montañosas formadas por roca ígnea y tobas volcánicas. Los suelos del ex lago de
Texcoco presentan horizontes de carbonato de calcio que forman horizontes
cálcicos y petrocalcicos. Los Vehículos aéreos no tripulados (VANT) son aviones
propulsados operados de forma remota. Los datos de teledetección tienen la
capacidad de capturar información en suelos afectados por la sal. Varios
algoritmos y modelos han sido desarrollado para procesar datos de teledetección
de salinidad. El objetivo de este trabajo es analizar y comparar la composición
iónica y la relación de adsorción de sodio – porciento de sodio intercambiable
explicita y ajustada de un terreno agrícola con lo anterior se relacionó con las
reflectancias de las imágenes multiespectrales y con los índices de salinidad,
para estimar variables de salinidad utilizando redes neuronales y arboles de
decisión. El objetivo principal es la detección y clasificación de la salinidad
del suelo. El catión más dominante es el sodio. El predio es salino – sódico.
Las imágenes interpoladas y las curvas de nivel dan una visión artificial de la
relación de adsorción de sodio y el porciento de sodio intercambiable La red
neuronal presento una precisión de 69.56% en RAS, 76.12% PSI y 71.88% en sodio,
mientras que el árbol de decisión 67% RAS, 61% PSI y 56% en sodio. La
simplicidad de los modelos y el grado de precisión los convierten en una
herramienta prometedora.
Palabras clave: Arboles de decisión, drones, índices de salinidad, redes
neuronales, reflectancias, sodio, Salinidad y Sodicidad.
ABSTRACT
The salinity of Lake Texcoco is due to the fact that it was
an endorheic basin, it had no way of washing the salts from the worn mountainous
elevations formed by igneous rock and volcanic tuffs. The soils of the former
lake of Texcoco present calcium carbonate horizons that form calcium and
petrocalcic horizons. Unmanned Aerial Vehicles (UAVs) are remotely operated
propelled aircraft. Remote sensing data has the ability to capture information
on salt-affected soils. Various algorithms and models have been developed to
process salinity remote sensing data. The objective of this work is to analyze
and compare the ionic composition and the sodium adsorption ratio-explicit and
adjusted exchangeable sodium percentage of an agricultural land with the above
related to the reflectances of the multispectral images and the salinity index,
to estimate salinity variables using neural networks and decision trees. The
main objective is the detection and classification of soil salinity. The most
dominant cation is sodium. The property is saline - sodium. The interpolated
images and the contour lines give an artificial vision of the sodium adsorption
ratio and the exchangeable sodium percentage. The neural network presented an
accuracy of 69.56% in SAR, 76.12% ESP and 71.88% in sodium, while the tree
decision 67% SAR, 61% ESP and 56% in sodium. The simplicity of the models and
the degree of precision make them a promising tool.
Key words: Decision trees, drones, salinity index, neural networks, reflectances,
sodium, Salinity and Sodicity.
Fecha: 2021-02
Estudiante: MARIO FRANCISCO SANTOYO DE LA CRUZ
DOCTORADO EN CIENCIAS - HIDROCIENCIAS
Consejo Particular:
Consejero: Dr. Héctor Flores Magdaleno
Asesor: Dr. Abdul Khalil Gardezi
Asesor: Dr. Oscar Raúl Mancilla Villa
Asesor: Dr. J. Enrique Rubiños Panta