Examinando por Autor "Alejandro Mendez, Lidiana Rene"

Mostrando 1 - 3 de 3

Detecting Changes in Soil Fertility Properties Using Multispectral UAV Images and Machine Learning in Central Peru
(MDPI, 2025-03-06) Enriquez Pinedo, Lucia Carolina; Ortega Quispe, Kevin Abner; Ccopi Trucios, Dennis; Rios Chavarria, Claudia Sofía; Urquizo Barrera, Julio; Patricio Rosales, Solanch Rosy; Alejandro Mendez, Lidiana Rene; Oliva Cruz, Manuel; Barboza Castillo, Elgar; Pizarro Carcausto , Samuel Edwin
Remote sensing is essential in precision agriculture as this approach provides high-resolution information on the soil's physical and chemical parameters for detailed decision making. Globally, technologies such as remote sensing and machine learning are increasingly being used to infer these parameters. This study evaluates soil fertility changes and compares them with previous fertilization inputs using high-resolution multispectral imagery and in situ measurements. A UAV-captured image was used to predict the spatial distribution of soil parameters, generating fourteen spectral indices and a digital surface model (DSM) from 103 soil plots across 49.83 hectares. Machine learning algorithms, including classification and regression trees (CART) and random forest (RF), modeled the soil parameters (N-ppm, P-ppm, K-ppm, OM%, and EC-mS/m). The RF model outperformed others, with R² values of 72% for N, 83% for P, 87% for K, 85% for OM, and 70% for EC in 2023. Significant spatiotemporal variations were observed between 2022 and 2023, including an increase in P (14.87 ppm) and a reduction in EC (-0.954 mS/m). High-resolution UAV imagery combined with machine learning proved highly effective for monitoring soil fertility. This approach, tailored to the Peruvian Andes, integrates spectral indices and field-collected data, offering innovative tools to optimize fertilization practices, address soil management challenges, and merge modern technology with traditional methods for sustainable agricultural practices.
Spatial Variability of Soil Acidity and Lime Requirements for Potato Cultivation in the Huánuco Highlands
(MDPI, 2024-12-13) Quispe Matos, Kenyi Rolando; Mejía, Sharon; Carbajal Llosa, Carlos Miguel; Alejandro Mendez, Lidiana Rene; Verástegui Martinez, Patricia; Solórzano Acosta, Richard Andi
Soil acidity is a major limiting factor for potato production in Peru's high Andean region. This study aims to predict the spatial variability of soil acidity as a fundamental tool for recommending site-specific liming treatments and to identify the physical-chemical characteristics most closely related to soil acidity. The soil samples were collected from five locations in the province of Pachitea, Huánuco. Descriptive statistics, principal component analysis (PCA), and Pearson correlation analysis were used to identify the soil properties contributing most to total variance and those most strongly correlated with soil acidity. The ordinary geostatistical kriging method evaluated the predictive accuracy for 23 soil properties and liming requirements over a 28,463 ha area, at a spatial resolution of 10 m. Results showed that the Plaza Punta and Buenos Aires locations had more degraded acidic soils, with frequencies between 55% and 100% above the general mean (30.94 ± 24.87%) and the critical threshold (25%) for potato cultivation. Variables such as exchangeable calcium percentage (ECP), Ca2+, Mg2+, sand content, and organic matter strongly correlated with soil acidity, while exchangeable H+ and ECP were the main contributors to the total variance. Geostatistical analysis revealed that Mg2+ and Ca2+ had the highest R² values (0.87 and 0.76, respectively), indicating a strong fit between observed and predicted values in the spatial analysis of soil acidity. It is concluded that the agricultural dolomite requirements in the localities of Plaza Punta and Buenos Aires exhibit high spatial predictability. Additionally, the analysis of diverse soil physicochemical properties is emphasized as critical for determining precise application rates.
Variación espacial de la fertilidad del suelo en la EEA Santa Ana
(Instituto Nacional de Innovación Agraria (INIA), 2026-02-10) Quispe Matos, Kenyi Rolando; Carbajal Llosa, Carlos Miguel; Mejia Maita, Sharon Yahaira; Fernandez Puquio, Albert Einstein; Mercado Chinchay, Ruth Lizbeth; Ore Valeriano, Ruddy Adely; Pizarro Carcausto, Samuel Edwin; Alejandro Mendez, Lidiana Rene; Solórzano Acosta, Richard Andi; Cruz Luis, Juancarlos Alejandro
La degradación de los suelos en las regiones altoandinas del Perú constituye un problema relevante debido a su impacto directo en la productividad agrícola y la sostenibilidad de los sistemas productivos. La pérdida progresiva de cobertura vegetal contribuye significativamente a este proceso, dado que incrementa la erosión, disminuye la capacidad de retención de agua y compromete la estructura física del suelo (Vanacker et al., 2022). Esta situación se ve intensificada por la alta variabilidad de la fertilidad del suelo y por las prácticas de manejo inadecuadas que reducen la eficiencia de los fertilizantes (Quispe et al., 2024). Asimismo, las bajas temperaturas, propias de estos ecosistemas, reducen la velocidad de descomposición de la materia orgánica, lo que favorece la acumulación de carbono orgánico en el suelo y retrasa la mineralización de nutrientes, limitando su disponibilidad inmediata para los cultivos (Liu et al., 2025). Esta dinámica es propia de los ecosistemas fríos y debe considerarse en el manejo de la fertilidad, dado que influye directamente en la respuesta de los sistemas agrícolas y en la eficiencia de las prácticas de fertilización. En la provincia de Huancayo, departamento de Junín, la degradación de suelos se ha intensificado como consecuencia de un acelerado proceso de urbanización registrado en las últimas décadas, impulsado por factores económicos, demográficos y sociales. A ello, se suma la deposición atmosférica de elementos tóxicos provenientes de zonas mineras, la cual ha promovido la conversión de tierras agrícolas en áreas urbanas. Como consecuencia, la cobertura vegetal y la capacidad natural de almacenamiento de agua se ha reducido, deteriorando la calidad ambiental y acelerando la degradación del suelo (Haller, 2017). Frente a este escenario, el monitoreo continuo de la fertilidad del suelo se vuelve esencial para planificar la producción agrícola de manera sostenible y corregir oportunamente deficiencias o excesos en los parámetros edáficos. Sin embargo, la carencia de herramientas técnicas que permitan una interpretación espacial precisa de las propiedades fisicoquímicas del suelo, limita la toma de decisiones en la fertilización de los cultivos. La integración de enfoques de agricultura de precisión, geoestadística, análisis de suelos y sistemas de información geográfica (SIG) permiten abordar esta limitación. El uso de métodos como la interpolación kriging, índice de Moran y análisis de variogramas facilitan la identificación de patrones espaciales, mejoran la interpretación de la variabilidad edáfica y aportan información clave para la gestión diferenciada de los suelos. Esta información constituye una base sólida para diseñar estrategias de fertilización por zonas, optimizando el uso de insumos y contribuyendo a la conservación de la salud del suelo a largo plazo (Culman et al., 2021; Chinea-Horta y Rodríguez-Izquierdo, 2021). En este contexto, el presente manual tiene como objetivo evaluar la fertilidad del suelo y su variación espacial en la Estación Experimental Agraria Santa Ana, con la finalidad de generar información técnica que contribuya a la planificación agrícola y al fortalecimiento de los sistemas productivos de la región. Para ello, se propone diagnosticar el estado actual de la fertilidad del suelo e identificar sus principales limitantes; elaborar mapas de variabilidad espacial de las propiedades edáficas que permitan reconocer diferencias en la calidad del suelo; así como formular estrategias de manejo de la fertilidad orientadas a optimizar el uso de fertilizantes y enmiendas, incrementar la productividad, y promover la sostenibilidad de los sistemas agrícolas y pecuarios de la estación.