2024-03-28T10:15:14Zhttp://digital.csic.es/dspace-oai/requestoai:digital.csic.es:10261/1371522016-09-23T00:54:54Zcom_10261_15com_10261_6col_10261_520
DIGITAL.CSIC
author
López García, José
2016-09-22T07:20:33Z
2016-09-22T07:20:33Z
1990
Predicción de la calidad agrícola de los suelos : un caso de estudio en la zona regable del río Pilón, México 1-68 (1990)
http://hdl.handle.net/10261/137152
Se llevó a cabo una síntesis y generalización de un levantamiento de suelos a nivel de semidetalle del área regable del río Pilón, México; seleccionando 12 unidades-suelo representativas, las cuales fueron usadas como unidades de referencia, para la aplicación de varios métodos de evaluación de tierras. De acuerdo a la clasificación de la Soil Taxonomy, las unidades propuestas quedaron incluidas en los ordenes Entisols, Mollisols, Alfisols y Vertisols, siendo los Typic Ustorthents el subgrupo dominante .
Los métodos de evaluación de tierras usados están incluidos dentro del Sistema MicroLEIS: Sistema de Evaluación de Tierras basado en microordenador. El Sistema MicroLEIS hace aplicación de la capacidad de uso de las tierras y la aptitud relativa de la tierra, procedimientos desarrollados para regiones Mediterráneas. También este sistema de evaluación predice los rendimientos de trigo, maíz y algodón a través de modelos de regresión polinomial.
Aunque las diferencias de las condiciones biofísicas entre regiones Mediterráneas y este área de estudio son evidentes, el Sistema MicroLEIS parace ser un procedimiento interesante para establecer la evaluación relativa de la calidad agrícola de los suelos estudiados. Los resultados obtenidos pueden ser considerados como punto de partida para desarrollar versiones del Sistema MicroLEIS a las condiciones particulares de este caso de estudio
spa
openAccess
Predicción de la calidad agrícola de los suelos : un caso de estudio en la zona regable del río Pilón, México
documento de trabajo
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
URL
https://digital.csic.es/bitstream/10261/137152/1/Prevision_calidad_agricola_XXVII_CIEBV.pdf
File
MD5
dfeb733c9efcfc91ef6ccc0a75eb01bd
3078507
application/pdf
Prevision_calidad_agricola_XXVII_CIEBV.pdf