Se aplica un enfoque de cartografía digital del suelo a un terreno montañoso y complejo de los Andes ecuatorianos. Las características del relieve se derivan de un modelo de elevación digital y se utilizan como predictores de las clases de textura de la capa superior del suelo: arena, limo y arcilla. Se compara el rendimiento de tres métodos de aprendizaje estadístico: la regresión lineal, el bosque aleatorio y el refuerzo estocástico del gradiente de los árboles de regresión. En la regresión lineal, se aplica un procedimiento de selección de variables por pasos hacia atrás y el sobreajuste se controla minimizando el Cp de Mallow. En el caso de los bosques aleatorios y el boosting, se evalúa el efecto de los procedimientos de selección y ajuste de predictores. Se emplean 100 repeticiones de una validación cruzada de 5 veces de los procedimientos de modelización seleccionados para la validación, la evaluación de la incertidumbre y la comparación de métodos. La evaluación absoluta del rendimiento del modelo se consigue comparando el error de predicción del método seleccionado y la media. El método Boosting es el que mejor funciona, proporcionando predicciones que son fiablemente mejores que la media. La reducción media del error cuadrático medio se sitúa en torno al 5%. La elevación es el factor de predicción más importante. Todos los modelos distinguen claramente las crestas y las pendientes. Los patrones de textura predichos se interpretan como el resultado de secuencias de catena (eluviación de partículas finas en los hombros de las laderas) y deslizamientos (mezcla de horizontes de suelo mineral en las laderas).
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Efecto del sustrato de champiñón gastado sobre el rendimiento y la calidad de las espinacas tiernas (Spinacia oleracea)
Artículo:
Producción de alcohol a partir de la pulpa de café
Artículo:
Comercio de agua virtual económica y físicamente escasa en la red mundial de alimentos
Video:
Seminario web: Impulsar la creación de empleo rural y el crecimiento económico
Folleto:
Análisis de rentabilidad económica y financiera
Artículo:
Estudio sobre la migración global de materiales plásticos de empaque usados en la industria de alimentos
Artículo:
Emisiones globales de gases de efecto invernadero provenientes de materiales de construcción residencial y comercial: estrategias de mitigación para 2060
Guía:
Manual de operaciones de destilación