Titulo:
Metodología de procesamiento integrado para identificar la variabilidad espacial de la infiltración acumulada en suelos agrícolas
.
Sumario:
La infiltración del agua en el suelo y su variación espacial es fundamental para establecer la programación de riego en los cultivos y evaluar los posibles efectos degradativos en el suelo. El objetivo fue desarrollar una metodología de procesamiento integrado en Rstudio, para identificar la variabilidad espacial de la infiltración acumulada, en dos fases para un cultivo de arveja. El muestreo de campo se adelantó sobre una malla rectangular georreferenciada con 48 puntos, por cada momento, utilizando anillos infiltrómetros dobles. Los datos fueron evaluados por medio de herramientas geoestadísticas, ajustadas con código de programación en Rstudio, definiendo las relaciones entre las magnitudes de la infiltración acumulada, para diferentes... Ver más
Guardado en:
0123-4226
2619-2551
26
2023-06-30
Helber Milton Orjuela-Matta, Danny Wilson Sanjuanelo-Corredor, Jonathan Vásquez-Lizcano, Katherin Cubides-Posada, Julián Francisco Rodríguez-Tibaquirá, Juan Carlos Torres-Rodríguez, Heiner Alfonso Ramírez-Poveda - 2023
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
info:eu-repo/semantics/openAccess
http://purl.org/coar/access_right/c_abf2
| id |
metarevistapublica_udca_revistau.d.c.aactualidad_divulgacioncientifica_94_article_2365 |
|---|---|
| record_format |
ojs |
| institution |
UNIVERSIDAD DE CIENCIAS APLICADAS Y AMBIENTALES |
| thumbnail |
https://nuevo.metarevistas.org/UNIVERSIDADDECIENCIASAPLICADASYAMBIENTALES/logo.png |
| country_str |
Colombia |
| collection |
Revista U.D.C.A Actualidad & Divulgación Científica |
| title |
Metodología de procesamiento integrado para identificar la variabilidad espacial de la infiltración acumulada en suelos agrícolas |
| spellingShingle |
Metodología de procesamiento integrado para identificar la variabilidad espacial de la infiltración acumulada en suelos agrícolas Orjuela-Matta, Helber Milton Sanjuanelo-Corredor, Danny Wilson Vásquez-Lizcano, Jonathan Cubides-Posada, Katherin Rodríguez-Tibaquirá, Julián Francisco Torres-Rodríguez, Juan Carlos Ramírez-Poveda, Heiner Alfonso Anillos infiltrómetros Dependencia espacial Geoestadística Infiltración acumulada Semivariograma Accumulated infiltration Geostatistics Infiltrometer rings Spatial dependence Variogram |
| title_short |
Metodología de procesamiento integrado para identificar la variabilidad espacial de la infiltración acumulada en suelos agrícolas |
| title_full |
Metodología de procesamiento integrado para identificar la variabilidad espacial de la infiltración acumulada en suelos agrícolas |
| title_fullStr |
Metodología de procesamiento integrado para identificar la variabilidad espacial de la infiltración acumulada en suelos agrícolas |
| title_full_unstemmed |
Metodología de procesamiento integrado para identificar la variabilidad espacial de la infiltración acumulada en suelos agrícolas |
| title_sort |
metodología de procesamiento integrado para identificar la variabilidad espacial de la infiltración acumulada en suelos agrícolas |
| title_eng |
Integrated processing methodology to identify the spatial variability of accumulated infiltration for agricultural soil |
| description |
La infiltración del agua en el suelo y su variación espacial es fundamental para establecer la programación de riego en los cultivos y evaluar los posibles efectos degradativos en el suelo. El objetivo fue desarrollar una metodología de procesamiento integrado en Rstudio, para identificar la variabilidad espacial de la infiltración acumulada, en dos fases para un cultivo de arveja. El muestreo de campo se adelantó sobre una malla rectangular georreferenciada con 48 puntos, por cada momento, utilizando anillos infiltrómetros dobles. Los datos fueron evaluados por medio de herramientas geoestadísticas, ajustadas con código de programación en Rstudio, definiendo las relaciones entre las magnitudes de la infiltración acumulada, para diferentes instantes de prueba, sin la necesidad de realizar ajustes estadísticos de normalidad de variables, discriminados en un periodo entre 1 y 80 minutos. Los resultados sugieren la existencia de variabilidad espacial de la infiltración acumulada en las dos fases evaluadas, considerando que, la mayoría de los datos analizados, se ajustaron a múltiples modelos de semivarianza, manteniendo grados de dependencia espacial, particularmente, respecto al máximo valor acumulado de infiltración, validando la eficacia de la metodología ajustada. Las relaciones espaciales fueron corroboradas con mapas de contorno, en donde se observó la variación espacial de la infiltración acumulada entre los momentos de cultivo identificados. La confiabilidad de la interpolación por el método Kriging ordinario, se verificó mediante la generación mapas de varianza, estableciendo el grado de homogeneidad de la interpolación. La variabilidad de la infiltración confirma la validez de la metodología ajustada implementada.
|
| description_eng |
The infiltration of water in the soil, and its variation in space, is essential to establish the irrigation schedule for crops and to evaluate the possible degrading effects on the soil. The objective was to develop an integrated processing methodology in Rstudio to identify the spatial variability of the accumulated infiltration, in two phases related to pea crops. Field sampling was carried out on a rectangular mesh with 48 points per moment, using double infiltrometer rings. The data were evaluated by means of geostatistical tools adjusted with programming code in Rstudio, defining the relationships between the magnitudes of the accumulated infiltration, for different test instants, without the need to make statistical adjustments to the normality of variables, discriminated over a period between 1 and 80 minutes. The results suggest the existence of spatial variability of the accumulated infiltration in the two evaluated phases, considering that most of the analyzed data were adjusted to multiple variance models, maintaining a degree of spatial dependence, and validating the effectiveness of the adjusted methodology developed and implemented. The spatial relationships were corroborated by means of contour maps, where the spatial variation of the accumulated infiltration between the two identified cultivation moments was observed. The reliability of the interpolation by the Ordinary Kriging method was verified by generating variance maps, establishing the degree of homogeneity of the interpolation. The variability of infiltration confirms the validity of the adjusted methodology implemented.
|
| author |
Orjuela-Matta, Helber Milton Sanjuanelo-Corredor, Danny Wilson Vásquez-Lizcano, Jonathan Cubides-Posada, Katherin Rodríguez-Tibaquirá, Julián Francisco Torres-Rodríguez, Juan Carlos Ramírez-Poveda, Heiner Alfonso |
| author_facet |
Orjuela-Matta, Helber Milton Sanjuanelo-Corredor, Danny Wilson Vásquez-Lizcano, Jonathan Cubides-Posada, Katherin Rodríguez-Tibaquirá, Julián Francisco Torres-Rodríguez, Juan Carlos Ramírez-Poveda, Heiner Alfonso |
| topicspa_str_mv |
Anillos infiltrómetros Dependencia espacial Geoestadística Infiltración acumulada Semivariograma |
| topic |
Anillos infiltrómetros Dependencia espacial Geoestadística Infiltración acumulada Semivariograma Accumulated infiltration Geostatistics Infiltrometer rings Spatial dependence Variogram |
| topic_facet |
Anillos infiltrómetros Dependencia espacial Geoestadística Infiltración acumulada Semivariograma Accumulated infiltration Geostatistics Infiltrometer rings Spatial dependence Variogram |
| citationvolume |
26 |
| citationissue |
1 |
| citationedition |
Núm. 1 , Año 2023 :Revista U.D.C.A Actualidad & Divulgación Científica. Enero-Junio |
| publisher |
Universidad de Ciencias Aplicadas y Ambientales U.D.C.A |
| ispartofjournal |
Revista U.D.C.A Actualidad & Divulgación Científica |
| source |
https://revistas.udca.edu.co/index.php/ruadc/article/view/2365 |
| language |
spa |
| format |
Article |
| rights |
http://creativecommons.org/licenses/by-nc/4.0 Helber Milton Orjuela-Matta, Danny Wilson Sanjuanelo-Corredor, Jonathan Vásquez-Lizcano, Katherin Cubides-Posada, Julián Francisco Rodríguez-Tibaquirá, Juan Carlos Torres-Rodríguez, Heiner Alfonso Ramírez-Poveda - 2023 Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0. info:eu-repo/semantics/openAccess http://purl.org/coar/access_right/c_abf2 |
| references |
ALESSO, C.A.; CIPRIOTTI, P.A.; MASOLA, M.J.; CARRIZO, M.E.; IMHOFF, S.C.; ROCHA-MENESES, L.; ANTILLE, D.L. 2020. Spatilal distribution of sil mechanical strength in an controlled traffic farming system as determined by cone index and geostatistical techniques. Agronomy Research. 18(S2):1115-1126. https://doi.org/10.15159/AR.20.133 2. CAMACHO-TAMAYO, J.H.; RUBIANO SANABRIA, Y.; SANTANA, L.M. 2013. Management units based on the physical properties of an Oxisol. Journal of Soil Science and Plant Nutrition. 13(4):767-785. http://dx.doi.org/10.4067/S0718-95162013005000061 3. CORTÉS-D., D.L.; CAMACHO-TAMAYO, J.H.; GIRALDO, R. 2016. Spatial prediction of soil penetration resistance using functional geostatistics. Scientia Agricola. 73(5):455-461. https://doi.org/10.1590/0103-9016-2015-0113 4. CORTES-D., D.L.; CAMACHO-TAMAYO, J.H.; GIRALDO, R. 2018. Spatial prediction of soil infiltration using functional geostatistics. AUC Geographica. 53(2):149-155. https://doi.org/10.14712/23361980.2018.15 5. CUCUNUBÁ-MELO, J.L.; ÁLVAREZ-HERRERA, J.G.; CAMACHO-TAMAYO, J.H. 2011. Identification of agronomic management units based on physical attributes of soil. Journal of Soil Science and Plant Nutrition. 11(1):87-99. http://dx.doi.org/10.4067/S0718-95162011000100008 6. DA SILVA MARTINS, A.L.; GOMES DE MOURA, E.; CAMACHO-TAMAYO, J.H. 2010. Spatial variability of infiltration and its relationship to some physical properties. Ingeniería e Investigación. 30(2):116-123. 7. DE LIMA, F.V.; DA SILVA SILVINO, G.; DE SOUZA MELO, R.S.; LIRA, E.C.; DE SOUZA RIBEIRO, T. 2015. Variabilidade espacial de atributos físicos do solo em área de encosta sob processo de degradação. Revista Caatinga. 28(4):53-63. https://doi.org/10.1590/1983-21252015v28n406rc 8. FARACO, M.A.; URIBE-OPAZO, M.A.; ALVES DA SILVA, E.A.; JOHANN, J.A.; BORSSOI, J.A. 2008. Seleção de modelos de variabilidade espacial para elaboração de mapas temáticos de atributos físicos do solo e produtividade da soja. Revista Brasileira de Ciência do Solo. 32(2):463-476. https://doi.org/10.1590/S0100-06832008000200001 9. FASINMIRIN, J.T.; OLORUFEMI, I.E.; OGUNTUNDE, P.G.; REICHERT, J.M. 2018. Hydraulic conductivity and penetration resistance of a Tropical Rainforest Alfisol under different land uses in Akure, Southwestern Nigeria. Journal of Experimental Agriculture International. 27(6):1-12. https://doi.org/10.9734/JEAI/2018/12690 10. GEBLER, L.; GRECO, C.R.; VIEIRA, A.L.; DA R. KUSE, L. 2015. Spatial influence of physical and chemical parameters on management zone definition in apple orchards. Engenharia Agricola. 35(6):1160-1171. http://dx.doi.org/10.1590/1809-4430-Eng.Agric.v35n6p1160-1171/2015 11. GUIMARÃES, R.M.L.; BALL, B.C.; TORMENA, C.A.; GIAROLA, N.F.B.; DA SILVA, A. 2013. Relating visual evaluation of soil structure to other physical properties in soils of contrasting texture and management. Soil and Tillage Research. 127:92-99. https://doi.org/10.1016/j.still.2012.01.020 12. GUZMÁN-ROJO, D.P.; BAUTISTA, E.; GONZÁLEZ-TRINIDAD, J.; BRONSON, K.F. 2019. Variability of furrow infiltration and estimated infiltration parameters in a macroporous soil. Journal of Irrigation and Drainage Engineering. 145(2). 13. HAGHIGHI-FASHI, F.; SHARIFI, F.; KAMALI, K. 2014. Modelling infiltration and geostatistical analysis of spatial variability of sorptivity and transmissivity in a flood spreading area. Spanish Journal of Agricultural Research. 12(1):277-288. https://doi.org/10.5424/sjar/2014121-4659 14. HOSSAIN BHUIYAN, M.A.; BODRUD-DOZA, M.; TOWFIQUL ISLAM, A.R.M.; RAKIB, M.A.; SAFIUR RAHMAN, M.; RAMANATHAN, A.L. 2016. Assessment of groundwater quality of Lakshimpur district of Bangladesh using water quality indices, geostatistical methods, and multivariate analysis. Environmental Earth Sciences. 75(12):1-23. https://doi.org/10.1007/s12665-016-5823-y 15. HUMMEL, J.W.; AHMAD, I.S.; NEWMAN, S.C.; SUDDUTH, K.A.; DRUMMOND, S.T. 2004. Simultaneous soil moisture and cone index measurement. Transactions of the American Society of Agricultural Engineers. 47(3):607-618. 16. IMHOFF, S.; GHIBERTO, P.J.; GRIONI, A.; GAY, J.P. 2010. Porosity characterization of Argiudolls under different management systems in the Argentine Flat Pampa. Geoderma. 158:268-274. https://doi.org/10.1016/j.geoderma.2010.05.005 17. INSTITUTO GEOGRÁFICO AGUSTÍN CODAZZI - IGAC. 2011. Levantamiento detallado de suelos en las áreas planas de los municipios de Cota, Tabio y Tenjo. Escala 1:10.000. Instituto Geográfico Agustín Codazzi (Bogotá, D.C.). 396p. 18. JAYNES, D.B.; HUNSAKER, D.J. 1989. Spatial and temporal variability of water content and infiltration on a flood irrigated field. American Society of Agricultural and Biological Engineers. 32(4):1229-1238. https://doi.org/10.13031/2013.31139 19. LIU, H.; LEI, T.W.; ZHAO, J.; YUAN, C.P.; FAN, Y.T.; QU, L.Q. 2011. Effects of rainfall intensity and antecedent soil water content on soil infiltrability under rainfall conditions using the run off-on-out method. Journal of Hydrology. 396(1-2):24-32. https://doi.org/10.1016/j.jhydrol.2010.10.028 20. MACHIWAL, D.; JHA, M.K.; MAL, B.C. 2006. Modelling Infiltration and quantifying spatial soil variability in a wasteland of Kharagpur, India. Biosystems Engineering. 95(4):569-582. https://doi.org/10.1016/j.biosystemseng.2006.08.007 21. MEDINA, C.; CAMACHO-TAMAYO, J.H.; CORTÉS, C.A. 2012. Soil penetration resistance analysis by multivariate and geostatistical methods. Engenharia Agricola. 32(1):91-101. https://doi.org/10.1590/S0100-69162012000100010 22. MOSHIA, M.E.; KHOSLA, R.; LONGCHAMPS, L.; REICH, R.; DAVIS, J.G.; WESTFALL, D.G. 2014. Precision manure management across site-specific management zones: Grain yield and economic analysis. Agronomy Journal. 106(6):2146-2156. https://doi.org/10.2134/agronj13.0400 23. NOVAK, V.; ŠIMÅUNEK, J.; VAN GENUCHTEN, M.T. 2000. Infiltration of water into soil with craks. Journal of Irrigation and Drainage Engineering. 126(1):41-47. https://doi.org/10.1061/(ASCE)0733-9437(2000)126:1(41) 24. ORJUELA-MATTA, H.M.; RUBIANO-SANABRIA, Y.; CAMACHO-TAMAYO, J.H. 2011. Spatial variability of hydrodynamic parameters in the native savanna of the Colombian Eastern plains. Agronomía Colombiana. 29(1):83-90. 25. ORJUELA-MATTA, H.M.; RUBIANO SANABRIA, Y.; CAMACHO-TAMAYO, J.H. 2012. Spatial analysis of infiltration in an oxisol of the eastern plains of Colombia. Chilean Journal of Agricultural Research. 72(3):404-410. http://dx.doi.org/10.4067/S0718-58392012000300015 26. PARRA-CORONADO, A.; FISCHER, G.; CAMACHO-TAMAYO, J. 2018. Post-harvest quality of pineapple guava [acca sellowiana (O. berg) burret] fruits produced in two locations at different altitudes in cundinamarca, Colombia. Agronomia Colombiana. 36(1):68-78. https://doi.org/10.15446/agron.colomb.v36n1.68577 27. PEEL, M.C.; FINLAYSON, B.L.; MCMAHON, T.A. 2007. Updated world map of the Köppen-Geiger climate classification. Hydrology and Earth System Sciences. 11:1633-1644. https://doi.org/10.5194/hess-11-1633-2007 28. R CORE TEAM. 2021. R: A language and environment for statistical computing. R Foundation for Statistical Computing (Vienna, Austria). Disponible desde internet en: https://www.R-project.org/ 29. RODRÍGUEZ-VÁSQUEZ, A.; ARISTIZÁBAL-CASTILLO, A.M.; CAMACHO-TAMAYO, J.H. 2008. Spatial variability of Philip and Kostiakov infiltration models in an andic soil. Engenharia Agrícola. 28(1):64-75. 30. RSTUDIO TEAM. 2022. Integrated Development for R. RStudio, Inc., (Boston, MA). Disponible desde Internet en: http://www.rstudio.com/ 31. VARÓN-RAMÍREZ, V.M.; CAMACHO-TAMAYO, J.H.; GONZÁLEZ-NIVIA, J. 2018. Management zones determination based on physical properties of the soil. Ciência e Agrotecnologia. 42(3):248-260. https://doi.org/10.1590/1413-70542018423002318 |
| type_driver |
info:eu-repo/semantics/article |
| type_coar |
http://purl.org/coar/resource_type/c_6501 |
| type_version |
info:eu-repo/semantics/publishedVersion |
| type_coarversion |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
| type_content |
Text |
| publishDate |
2023-06-30 |
| date_accessioned |
2023-06-30T00:00:00Z |
| date_available |
2023-06-30T00:00:00Z |
| url |
https://revistas.udca.edu.co/index.php/ruadc/article/view/2365 |
| url_doi |
https://doi.org/10.31910/rudca.v26.n1.2023.2365 |
| issn |
0123-4226 |
| eissn |
2619-2551 |
| doi |
10.31910/rudca.v26.n1.2023.2365 |
| url4_str_mv |
https://revistas.udca.edu.co/index.php/ruadc/article/download/2365/2615 |
| url2_str_mv |
https://revistas.udca.edu.co/index.php/ruadc/article/download/2365/2642 |
| _version_ |
1811201190825820160 |
| spelling |
Metodología de procesamiento integrado para identificar la variabilidad espacial de la infiltración acumulada en suelos agrícolas Integrated processing methodology to identify the spatial variability of accumulated infiltration for agricultural soil La infiltración del agua en el suelo y su variación espacial es fundamental para establecer la programación de riego en los cultivos y evaluar los posibles efectos degradativos en el suelo. El objetivo fue desarrollar una metodología de procesamiento integrado en Rstudio, para identificar la variabilidad espacial de la infiltración acumulada, en dos fases para un cultivo de arveja. El muestreo de campo se adelantó sobre una malla rectangular georreferenciada con 48 puntos, por cada momento, utilizando anillos infiltrómetros dobles. Los datos fueron evaluados por medio de herramientas geoestadísticas, ajustadas con código de programación en Rstudio, definiendo las relaciones entre las magnitudes de la infiltración acumulada, para diferentes instantes de prueba, sin la necesidad de realizar ajustes estadísticos de normalidad de variables, discriminados en un periodo entre 1 y 80 minutos. Los resultados sugieren la existencia de variabilidad espacial de la infiltración acumulada en las dos fases evaluadas, considerando que, la mayoría de los datos analizados, se ajustaron a múltiples modelos de semivarianza, manteniendo grados de dependencia espacial, particularmente, respecto al máximo valor acumulado de infiltración, validando la eficacia de la metodología ajustada. Las relaciones espaciales fueron corroboradas con mapas de contorno, en donde se observó la variación espacial de la infiltración acumulada entre los momentos de cultivo identificados. La confiabilidad de la interpolación por el método Kriging ordinario, se verificó mediante la generación mapas de varianza, estableciendo el grado de homogeneidad de la interpolación. La variabilidad de la infiltración confirma la validez de la metodología ajustada implementada. The infiltration of water in the soil, and its variation in space, is essential to establish the irrigation schedule for crops and to evaluate the possible degrading effects on the soil. The objective was to develop an integrated processing methodology in Rstudio to identify the spatial variability of the accumulated infiltration, in two phases related to pea crops. Field sampling was carried out on a rectangular mesh with 48 points per moment, using double infiltrometer rings. The data were evaluated by means of geostatistical tools adjusted with programming code in Rstudio, defining the relationships between the magnitudes of the accumulated infiltration, for different test instants, without the need to make statistical adjustments to the normality of variables, discriminated over a period between 1 and 80 minutes. The results suggest the existence of spatial variability of the accumulated infiltration in the two evaluated phases, considering that most of the analyzed data were adjusted to multiple variance models, maintaining a degree of spatial dependence, and validating the effectiveness of the adjusted methodology developed and implemented. The spatial relationships were corroborated by means of contour maps, where the spatial variation of the accumulated infiltration between the two identified cultivation moments was observed. The reliability of the interpolation by the Ordinary Kriging method was verified by generating variance maps, establishing the degree of homogeneity of the interpolation. The variability of infiltration confirms the validity of the adjusted methodology implemented. Orjuela-Matta, Helber Milton Sanjuanelo-Corredor, Danny Wilson Vásquez-Lizcano, Jonathan Cubides-Posada, Katherin Rodríguez-Tibaquirá, Julián Francisco Torres-Rodríguez, Juan Carlos Ramírez-Poveda, Heiner Alfonso Anillos infiltrómetros Dependencia espacial Geoestadística Infiltración acumulada Semivariograma Accumulated infiltration Geostatistics Infiltrometer rings Spatial dependence Variogram 26 1 Núm. 1 , Año 2023 :Revista U.D.C.A Actualidad & Divulgación Científica. Enero-Junio Artículo de revista Journal article 2023-06-30T00:00:00Z 2023-06-30T00:00:00Z 2023-06-30 text/xml application/pdf Universidad de Ciencias Aplicadas y Ambientales U.D.C.A Revista U.D.C.A Actualidad & Divulgación Científica 0123-4226 2619-2551 https://revistas.udca.edu.co/index.php/ruadc/article/view/2365 10.31910/rudca.v26.n1.2023.2365 https://doi.org/10.31910/rudca.v26.n1.2023.2365 spa http://creativecommons.org/licenses/by-nc/4.0 Helber Milton Orjuela-Matta, Danny Wilson Sanjuanelo-Corredor, Jonathan Vásquez-Lizcano, Katherin Cubides-Posada, Julián Francisco Rodríguez-Tibaquirá, Juan Carlos Torres-Rodríguez, Heiner Alfonso Ramírez-Poveda - 2023 Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0. ALESSO, C.A.; CIPRIOTTI, P.A.; MASOLA, M.J.; CARRIZO, M.E.; IMHOFF, S.C.; ROCHA-MENESES, L.; ANTILLE, D.L. 2020. Spatilal distribution of sil mechanical strength in an controlled traffic farming system as determined by cone index and geostatistical techniques. Agronomy Research. 18(S2):1115-1126. https://doi.org/10.15159/AR.20.133 2. CAMACHO-TAMAYO, J.H.; RUBIANO SANABRIA, Y.; SANTANA, L.M. 2013. Management units based on the physical properties of an Oxisol. Journal of Soil Science and Plant Nutrition. 13(4):767-785. http://dx.doi.org/10.4067/S0718-95162013005000061 3. CORTÉS-D., D.L.; CAMACHO-TAMAYO, J.H.; GIRALDO, R. 2016. Spatial prediction of soil penetration resistance using functional geostatistics. Scientia Agricola. 73(5):455-461. https://doi.org/10.1590/0103-9016-2015-0113 4. CORTES-D., D.L.; CAMACHO-TAMAYO, J.H.; GIRALDO, R. 2018. Spatial prediction of soil infiltration using functional geostatistics. AUC Geographica. 53(2):149-155. https://doi.org/10.14712/23361980.2018.15 5. CUCUNUBÁ-MELO, J.L.; ÁLVAREZ-HERRERA, J.G.; CAMACHO-TAMAYO, J.H. 2011. Identification of agronomic management units based on physical attributes of soil. Journal of Soil Science and Plant Nutrition. 11(1):87-99. http://dx.doi.org/10.4067/S0718-95162011000100008 6. DA SILVA MARTINS, A.L.; GOMES DE MOURA, E.; CAMACHO-TAMAYO, J.H. 2010. Spatial variability of infiltration and its relationship to some physical properties. Ingeniería e Investigación. 30(2):116-123. 7. DE LIMA, F.V.; DA SILVA SILVINO, G.; DE SOUZA MELO, R.S.; LIRA, E.C.; DE SOUZA RIBEIRO, T. 2015. Variabilidade espacial de atributos físicos do solo em área de encosta sob processo de degradação. Revista Caatinga. 28(4):53-63. https://doi.org/10.1590/1983-21252015v28n406rc 8. FARACO, M.A.; URIBE-OPAZO, M.A.; ALVES DA SILVA, E.A.; JOHANN, J.A.; BORSSOI, J.A. 2008. Seleção de modelos de variabilidade espacial para elaboração de mapas temáticos de atributos físicos do solo e produtividade da soja. Revista Brasileira de Ciência do Solo. 32(2):463-476. https://doi.org/10.1590/S0100-06832008000200001 9. FASINMIRIN, J.T.; OLORUFEMI, I.E.; OGUNTUNDE, P.G.; REICHERT, J.M. 2018. Hydraulic conductivity and penetration resistance of a Tropical Rainforest Alfisol under different land uses in Akure, Southwestern Nigeria. Journal of Experimental Agriculture International. 27(6):1-12. https://doi.org/10.9734/JEAI/2018/12690 10. GEBLER, L.; GRECO, C.R.; VIEIRA, A.L.; DA R. KUSE, L. 2015. Spatial influence of physical and chemical parameters on management zone definition in apple orchards. Engenharia Agricola. 35(6):1160-1171. http://dx.doi.org/10.1590/1809-4430-Eng.Agric.v35n6p1160-1171/2015 11. GUIMARÃES, R.M.L.; BALL, B.C.; TORMENA, C.A.; GIAROLA, N.F.B.; DA SILVA, A. 2013. Relating visual evaluation of soil structure to other physical properties in soils of contrasting texture and management. Soil and Tillage Research. 127:92-99. https://doi.org/10.1016/j.still.2012.01.020 12. GUZMÁN-ROJO, D.P.; BAUTISTA, E.; GONZÁLEZ-TRINIDAD, J.; BRONSON, K.F. 2019. Variability of furrow infiltration and estimated infiltration parameters in a macroporous soil. Journal of Irrigation and Drainage Engineering. 145(2). 13. HAGHIGHI-FASHI, F.; SHARIFI, F.; KAMALI, K. 2014. Modelling infiltration and geostatistical analysis of spatial variability of sorptivity and transmissivity in a flood spreading area. Spanish Journal of Agricultural Research. 12(1):277-288. https://doi.org/10.5424/sjar/2014121-4659 14. HOSSAIN BHUIYAN, M.A.; BODRUD-DOZA, M.; TOWFIQUL ISLAM, A.R.M.; RAKIB, M.A.; SAFIUR RAHMAN, M.; RAMANATHAN, A.L. 2016. Assessment of groundwater quality of Lakshimpur district of Bangladesh using water quality indices, geostatistical methods, and multivariate analysis. Environmental Earth Sciences. 75(12):1-23. https://doi.org/10.1007/s12665-016-5823-y 15. HUMMEL, J.W.; AHMAD, I.S.; NEWMAN, S.C.; SUDDUTH, K.A.; DRUMMOND, S.T. 2004. Simultaneous soil moisture and cone index measurement. Transactions of the American Society of Agricultural Engineers. 47(3):607-618. 16. IMHOFF, S.; GHIBERTO, P.J.; GRIONI, A.; GAY, J.P. 2010. Porosity characterization of Argiudolls under different management systems in the Argentine Flat Pampa. Geoderma. 158:268-274. https://doi.org/10.1016/j.geoderma.2010.05.005 17. INSTITUTO GEOGRÁFICO AGUSTÍN CODAZZI - IGAC. 2011. Levantamiento detallado de suelos en las áreas planas de los municipios de Cota, Tabio y Tenjo. Escala 1:10.000. Instituto Geográfico Agustín Codazzi (Bogotá, D.C.). 396p. 18. JAYNES, D.B.; HUNSAKER, D.J. 1989. Spatial and temporal variability of water content and infiltration on a flood irrigated field. American Society of Agricultural and Biological Engineers. 32(4):1229-1238. https://doi.org/10.13031/2013.31139 19. LIU, H.; LEI, T.W.; ZHAO, J.; YUAN, C.P.; FAN, Y.T.; QU, L.Q. 2011. Effects of rainfall intensity and antecedent soil water content on soil infiltrability under rainfall conditions using the run off-on-out method. Journal of Hydrology. 396(1-2):24-32. https://doi.org/10.1016/j.jhydrol.2010.10.028 20. MACHIWAL, D.; JHA, M.K.; MAL, B.C. 2006. Modelling Infiltration and quantifying spatial soil variability in a wasteland of Kharagpur, India. Biosystems Engineering. 95(4):569-582. https://doi.org/10.1016/j.biosystemseng.2006.08.007 21. MEDINA, C.; CAMACHO-TAMAYO, J.H.; CORTÉS, C.A. 2012. Soil penetration resistance analysis by multivariate and geostatistical methods. Engenharia Agricola. 32(1):91-101. https://doi.org/10.1590/S0100-69162012000100010 22. MOSHIA, M.E.; KHOSLA, R.; LONGCHAMPS, L.; REICH, R.; DAVIS, J.G.; WESTFALL, D.G. 2014. Precision manure management across site-specific management zones: Grain yield and economic analysis. Agronomy Journal. 106(6):2146-2156. https://doi.org/10.2134/agronj13.0400 23. NOVAK, V.; ŠIMÅUNEK, J.; VAN GENUCHTEN, M.T. 2000. Infiltration of water into soil with craks. Journal of Irrigation and Drainage Engineering. 126(1):41-47. https://doi.org/10.1061/(ASCE)0733-9437(2000)126:1(41) 24. ORJUELA-MATTA, H.M.; RUBIANO-SANABRIA, Y.; CAMACHO-TAMAYO, J.H. 2011. Spatial variability of hydrodynamic parameters in the native savanna of the Colombian Eastern plains. Agronomía Colombiana. 29(1):83-90. 25. ORJUELA-MATTA, H.M.; RUBIANO SANABRIA, Y.; CAMACHO-TAMAYO, J.H. 2012. Spatial analysis of infiltration in an oxisol of the eastern plains of Colombia. Chilean Journal of Agricultural Research. 72(3):404-410. http://dx.doi.org/10.4067/S0718-58392012000300015 26. PARRA-CORONADO, A.; FISCHER, G.; CAMACHO-TAMAYO, J. 2018. Post-harvest quality of pineapple guava [acca sellowiana (O. berg) burret] fruits produced in two locations at different altitudes in cundinamarca, Colombia. Agronomia Colombiana. 36(1):68-78. https://doi.org/10.15446/agron.colomb.v36n1.68577 27. PEEL, M.C.; FINLAYSON, B.L.; MCMAHON, T.A. 2007. Updated world map of the Köppen-Geiger climate classification. Hydrology and Earth System Sciences. 11:1633-1644. https://doi.org/10.5194/hess-11-1633-2007 28. R CORE TEAM. 2021. R: A language and environment for statistical computing. R Foundation for Statistical Computing (Vienna, Austria). Disponible desde internet en: https://www.R-project.org/ 29. RODRÍGUEZ-VÁSQUEZ, A.; ARISTIZÁBAL-CASTILLO, A.M.; CAMACHO-TAMAYO, J.H. 2008. Spatial variability of Philip and Kostiakov infiltration models in an andic soil. Engenharia Agrícola. 28(1):64-75. 30. RSTUDIO TEAM. 2022. Integrated Development for R. RStudio, Inc., (Boston, MA). Disponible desde Internet en: http://www.rstudio.com/ 31. VARÓN-RAMÍREZ, V.M.; CAMACHO-TAMAYO, J.H.; GONZÁLEZ-NIVIA, J. 2018. Management zones determination based on physical properties of the soil. Ciência e Agrotecnologia. 42(3):248-260. https://doi.org/10.1590/1413-70542018423002318 https://revistas.udca.edu.co/index.php/ruadc/article/download/2365/2615 https://revistas.udca.edu.co/index.php/ruadc/article/download/2365/2642 info:eu-repo/semantics/article http://purl.org/coar/resource_type/c_6501 http://purl.org/coar/resource_type/c_1843 info:eu-repo/semantics/publishedVersion http://purl.org/coar/version/c_970fb48d4fbd8a85 info:eu-repo/semantics/openAccess http://purl.org/coar/access_right/c_abf2 Text Publication |