SciELO - Scientific Electronic Library Online

 
vol.12 issue2Análisis estadístico de datos de las precipitaciones usando métodos robustos y bootstrapRevisión acerca de biosensores basados en grafeno para la detección del SARSCOV- 2 author indexsubject indexarticles search
Home Pagealphabetic serial listing  

Services on Demand

Journal

Article

Indicators

Related links

  • Have no similar articlesSimilars in SciELO

Share


FIGEMPA: Investigación y Desarrollo

On-line version ISSN 2602-8484Print version ISSN 1390-7042

Abstract

PADILLA SEFLA, Oscar Roberto  and  HARO RIVERA, Silvia Mariana. Aplicación de algoritmos de clasificación para la estimación de carbono orgánico del suelo en la provincia de Chimborazo, Ecuador. Figempa [online]. 2021, vol.12, n.2, pp.62-69. ISSN 2602-8484.  https://doi.org/10.29166/revfig.v12i2.3518.

El estudio tuvo como objetivo evaluar la técnica de árboles de decisión mediante el mejor algoritmo de clasificación supervisada, que permita predecir el contenido de carbono edáfico en la provincia de Chimborazo en zonas nativas o endémicas, considerando la base de datos del Ministerio de Agricultura y Ganadería (MAG). En el estudio se realizó la limpieza del conjunto de datos y se determinaron 10 variables útiles para la categorización de carbono orgánico del suelo, obteniendo 4 clases: Muy Alto, Alto, Medio y Bajo. Se determinó la eficiencia de tres algoritmos: C5.0, SMV y CART, seleccionándose el CART mediante el método de validación cruzada para la construcción del árbol. Los resultados con el conjunto de datos de prueba generó una precisión del 63.41 puntos porcentuales y un error de predicción de 36.59 por ciento; estos alcances se presentan como una nueva alternativa de cuantificación de COS, el modelo calibrado puede ser extendido sin necesidad de muestrear in situ, muy útil en zonas complejas como el ecosistema de bosque alto andino. El mapeo digital permitió revelar los niveles de COS existentes en suelos de la provincia de Chimborazo.

Keywords : Árboles de clasificación; algoritmos de clasificación supervisada; carbono edáfico.

        · abstract in English     · text in Spanish     · Spanish ( pdf )