Resumen

Este artículo investiga el potencial de las técnicas de búsqueda y procesamiento de datos para pronosticar las temperaturas diarias del suelo a profundidades que van de los 5 a los 100 cm con propósitos agrícolas. Se utilizó la información climática y de temperatura del suelo de la provincia Ishafan, ubicada en el centro de Irán y de clima semiárido, para el proceso de modelamiento. Se usó un enfoque de agrupamiento sustractivo para identificar la estructura del Sistema de Inferencia Neuronal Difuso Adaptado (ANFIS, del inglés Adaptive Neuro-Fuzzy Inference System) y el resultado del acercamiento propuesto se comparó con redes artificiales neuronales (ANN) y el modelo tipo árbol M5. Los resultados sugieren un desempeño mejorado al usar el enfoque ANFIS en la predicción de las temperaturas del suelo en varios puntos de profundidad, excepto en los 100 cm. El desempeño de las redes artificiales neuronales y los modelos de árbol M5 fueron similares. Sin embargo, el modelo tipo árbol M5 provee una relación linear simple para predecir los rangos de datos de la temperatura del suelo utilizados en este estudio. Los análisis de error de los valores predichos a varias profundidades muestran que la estimación de error tiende a incrementarse con la profundidad.

1. INTRODUCCIÓN

La predicción de la temperatura del suelo es importante para diversos fines agrícolas, especialmente en las regiones áridas y semiáridas, como Irán. Los patrones temporales de las temperaturas del suelo en estas regiones muestran grandes fluctuaciones estacionales y diarias. Estas variaciones en la temperatura del suelo afectan al crecimiento de las plantas directamente a través de su efecto en las actividades fisiológicas e indirectamente a través del efecto en la disponibilidad de nutrientes del suelo (Tuntiwaranurk et al., 2006). Por ejemplo, el crecimiento de las raíces y la actividad biológica del suelo están directamente influenciados por la temperatura del suelo (Kang et al., 2000). Las fluctuaciones de la temperatura del suelo afectan a varios procesos dentro del suelo, como la descomposición microbiana, la absorción de p y k, el contenido de humedad del suelo (Elshorbagy y Parasuraman, 2008) y la respiración del suelo (Gaumont-Guay et al., 2006).

• Materias:Climatología Ciencias de la tierra Biología de suelos Análisis de suelos
• Subjects:Climatology Earth sciences Soil biology Soil testing
• Palabras claves:Temperatura del suelo, Minería de datos, Modelo tipo árbol M5
• Keywords:Soil temperature, Data mining, M5 tree model, ANFIS, ANN