Concepto de la Relación de Humedad del Suelo para Determinar la Distribución Espacial de la Humedad del Suelo Utilizando Parámetros Fisiográficos de una Cuenca y Redes Neuronales Artificiales (ANNs)
Autores: Kruk, Edyta; Fudaa, Wioletta
Idioma: Inglés
Editor: MDPI
Año: 2021
Acceso abierto
Artículo científico
2021
Concepto de la Relación de Humedad del Suelo para Determinar la Distribución Espacial de la Humedad del Suelo Utilizando Parámetros Fisiográficos de una Cuenca y Redes Neuronales Artificiales (ANNs)
Categoría
Ciencias Medioambientales
Subcategoría
Ciencias medioambientales generales
Palabras clave
Investigaciones
Relación de humedad del suelo
Modelo de red neuronal
Parámetros fisiográficos
Modelo de ANN
Análisis de sensibilidad
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
Se presentan los resultados de investigaciones sobre la modelación de la relación de humedad del suelo en la cuenca montañosa del arroyo Mtny, ubicada en la región de Gorce, Polonia. Se definió la relación de humedad del suelo como la relación entre la humedad del suelo en un punto dado de la cuenca y la que se encuentra en un punto base ubicado en una cuenca hidrográfica. Las investigaciones se llevaron a cabo utilizando un dispositivo TDR, en 379 puntos de medición ubicados en una red irregular, en la capa de suelo de 0-25 cm. Los valores de la relación de humedad del suelo fluctuaron entre 0.75 y 1.85. Con base en las mediciones, se construyó un modelo de red neuronal artificial (ANN) del tipo MLP, con nueve neuronas en la capa de entrada, cuatro neuronas en la capa oculta y una neurona en la capa de salida. Los parámetros de entrada que influyen en la relación de humedad del suelo se eligieron en función de parámetros fisiográficos: altitud, dirección del flujo, altura sobre el nivel del mar, contenido de arcilla, uso del suelo, exposición, forma de la pendiente, grupo hidrológico del suelo y lugar en la pendiente. El modelo ANN se generó en el módulo de minería de datos del programa Statistica 12. Los parámetros fisiográficos se generaron utilizando una base de datos, un modelo digital de elevación y el programa ArcGIS. El valor del parámetro de aprendizaje de la red obtenido, 0.722, fue satisfactorio. La comparación de los datos experimentales con los valores obtenidos mediante el modelo ANN mostró un buen ajuste; el coeficiente de determinación fue de 0.581. El modelo ANN mostró una tendencia mínima a sobrestimar los valores. El análisis de sensibilidad global de la red mostró que la mayor influencia en el coeficiente de humedad la ejercieron los parámetros lugar en la pendiente, exposición y uso del suelo, mientras que los parámetros con menor influencia fueron la pendiente, la fracción de arcilla y el grupo hidrológico. Los parámetros fisiográficos elegidos explicaron los valores de la relación de humedad relativa en un grado satisfactorio.
Descripción
Se presentan los resultados de investigaciones sobre la modelación de la relación de humedad del suelo en la cuenca montañosa del arroyo Mtny, ubicada en la región de Gorce, Polonia. Se definió la relación de humedad del suelo como la relación entre la humedad del suelo en un punto dado de la cuenca y la que se encuentra en un punto base ubicado en una cuenca hidrográfica. Las investigaciones se llevaron a cabo utilizando un dispositivo TDR, en 379 puntos de medición ubicados en una red irregular, en la capa de suelo de 0-25 cm. Los valores de la relación de humedad del suelo fluctuaron entre 0.75 y 1.85. Con base en las mediciones, se construyó un modelo de red neuronal artificial (ANN) del tipo MLP, con nueve neuronas en la capa de entrada, cuatro neuronas en la capa oculta y una neurona en la capa de salida. Los parámetros de entrada que influyen en la relación de humedad del suelo se eligieron en función de parámetros fisiográficos: altitud, dirección del flujo, altura sobre el nivel del mar, contenido de arcilla, uso del suelo, exposición, forma de la pendiente, grupo hidrológico del suelo y lugar en la pendiente. El modelo ANN se generó en el módulo de minería de datos del programa Statistica 12. Los parámetros fisiográficos se generaron utilizando una base de datos, un modelo digital de elevación y el programa ArcGIS. El valor del parámetro de aprendizaje de la red obtenido, 0.722, fue satisfactorio. La comparación de los datos experimentales con los valores obtenidos mediante el modelo ANN mostró un buen ajuste; el coeficiente de determinación fue de 0.581. El modelo ANN mostró una tendencia mínima a sobrestimar los valores. El análisis de sensibilidad global de la red mostró que la mayor influencia en el coeficiente de humedad la ejercieron los parámetros lugar en la pendiente, exposición y uso del suelo, mientras que los parámetros con menor influencia fueron la pendiente, la fracción de arcilla y el grupo hidrológico. Los parámetros fisiográficos elegidos explicaron los valores de la relación de humedad relativa en un grado satisfactorio.