Predicción de propiedades del suelo por medio de relaciones cuantitaltivas suelo-paisaje en la cuenca del río Caramacate, cuenca alta del río Guárico, Edo. Aragua

Abstract

El proyecto propone un método novedoso de cartografía digital de suelo-paisaje, basado en una clasificación de la superficie del terreno por medio de un algoritmo de red neuronal borrosa (FKCN). A partir de modelos digitales de elevación (MDE) e imágenes satelitales. Este enfoque fue probado en la cuenca del río Caramacate, en el municipio San Sebastián del estado Aragua. Los resultados indican que el método propuesto reduce el tiempo y costo de los estudios de suelo-paisaje en áreas montañosas y mejora la exactitud y precisión de las predicciones de propiedades del suelo. El mapa digital del área de estudio producido por FKCN fue generado en la décima parte del tiempo requerido por un experto para producir un mapa geomorfológico convencional. No obstante, detectó los principales cambios de relieve identificados por el geomorfólogo. Además el mapa digital exhibe más detalle que el mapa convencional, porque muestra la variación del suelo-paisaje presente dentro de cada unidad del mapa geomorfológico.