Anda di halaman 1dari 75

International Institute

Universidad Mayor
de San Simn

for Geo-Information

Responsable: Ing. Wilber Alexander Snchez Vila

Desarrollo de un prototipo del sistema automatizado de


evaluacin de tierras (ALES) para entorno grfico WINDOWS

Maestra en Ciencias de la Geo-Informacin y Observacin de la Tierra, mencin en


Informacin de Tierras para la Planificacin del Territorio
Asesor: Ing. Ronald Vargas Rojas MSc.
Ing. Nelson Sanabria Siles MSc.

Trabajo de Asignacin Final Individual

Cochabamba - Bolivia
2009
1

ACLARACION
El siguiente trabajo, es una descripcin del proceso desarrollado para obtener el
resultado buscado en la Asignacin Final Individual, como requisito para la
aprobacin de la maestra en Ciencias de la Geoinformacin y Observacin de la
Tierra, brindada por el CLAS conjuntamente al ITC de Holanda. Toda opinin
expresada dentro de este documento es responsabilidad del autor y representa su
punto de vista y no as del Centro de Levantamientos Aeroespaciales y Aplicaciones
SIG para el desarrollo sostenible de los recursos naturales (CLAS)

ii

AGRADECIMIENTOS

Mi agradecimiento a aquellas personas que han hecho posible la


realizacin del presente trabajo con cita especial al Ing. Ronald Vargas
Rojas y al Ing. Nelson Sanabria Siles, a los docentes y colegas de la
maestra en el Centro de Levantamientos Aeroespaciales y Aplicaciones
SIG para el desarrollo de los Recursos Naturales en ambas menciones
de quienes llevo un grato recuerdo y estima especial.
A todos mis familiares y amigos por su inagotable apoyo para cumplir
esta meta.

iii

DEDICATORIA

El presente proyecto esta dedicado mi hija


Alejandra, razn de mi esfuerzo.

iv

Hoja de aprobacin del perfil de proyecto de grado.


Elaborado por:

Ing. Wilber Alexander Snchez Vila


Responsable

Asesorado por:

Ing. Nelson Sanabria Siles MSc.


Asesor CLAS

Ing. Ronald Vargas Rojas MSc.


Asesor Externo

Autorizado por:

Lic. J. Stephan Dalence Martinic MSc.


Coordinador Acadmico

RESUMEN

La evaluacin de tierras es una herramienta muy utilizada


principalmente en el campo de la planificacin de tierras. Existen muchas
metodologas para abordar esta temtica, una de las mas difundidas es la
realizada por la Organizacin para la Agricultura y la Alimentacin de las
Naciones Unidas (FAO) publicada en A framework for land Evaluation
(FAO, 1976). Este documento fue el primero de un conjunto de guas de
comprensin para diversos tipos de usos de tierras, como agricultura a
secano (FAO, 1983), agricultura bajo riego (FAO, 1985) entre otros. Y ms
recientemente, a revised framework for land evaluation was proposed
(FAO, 2007).
La forma automatizada de aplicar la metodologa FAO fue mediante el
programa software ALES (Rossiter y Wambeke, 1991), que fue
desarrollado en 1988-1996 en un entorno de texto mediante el lenguaje y
base de datos MUMPS.
El presente proyecto desarrolla un sistema prototipo ALESW (Sistema
Automatizado de Evaluacin de Tierras para entorno Windows),
desarrollado en Visual Basic basado en ALES y que utiliza como base de
datos geoespacial Postgresql, comprende nicamente el modulo biofsico
mas no el econmico y adems implementa 2 funcionalidades nuevas; el
manejo de formatos shape y la generacin de scripts (secuencias de
comandos) para ILWIS.
Para la realizacin de las pruebas de funcionamiento del nuevo
sistema prototipo ALESW se utiliz parte de los datos del proyecto
SWALIM el cual desarroll una herramienta denominada Somalia
Automated Land Evaluation System (SOMALES, Venema y Vargas,
2007). SOMALES es la aplicacin del esquema FAO para la evaluacin de
tierras con el uso del programa ALES.

vi

TABLA DE CONTENIDOS
CAPTULO I: INTRODUCCIN................................................................................... 1
1.1. ANTECEDENTES ......................................................................................... 1
1.2. OBJETIVOS.................................................................................................. 2
1.2.1.
Principal ................................................................................................. 2
1.2.2.
Secundarios ........................................................................................... 2
CAPTULO II: MARCO CONCEPTUAL....................................................................... 3
2.1. Evaluacin de Tierras ................................................................................... 3
2.1.1.
Mtodo de evaluacin de tierras FAO.................................................... 3
2.1.2.
Sistemas de evaluacin de tierras computarizados y sistemas de
informacin geogrfica ......................................................................................... 5
2.2. Inteligencia Artificial ...................................................................................... 8
2.2.1.
rboles de Decisin ............................................................................... 8
2.3. Sistemas de Base de datos .......................................................................... 9
2.3.1.
Base de datos Jerrquica ...................................................................... 9
2.3.2.
Base de datos Relacional .................................................................... 10
2.3.3.
Base de datos Geoespacial ................................................................. 10
CAPTULO III: MARCO METODOLGICO............................................................... 12
3.1. Enfoque metodolgico MSF.-...................................................................... 12
3.2. Fase de Visionado (Envisioning)................................................................. 14
3.2.1.
Definicin de la estructura del proyecto ............................................... 14
3.2.2.
Definicin del alcance del proyecto...................................................... 15
3.3. Fase de Planificacin (Planning)................................................................. 15
3.3.1.
Diseo Conceptual............................................................................... 15
3.3.2.
Diseo Lgico ...................................................................................... 15
3.3.3.
Diseo Fsico ....................................................................................... 17
3.4. Fase de Desarrollo (Developing) ................................................................ 17
3.4.1.
Cdigo fuente....................................................................................... 17
3.4.2.
Configuracin del programa................................................................ 18
3.4.3.
Especificaciones para las pruebas....................................................... 21
3.5. Fase de Estabilizacin (Stabilizing)............................................................. 21
3.5.1.
Prueba de base de datos..................................................................... 21
3.5.2.
Prueba de funcionalidad (validacin del sistema) ................................ 22
3.6. Fase de Distribucin (Deploying) ................................................................ 22
3.6.1.
Almacn de la versin prototipo........................................................... 22
3.6.2.
Documentacin del proyecto ............................................................... 22
CAPTULO IV: ANLISIS DE LOS RESULTADOS................................................... 23
4.1. Fuente de la informacin............................................................................. 23
4.1.1.
rea de Estudio ................................................................................... 23
4.1.2.
Datos Recursos de la tierra ................................................................. 23
4.2. Somalia Automated Land Evaluation System (SOMALES)......................... 24

vii

4.2.1.
4.2.2.
4.2.3.
4.2.4.

Unidades de Evaluacin ...................................................................... 24


Cualidades de la tierra y caractersticas de la tierra ............................ 25
Tipos de uso de la tierra (TUT) y sus requerimientos .......................... 25
Emparejar cualidades de la tierra con requerimientos de uso de la
tierra..................................................................................................... 28
4.2.5.
Niveles de severidad............................................................................ 28
4.2.6.
rboles de decisin, puntuacin .......................................................... 28
4.2.7.
Clasificacin de tierras adecuadas ...................................................... 29
4.3. RESULTADOS............................................................................................ 29
4.3.1.
Tierras adecuadas para rainfed cowpea ........................................... 29
4.3.2.
Comparacin de resultados ................................................................. 36
4.4. Resultados adicionales .............................................................................. 36
4.4.1.
Importacin y exportacin en formato shape ....................................... 36
4.4.2.
Script para ILWIS................................................................................. 38
CONCLUSIONES...................................................................................................... 40
RECOMENDACIONES ............................................................................................. 41
REFERENCIAS BIBLIOGRFICAS .......................................................................... 42

viii

LISTA DE FIGURAS
Figura 1

Modelo de Procesos MSF

12

Figura 2

Flujograma del anlisis de la informacin

13

Figura 3

Diseo Conceptual sistema ALESW

16

Figura 4

Diseo Lgico simplificado, sistema ALESW

17

Figura 5

Diseo de pantallas sistema ALES (superior), sistemas

18

ALESW (inferior)
Figura 6

Instalador sistemas ALESW

19

Figura 7

Instalador base de datos Postgresql

19

Figura 8

Crear base de datos ales

20

Figura 9

Seleccionar tipo de Driver

20

Figura 10

Configuracin conexin ODBC

21

Figura 11

rea de estudio SOMALES

24

Figura 12

Creacin de RUTs para Rainfed cowpea

29

Figura 13

Creacin de UEs para Rainfed cowpea

30

Figura 14

Creacin de Formato para Ingresar Datos

30

Figura 15

Seleccin de CaTs para el Formato creado

31

Figura 16

Llenado de valores de los CaTs de UE 1: Coastal

31

Figura 17

Llenado del rbol de decisin para el RUT e: erosion hazard

32

Figura 18

Resultados niveles RUT para UE 1: Coastal

33

Figura 19

Resultados nivel TUT para UE 1: Coastal

34

Figura 20

Importacin formato shape

36

Figura 21

Script descriptivo para ILWIS

38

ix

LISTA DE TABLAS
Tabla 1
Tabla 2

Funciones implementadas en el nuevo programa


Diagnostic Land Qualities for selected major types of land
use (SOMALES)

14
27

Tabla 3

Land Use Types (SOMALES)

27

Tabla 4

Niveles de RUTs para UE 1: Coastal

33

Tabla 5

Tierras adecuadas para Rainfed cowpea

34

Tabla 6

Land Suitability for Rainfed Agricultura (SOMALES)

35

Tabla 7

Equivalencias resultados ALESW vs SOMALES

36

LISTA DE MAPAS
Anexo 01

Unidades Cartogrficas (RBUs) SOMALES

26

Anexo 02

Resultado TUT rainfed cowpea en base a formato shape

37

Anexo 03

Resultado TUT rainfed cowpea en base a script Ilwis

39

LISTA DE ANEXOS
Anexo 01

Modelo Lgico base de datos sistema prototipo ALESW

Anexo 02

Modelo Fsico base de datos sistema prototipo ALESW

Anexo 03

Simplificaciones y Agrupaciones de las Caractersticas de la


Tierra SOMALES

Anexo 04

Caractersticas de la Tierra para cada Unidad de Evaluacin


SOMALES

Anexo 05

Niveles de severidad, rboles de decisin, SOMALES

LISTA DE ACRNIMOS
ALES
ALESW
CaT
CT
CYSLAMB
FAO
GIS
ISLE
LEFSA
LESA
LGP
LUCIE
LUCTOR
MicroLEIS
MUMPS
RUT
PASTOR
Postgresql
PostGIs
SOLUS
SOMALES
SWALIM
TUT
UE

Automated Land Evaluation System


Automated Land Evaluation System for Windows
Las Caractersticas de la Tierra
Una Cualidad de la tierra
Crop Yield Simulation and Land Assessment Model for Botswana
Organizacin para la Agricultura y la Alimentacin
Sistemas de Informacion Geogrfica
Intelligent System for Land Evaluation
Land evaluation and farming systems anlisis
Land evaluation and site assessment
Length of Growing Period / Duracin de Periodo de Crecimiento
Land use capability investigation and evaluation
Land Use Crop Technical coefficient generador
Mediterranean Land Evaluation Information System
Massachusetts General Hospital Utility Multi-Programming System
Un Requisito de Uso de la Tierra
Pasture and Animal System Technical coefficient generatOR
Base de Datos Relacional Geoespacial de codigo abierto
Librera de Gestin de datos espaciales de Postgresql
Sustainable options for land use
Somalia Automated Land Evaluation System
Somalia Water and Land Information Management
Tipo de Utilizacin de la Tierra
Unidad de Evaluacin

xi

CAPTULO I: INTRODUCCIN
CAPITULO 1. INTRODUCCIN

1.1. ANTECEDENTES
El inadecuado uso de la tierra conduce al ineficiente aprovechamiento de
fuentes naturales, destruccin de recursos de la tierra, pobreza y otros
problemas con impactos sociales. El recurso tierra es la ltima fuente de
riqueza y la base en la cul muchas civilizaciones han sido construidas. La
sociedad debe asegurarse de que la tierra no sea degradada y que sea
usada de acuerdo a su aptitud para satisfacer las necesidades humanas en
el presente y para las generaciones futuras, y al mismo tiempo se pueda
tambin mantener su resiliencia. Una de las herramientas disponibles para
conocer el potencial de uso de las tierras es la evaluacin de tierras (FAO,
1976).
La evaluacin de tierras (FAO, 1976, 1999) se constituye en una
herramienta clave para la planificacin de uso de las tierras, ya que es "El
proceso de evaluacin del desempeo de las tierras cuando se las usan
para propsitos especficos" tanto por usuarios de tierras individuales (por
ejemplo, los productores), por grupos de usuarios de tierras (por ejemplo,
cooperativas o aldeas), o por la sociedad en conjunto (por ejemplo, como es
representada por los gobiernos).
La metodologa FAO para evaluacin de tierras fue publicada en A
framework for land Evaluation (FAO, 1976). Este documento fue el primero
de un conjunto de guas de comprensin para diversos tipos de usos de
tierras, como agricultura a secano (FAO, 1983), agricultura bajo riego (FAO,
1985), entre otros.
La manera de implementar el enfoque de evaluacin de tierras de la FAO
de manera sistemtica y automatizada, se dio a travs del programa ALES
(Automated Land Evaluation System: Sistema Automatizado para la
Evaluacin de Tierras) desarrollado por el Departamento de Suelo, Cultivo y
Ciencias Atmosfricas de la Universidad de Cornell, USA (Rossiter & Van
Wambeke, 1991, 1997). ALES permite a los evaluadores de tierras construir
sistemas expertos para evaluar la tierra de acuerdo con el mtodo de aptitud
de la FAO. Las entidades a evaluar son unidades cartogrficas de tierra, las
cuales deben ser definidas en forma general (como estudios de viabilidad
general) o especficamente (como un planeamiento a escala de hacienda).
Desde que cada modelo es construido por un diferente evaluador para
satisfacer sus necesidades locales, no hay una lista fija de requerimientos de
1

uso de tierra por el cual los usos de tierra sean evaluados, y no tiene una
lista fija de caractersticas de cada cualidad de tierra para poder ser inferido.
Por el contrario, estos listados son determinados por el evaluador en sus
propias condiciones locales y objetivos.
El programa ALES posee un entorno de texto, con la limitacin de no
poseer un entorno grfico definido como la mayora de programas actuales.
Otra limitacin importante es que no permite conexin directa con sistemas
GIS (Geographic Information System: Sistemas de Informacin Geogrfica),
ni el intercambio importacin/exportacin de estos formatos, es decir no es
espacial del todo. Por tanto es necesario que se desarrolle un programa
alternativo al ALES con las caractersticas mencionadas.

1.2. OBJETIVOS
1.2.1.

Principal

Desarrollar un prototipo alternativo al sistema automatizado de


evaluacin de tierras (ALES) para entorno grfico WINDOWS.
1.2.2.

Secundarios

Disear el modelo de datos para Postgresql de la base de datos


MUMPS (Massachusetts General Hospital Utility Multi-Programming
System) del programa ALES.

Desarrollar el prototipo grfico del programa ALES mediante la


metodologa MSF (Microsoft Solution Framework).

CAPTULO II: MARCO CONCEPTUAL


CAPITULO 2. MARCO CONCEPTUAL

2.1. Evaluacin de Tierras


La evaluacin de tierras se define como el proceso de evaluacin del
rendimiento de la tierra cuando se la utiliza para fines especficos. Supone la
ejecucin e interpretacin de reconocimientos y estudios de relieve, suelos,
vegetacin, clima y otros recursos de la tierra, por lo que la Evaluacin de
tierras debe ser considerada como un proceso integral que debe ser llevado
a cabo por un equipo multidisciplinario (FAO, 1976, 1985).
Otra definicin menciona que la evaluacin de tierras Es el proceso de
predecir el desempeo de la tierra en el tiempo para tipos de uso especficos
(Van Diepen et al., 1991; Rossiter, 1996).
La evaluacin de tierras soporta muchas otras disciplinas. Esta puede
ser usada para muchos propsitos, desde la planificacin de uso de tierras
hasta la exploracin del potencial para usos especficos o la necesidad de
mejorar la gestin de la tierra o el control de degradacin de tierras.
El objetivo primario de la evaluacin de tierras es el mejorar y gestionar
sosteniblemente la tierra para el beneficio de las personas. Los objetivos de
la evaluacin de tierras se refieren a la identificacin de efectos adversos y
beneficios del uso de tierra, ahora hay gran nfasis en las consecuencias
ambientales y sobre los grandes beneficios en servicios ambientales y
ecosistemas.
La evaluacin de tierras hace primeramente el anlisis de los datos
acerca de la tierra - estos son suelos, clima, vegetacin, etc. En trminos de
alternativas realistas para mejorar el uso de la tierra. Es cierto que muchos
usos son socialmente o econmicamente no realistas, por ejemplo la
agricultura mecanizada a gran escala en reas densamente pobladas, estas
son excluidas en una etapa temprana y quedan fuera del anlisis. Sin
embargo, la evaluacin de tierras se enfoca sobre la tierra en si misma, sus
propiedades, funciones y potencial. (FAO, 2007)

2.1.1.

Mtodo de evaluacin de tierras FAO

El mtodo de FAO no es un mtodo fijo de evaluacin de tierras.


Caso contrario, tiene una estructura flexible sustentada por guas para
crear evaluaciones especficas.
3

Los principios bsicos del mtodo FAO son:

La aptitud de tierras se evala y clasifica con respecto a tipos


especficos de usos (opuesto a una escala simple de bondad de la
tierra).

La aptitud est definida por criterios tantos econmicos como fsicos


(en la prctica no siempre lo hace as).

Se requiere un enfoque multidisciplinario (en la prctica, no


solamente cientficos de suelo).

Las evaluaciones deberan tomar en cuenta el contexto fsico,


econmico, social y poltico del rea de inters (por ejemplo, no
evaluar para usos imposibles).

Aptitud se refiere a uso de tierra sobre una base sostenida (ejemplo,


no puede disminuir los recursos base, en la prctica esto raras
veces se logra).

Evaluacin involucra comparacin de dos o ms alternativas de


tipos de uso; esto parece redundante al primer punto.

La aptitud de la tierra se puede definir como "la capacidad de un tipo


de tierra para una clase especificada de utilizacin de tierra" (FAO,
1985). Bsicamente todas las tierras estn divididas en dos ordenes de
aptitud, de acuerdo a si las tierras son aptas o no para un Tipo de
utilizacin de la tierra dado.
S = Apto, N = no Apto, para un uso determinado.
El mtodo de FAO considera las siguientes definiciones clave:

TUT: Tipo de Utilizacin de la Tierra, es una clase de uso de la


tierra que est descrita o definida en un grado de detalle mayor que
un tipo general de uso de tierra (FAO, 1976).

RUT: Un Requisito de Uso de la Tierra, es una condicin de la tierra


necesaria para la realizacin exitosa y sostenida de un Tipo de
Utilizacin de la Tierra. Cada TUT se define mediante un conjunto
de RUTs. El RUT represente el lado de demanda en la ecuacin
tierra uso, o sea, qu requiere el uso de la tierra.

CT: Una Cualidad de la tierra, es un atributo complejo de la tierra el


cual influye de una manera distinta a otras cualidades de la tierra en
4

su influencia en la aptitud de la tierra a una clase especfica de uso.


(FAO, 1983).

CaT: Las Caractersticas de la Tierra, son atributos simples de la


tierra que pueden ser directamente medidos o estimados en una
inspeccin de rutina en cualquier sentido operacional, incluye los
sensores remotos y los censos como tambin mediante inventario
de los recursos naturales. Ejemplos: textura superficial de suelo,
materia orgnica, cobertura actual de la tierra, distancia a la
carretera ms cercana,.

UE: Unidad de Evaluacin, es un rea que se evala como una


entidad indivisible

2.1.2.

Sistemas de evaluacin de tierras computarizados y sistemas


de informacin geogrfica

Algunos sistemas de evaluacin computarizados son derivados


estadsticamente y aplican analticamente modelos de uso de tierras,
otros usan aproximacin de impactos de evaluacin cualitativos basados
en opinin de expertos y reglas. La tecnologa de la geoinformacin ha
ofrecido el significado cientfico para satisfacer la demanda de
informacin espacial cuantificada sobre las fuentes de tierra, Ej.
Pedometrics que rene los requerimientos para informacin de suelos
espacial cuantitativo (Webster 1994).
Los Sistemas de Informacin geogrfica (GIS) tienen grandes
mejoras para manejo de datos (Burrough y McDonnell 1998), a travs
de anlisis espacial de datos (Bailey y Gatrell 1995) y permiten el
modelamiento espacial de atributos de terreno mediante modelos de
elevacin digital (Hutchinson 1989; Moore et al.,1991). Los GIS traen
consigo un gran conjunto de nuevas herramientas y permiten el uso de
mtodos que no estuvieron disponibles cuando el Framework de
evaluacin de tierras del 1976 de la FAO fue desarrollado. A
continuacin, se presentan los sistemas computarizados mas utilizados:
El sistema automatizado de evaluacin de tierras (ALES; Rossiter
1990) es un programa de computador que permite a los evaluadores de
tierras construir su propio sistema experto para evaluar la tierra de
acuerdo al framework para evaluacin de tierras (FAO, 1976). ALES es
un marco con el cual los evaluadores pueden expresar su propio
conocimiento para usarlo en proyectos o evaluacin de tierras a escala
regional a escala regional, tomando en cuenta las condiciones y
objetivos locales. Las entidades evaluadas por ALES son unidades de
mapas que pueden ser definidos de forma separada, as como las
investigaciones de reconocimiento y estudios de viabilidad generales, o
5

restringidos como investigaciones de recursos detallados y planificacin


a escala de parcelas.
Desde que cada sistema experto es construido por un evaluador
diferente para satisfacer las necesidades locales, no existe una lista fija
de requerimientos de uso de tierra con el cual estos sean evaluados, y
no existe una lista fija de caractersticas de la tierra del cual las
cualidades de la tierra son inferidas. En su lugar, estas listas son
determinadas por los evaluadores adecuado a sus objetivos y
condiciones locales.
El marco tambin permite la estimacin de las cualidades de la tierra
mediante funciones pedotransfer o modelos de simulacin (Bouma et
al., 1996). El proceso basado en modelos ha sido usado para evaluar
cualidades de la tierra en particular como el rgimen de humedad del
suelo (Bruma, 1989) entre otros. Otros sistemas, desarrollados antes de
la era de los GIS, como el LESA, actualmente han sido integrados con
GIS (Hoobler et al., 2003).
MicroLEIS, Mediterranean Land Evaluation Information System
(De la Rosa et al., 1992). Es un sistema integrado para transferencia de
datos y evaluacin de tierras agro-ecolgicas. Este sistema provee un
conjunto de herramientas basadas en la computacin para dar una
interpretacin prctica de recursos de la tierra y datos de administracin
de la agricultura. Sus principales componentes son:

Evaluacin de tierras utilizando las siguientes unidades espaciales:


lugar (clima), suelos (lugar+suelo), tierra (clima+lugar+suelo) y
campo (clima+lugar+campo+gestin).

Datos y conocimientos de ingeniera a travs del uso de una


variedad de bases de datos georeferenciadas, programas de
computacin, y bolanos, estadsticos, sistemas expertos y tcnicas
de modelamiento de redes neuronales.

Datos meteorolgicos mensuales e informacin estndar como


registros en rutinas de investigacin de suelos

Generacin de datos de salida en un formato aceptado por los


programas GIS.

Recientemente se han agregado dos componentes han sido


agregados en orden al crecimiento concerniente al tema ambiental (De
la Rosa et al., 2001): prediccin de impactos de cambios globales
mediante creacin de escenarios hipotticos, e incorporando el
concepto de sostenibilidad del uso de la tierra a travs de un conjunto
6

de herramientas para estimar el estado actual; potencialidad y riesgo;


impactos; y respuestas.
Basado en los conceptos desarrollados en LEFSA y herramientas de
anlisis de sistemas para haciendas, la metodologa SOLUS (opciones
sostenibles para uso de la tierra) fue desarrollada para el anlisis del
uso de la tierra en el campo a escala regional (Bouman et al., 1998). La
metodologa consiste de coeficientes tcnicos generados por cuantificar
las entradas y salidas de sistemas de produccin, un modelo de
programacin lineal que selecciona los sistemas de produccin para
optimizar el supervit econmico, y un sistema de informacin
geogrfica. El llamado generador de coeficiente tcnico incluye
LUCTOR, una combinacin de modelo de cultivo y un modelo experto
para definir las opciones de cultivo acorde al tipo del mismo y la practica
de manejo, y PASTOR, un sistema experto para pastos y animales
(Hengsdijk et al., 1999), El modelo de programacin lineal selecciona los
escenarios de usos de la tierra para optimizarlos o maximizarlos
mediante una funcin
objetivo bajo un conjunto coherente de
restricciones (Schipper et al., 2000).
ISLE, Intelligent System for Land Evaluation, Sistema inteligente
para evaluacin de tierras, automatiza el proceso de evaluacin de
tierras e ilustra grficamente los resultados en mapas digitales
(Tsoumakas and Vlahavas 1999). Su principal caracterstica es el
soporte de capacidades GIS sobre el mapa digital de un rea, y el
soporte de anlisis expertos de regiones de esa rea, a travs de un
nico y sofisticados interfaz de usuario. El modelo ISLE realiza la
evaluacin de tierras en corcondancia con el modelo SYS para
evaluacin de tierras (Sys et al., 1991a y b, 1993).
LUCIE, Land use capability investigation and evaluation,
desarrollado por el centro de aprendizaje basado en computacin en
uso de la tierra y ciencias ambientales en Aberdeen, realizado para la
investigacin de capacidades de uso de la tierra y evaluacin. Este
programa de aprendizaje asistido por computadora permite a los
estudiantes explorar el paisaje complejo de forma segura en un
laboratorio, para evaluar las unidades de tierra y producir mapas de
capacidad de la tierra (FAO, 2007).

CYSLAMB, Crop Yield Simulation and Land Assessment Model for


Botswana, Simulacin de campos de cultivo y modelo de evaluacin de
tierras para Botswana (Tersteeg 1994). Es un modelo dinmico de
biomasa que se basa en las entradas de datos histricos de clima a los
modelos de produccin potencial de cultivos. En este campo, los
escenarios son basados en datos actuales compilados en diferentes
periodos de lluvia. Otras entradas incluyen informacin detallada acerca
de las condiciones del suelo y sistemas de manejo de cultivos. Un
7

anlisis estadstico identifica diferentes niveles de campos potenciales


que pueden ser almacenados para diferentes sistemas de produccin de
cultivos. El 75 % quartil representa el nivel de campo potencial que
podra ser excedido en de todo los aos. Este nivel de campo por lo
tanto puede ser considerado como un campo dependiente. El modelo ha
sido validado para cinco principales cultivos en Botswana.
2.2. Inteligencia Artificial
El presente proyecto se desarrolla en base al sistema ALES, el cual
utiliza para su anlisis los rboles de decisin que son una herramienta que
forma parte de la inteligencia artificial
.
Se denomina inteligencia artificial a la rama de la ciencia informtica
dedicada al desarrollo de agentes racionales no vivos (Chandrasekaran,
1986). Para explicar la definicin anterior, entindase a un agente como
cualquier cosa capaz de percibir su entorno (recibir entradas), procesar tales
percepciones y actuar en su entorno (proporcionar salidas), y entindase a
la racionalidad como la caracterstica que posee una eleccin de ser
correcta, ms especficamente, de tender a maximizar un resultado
esperado (este concepto de racionalidad es ms general y por ello ms
adecuado que inteligencia para definir la naturaleza del objetivo de esta
disciplina).
Por lo tanto, y de manera ms especfica la inteligencia artificial es la
disciplina que se encarga de construir procesos que al ser ejecutados sobre
una arquitectura fsica producen acciones o resultados que maximizan una
medida de rendimiento determinada, basndose en la secuencia de
entradas percibidas y en el conocimiento almacenado en tal arquitectura.
La inteligencia artificial se compone de gran cantidad de herramientas y
una de ellas son los rboles de decisin que se basan en el conocimiento de
los expertos.
2.2.1.

rboles de Decisin

Un rbol de decisin es un modelo de prediccin utilizado en el


mbito de la inteligencia artificial. Dada una base de datos se
construyen diagramas de construcciones lgicas, muy similares a los
sistemas de prediccin basados en reglas, que sirven para representar y
categorizar una serie de condiciones que ocurren de forma sucesiva,
para la resolucin de un problema (Argentiero, 1982).
Los rboles de decisin son guas jerrquicas multi-va donde los
valores de las caractersticas son el criterio diagnostico para evaluar la
8

calidad de la tierra y determinar el uso ms adecuado de la tierra. La


jerarqua se refiere a que la toma de una decisin o camino lleva a otra,
hasta que todos los factores o caractersticas involucradas se hayan
tomado en cuenta. Es multi-va porque pueden existir ms de dos
opciones y es una gua porque al responder una pregunta se llega a una
decisin (Rossiter, 1997).
2.3. Sistemas de Base de datos
Una base de datos o banco de datos es un conjunto de datos
pertenecientes a un mismo contexto y almacenados sistemticamente para
su posterior uso.
En este sentido, una biblioteca puede considerarse una base de datos
compuesta en su mayora por documentos y textos impresos en papel e
indexados para su consulta. En la actualidad, y debido al desarrollo
tecnolgico de campos como la informtica y la electrnica, la mayora de
las bases de datos estn en formato digital (electrnico), que ofrece un
amplio rango de soluciones al problema de almacenar datos (Ullman et al.,
1999).
Existen programas denominados sistemas gestores de bases de datos,
abreviados SGBD, que permiten almacenar y posteriormente acceder a los
datos de forma rpida y estructurada. Las propiedades de estos SGBD, as
como su utilizacin y administracin, se estudian dentro del mbito de la
informtica.
Algunos modelos con frecuencia utilizados en las bases de datos
(Silberschatz et al., 1998) que tienen relacin con el presente proyecto son
el MUMPS (base de datos del programa ALES es del tipo jerrquica) y el
Postgresql (base de datos del nuevo programa desarrollado en el proyecto
que es del tipo relacional y geoespacial):
2.3.1.

Base de datos Jerrquica

stas son bases de datos que, como su nombre indica, almacenan


su informacin en una estructura jerrquica. En este modelo los datos
se organizan en una forma similar a un rbol (visto al revs), en donde
un nodo padre de informacin puede tener varios hijos. El nodo que no
tiene padres es llamado raz, y a los nodos que no tienen hijos se los
conoce como hojas.
Las bases de datos jerrquicas son especialmente tiles en el caso
de aplicaciones que manejan un gran volumen de informacin y datos
muy compartidos permitiendo crear estructuras estables y de gran
9

rendimiento. Una de las principales limitaciones de este modelo es su


incapacidad de representar eficientemente la redundancia de datos.
2.3.2.

Base de datos Relacional

ste es el modelo utilizado en la actualidad para modelar problemas


reales y administrar datos dinmicamente. Su idea fundamental es el
uso de "relaciones". Estas relaciones podran considerarse en forma
lgica como conjuntos de datos llamados "tuplas". En este modelo, el
lugar y la forma en que se almacenen los datos no tienen relevancia (a
diferencia de otros modelos como el jerrquico y el de red). Esto tiene la
considerable ventaja de que es ms fcil de entender y de utilizar para
un usuario espordico de la base de datos. La informacin puede ser
recuperada o almacenada mediante "consultas" que ofrecen una amplia
flexibilidad y poder para administrar la informacin.
El lenguaje ms habitual para construir las consultas a bases de
datos relacionales es SQL, Structured Query Language o Lenguaje
Estructurado de Consultas, un estndar implementado por los
principales motores o sistemas de gestin de bases de datos
relacionales.
2.3.3.

Base de datos Geoespacial

Base de datos espacial (spatial database) es un sistema


administrador de bases de datos que maneja datos existentes en un
espacio o datos espaciales.
En este tipo de bases de datos es imprescindible establecer un
marco de referencia SRE (Sistema de Referencia Espacial) para definir
la localizacin y relacin entre objetos, ya que los datos tratados en este
tipo de bases de datos tienen un valor relativo, no es un valor absoluto.
Los sistemas de referencia espacial pueden ser de dos tipos:
Georrefenciados (Aquellos que se establecen sobre la superficie
terrestre. Son los que normalmente se utilizan, ya que es un dominio
manipulable, perceptible y que sirve de referencia) y No
georreferenciados (Son sistemas que tienen valor fsico, pero que
pueden ser tiles en determinadas situaciones).
La construccin de una base de datos geogrfica implica un proceso
de abstraccin para pasar de la complejidad del mundo real a una
representacin simplificada que pueda ser procesada por el lenguaje de
las computadoras actuales. Este proceso de abstraccin tiene diversos
niveles y normalmente comienza con la concepcin de la estructura de
la base de datos, generalmente en capas; en esta fase, y dependiendo
10

de la utilidad que se vaya a dar a la informacin a compilar, se


seleccionan las capas temticas a incluir (PostGis, 2009).
La estructuracin de la informacin espacial procedente del mundo
real en capas conlleva cierto nivel de dificultad. En primer lugar, la
necesidad de abstraccin que requieren los computadores implica
trabajar con primitivas bsicas de dibujo, de tal forma que toda la
complejidad de la realidad ha de ser reducida a puntos, lneas o
polgonos. En segundo lugar, existen relaciones espaciales entre los
objetos geogrficos que el sistema no puede obviar; la topologa, que en
realidad es el mtodo matemtico-lgico usado para definir las
relaciones espaciales entre los objetos geogrficos puede llegar a ser
muy compleja, ya que son muchos los elementos que interactan sobre
cada aspecto de la realidad.

11

CAPTULO III: MARCO METODOLGICO


CAPITULO 3. MARCO METODOLGICO

3.1. Enfoque metodolgico MSF.Se utiliz el esquema Microsoft Solutions Framework (MSF) como
metodologa de diseo del sistema (Figura 1).

Esta metodologa esta compuesta de 5 etapas:


Fase de Visionado (Envisioning)
Fase de Planificacin (Planning)
Fase Desarrollo (Developing)
Fase Estabilizacin (Stabilizing)
Fase Distribucin (Deploying)

Figura 1: Modelo de Procesos MSF

La metodologa MSF se aplica a cualquier tipo de sistema siendo en tal


sentido flexible en su adaptacin. Para el presente proyecto se ha
considerado la estructura funcional mnima por tratarse de un sistema
prototipo. El esquema general para aplicacin en el presente proyecto se
muestra en la figura 2.

12

Figura 2: Flujograma del anlisis de la informacin

13

3.2. Fase de Visionado (Envisioning)


Esta fase da una visin general del proyecto, esta compuesta de:
3.2.1.

Definicin de la estructura del proyecto

El proyecto utiliza como lenguaje de programacin Microsoft Visual


Basic 6.0, y como base de datos Postgresql 8.1. El men de opciones
se muestra en la Tabla 1.
Tabla 1: Funciones implementadas en el nuevo programa

Construirmodelosyevaluar

Proyectos

Listasdereferencia

RequisitosdeUsodelaTierra(RUT)

Productos

Insumos

CaractersticasdelaTierra

TiposdeUtilizacindelaTierra

Insumosanuales

Insumosenaosespecficos

Productos

RequisitosdeUsodelaTierra(RUT)

rboldedecisinparaevaluarlacualidad

Subclasesdeaptitudfsica

rboldedecisinparalaaptitudfsica

Datos

UnidadesCartogrficas

CargarShape

DatosdelasUnidadesCartogrficas

FormatosdeIngreso

Evaluaciones

CalcularlaEvaluacin

ScriptparaILWIS

ExportarShape

Subclasedeevaluacinfsica

Informes

ResultadosClasedeAptitudFsica

ResultadosSubclasedeAptitudFsica

TiposdeUtilizacindelaTierra(TUT)

CaractersticasdelaTierra

UnidadesCartogrficas

14

3.2.2.

Definicin del alcance del proyecto

El presente proyecto tiene como resultado un sistema prototipo que


considera las caractersticas bsicas de evaluacin biofsica del sistema
ALES, el cul adems requiere cumplir ciertas tareas adicionales para
llegar a ser un producto definitivo.
Para las pruebas del sistema prototipo se utilizaran los datos de
SOMALES en la regin norte de Somalia (Venema, J.H. and Vargas,
R.R. 2007 FAO-SWALIM Technical Project Report L-06. Nairobi,
Kenya).
3.3. Fase de Planificacin (Planning)
Esta fase realiza la preparacin de la especificacin funcional y diseo
del programa principalmente y comprende:
3.3.1.

Diseo Conceptual

El diseo conceptual es una estrategia que nos permite proveer los


escenarios posibles para el nuevo sistema. El diseo conceptual
direcciona las necesidades para describir una o ms alternativas de
solucin.
El sistema ALES utiliza como base de datos MUMPS (sistema de
base de datos y lenguaje de programacin), el cual utiliza bsicamente
un almacenamiento jerrquico (DataTree Inc., 1986). Ha sido
desarrollado en un entorno DOS y sus caractersticas agrupadas son:
componente fsico, econmico, carga de DBF y componente ALIDRIS.
El nuevo sistema ALESW funciona en un entorno Windows, utiliza como
base de datos Postgresql, e implemente las funcionalidades:
componente biofsico, cargar shapes y generacin de scripts para
ILWIS. Las caractersticas en forma genrica de los programas ALES
existente y el nuevo sistema ALESW, se muestran en la Figura 3.

3.3.2.

Diseo Lgico

El diseo lgico convierte el escenario (diseo conceptual) en un


modelo abstracto que identifica los componentes principales de soporte
del sistema.

15

Figura 3: Diseo Conceptual sistema ALESW

Figura 4: Diseo Lgico simplificado, sistema ALESW

16

Una de las caractersticas de las entidades (tablas) creadas para el


sistema ALESW es que inician con la palabra sis, con el objetivo de
evitar la confusin con otras tablas que se puedan utilizar en la misma
base de datos. El diseo lgico simplificado para el sistema ALESW se
muestra en la Figura 4.
El diseo lgico en detalle en el cual se pueden apreciar las tablas,
relaciones y atributos se muestra en el Anexo 01.
3.3.3.

Diseo Fsico

En diseo fsico es la aplicacin fsica real en contraste con el


modelo lgico.
El diseo fsico en detalle en el cual se pueden apreciar las tablas,
relaciones y atributos, tipos de datos, claves primarias, forneas, se
muestra en el Anexo 02.
3.4. Fase de Desarrollo (Developing)
Esta fase es la de mayor importancia, aqu se tiene como meta principal
la construccin de los elementos entregables del programa, incluidos los
cdigos de los componentes, infraestructura (software, hardware, red) y la
documentacin para el uso de las operaciones.
3.4.1.

Cdigo fuente

El cdigo fuente del sistema fue desarrollado en Visual Basic 6.0.


Debido a que este lenguaje de programacin es bastante comn, de
fcil aprendizaje y tiene una gran comunidad de programadores.
En el desarrollo del cdigo se utilizaron estndares comunes como
es el uso de clases, controles de usuarios, mdulos de programacin
para los procesos globales y sintaxis predefinidas como: g para
variables globales, p para parmetros, entre otros. El cdigo fuente se
adjunta en digital al CD de la Asignacin Final Individual, no se
considera como Anexo pues seria demasiado extensa.
En la Figura 5, se puede apreciar el diseo del sistema ALES
(entorno DOS) y el diseo de una pantalla estndar del sistema ALESW,
utilizado es el comn de la mayora de aplicaciones en Windows, utiliza
botones de comando muy conocidos (nuevo, modificar, eliminar, guardar
y cancelar), tal como se puede apreciar en la siguiente imagen.
17

Figura 5: Diseo de pantallas sistema ALES (superior), sistemas ALESW (inferior)

3.4.2.

Configuracin del programa


Los pasos requeridos para utilizar el sistema son:

Paso 1, Instalacin del sistema ALES: dar clic en setup.exe y seguir


las instrucciones, tal como se muestra en la Figura 6.
18

Figura 6: Instalador sistemas ALESW

Paso 2, Instalacin del la base de datos Postgresql: puedes


descargarla desde www.postgresql.org , se recomienda la versin 8.1 o
superior. Una vez descargado proceda con la instalacin, debe tener en
cuenta cuando se lo solicite ingresar el usuario postgres y password
postgres y activar la opcin PostGis (habilita el soporte de informacin
geoespacial).

Figura 7: Instalador base de datos Postgresql

19

Paso 3, Creacin de la
base de datos: Ejecutar
Inicio \ Programas \ Postgresql
8.1 \ PgAdmin III.

Dar clic derecho en la


opcion databases y elegir
New Database e ingresar la
informacin
como
se
muestra en la Figura 8.

Figura 8: Crear base de datos ales

Paso 4,
Configuracin de la
conexin de la base de
datos: Seleccionar
Inicio \ Panel de Control \
Herramientas Administrativas \
Orgenes de datos ODBC.

En la pestaa DNS del


sistema, hacer clic en
agregar y llenar los datos
tal como se muestra en la
Figura 9 y 10.

Figura 9: Seleccionar tipo de Driver

20

Figura 10: Configuracin conexin ODBC

3.4.3.

Especificaciones para las pruebas

Por tratarse de un sistema prototipo las pruebas la realiza la misma


persona que hizo el desarrollo.

Se realizan 2 tipos de pruebas; una para la base de datos y una


para el sistema.

La fuente de datos a utilizar para las pruebas son las del proyecto
SOMALES (descripcin detallada en el Capitulo IV: Anlisis de los
resultados)

3.5. Fase de Estabilizacin (Stabilizing)


El programa se pasa a un entorno real de exploracin, se determina que
cumpla con los criterios de calidad mnimos por tratarse de un prototipo para
pasar a la fase de Distribucin. Reproduccin de condiciones reales y las
tareas se concentran en detectar errores, preparndola para la siguiente
fase.
3.5.1.

Prueba de base de datos


Las pruebas para la base de datos consistieron en:

Backups y Restauracin de la base de datos.

Generacin de identificadores OID nicos para todas las tablas.


21

Consistencia de las claves primarias.

Ingreso de datos Proyecto SOMALES.

Archivo en formato shape.

3.5.2.

Prueba de funcionalidad (validacin del sistema)


Las pruebas de funcionalidad consistieron en:

Depuracin automtica para generacin del archivo ejecutable.

Mediante el ingreso de datos Proyecto SOMALES.

Mediante la ejecucin del proceso de evaluacin

Script generado en ILWIS.

3.6. Fase de Distribucin (Deploying)


Es la ltima etapa del proceso MSF, aqu se instalan los componentes y
se estabiliza el prototipo.
3.6.1.

Almacn de la versin prototipo

La versin generada se enguanta en etapa Beta, pues requiere de


pruebas ms exhaustivas para dejar de ser prototipo y convertirse en un
sistema estable. El cdigo fuente se almacena en el CD adjunto a este
proyecto.
3.6.2.

Documentacin del proyecto

El sistema actual no tiene documentacin de gua de uso del


sistema, porque se requiere en primer lugar obtener una versin estable
que un prototipo.

22

CAPTULO IV: ANLISIS DE LOS RESULTADOS


CAPITULO 4. ANLISIS DE LOS RESULTADOS

4.1. Fuente de la informacin


El insumo principal constituy el programa ALES, donde se realiz una
revisin detallada de su base de datos MUMPS para realizar la migracin a
una nueva plataforma de base de datos Postgresql.
Dentro de la Fase de Estabilizacin se realizaron las pruebas del
programa, en la cul se utilizaron los datos del Proyecto SOMALIA (Venema
and Vargas FAO-SWALIM, 2007). Especficamente SOMALES (Somalia
Automated Land Evaluation System) para la verificacin de la funcionalidad
del prototipo de software.
4.1.1.

rea de Estudio

El rea de estudio de Dur-Dur y Gebiley en Somaliland esta localizado


entre 10 41 36 - 910 30 N y 43 00 52 - 44 27 54 E (ver Figura 11),
cubriendo un rea total de 12 939 km2. Se ubica entre el borde de Ethiopia y
el Mar Rojo y cubre los distritos de Dila, Gebiley, Faraweyne y Allaybaday, y
parte de los distritos de Hargeisa, Borama, Baki y Lughaya. Como se
muestra en la Figura 11.
4.1.2.

Datos Recursos de la tierra

Los datos de recursos de la tierra utilizados en el presente estudio


incluyen informacin sobre suelos, clima (temperatura, LGP, variabilidad de
lluvias), geoformas (relieve, pendiente, altitud), cobertura de la tierra y
puntos de agua existentes. Todos estos datos estn disponibles en SWALIM
(www.faoswalim.org).
En muchos casos existe una informacin temtica que ha sido
simplificada y agregada, como se detalla en el Anexo 03.

23

Figura 11: rea de estudio SOMALES

4.2. Somalia Automated Land Evaluation System (SOMALES)


Con el propsito de realizar la evaluacin de propiedades fsicas de la
tierra SWALIM desarrollo la herramienta llamada Somalia Automated Land
Evaluation System (SOMALES). SOMALES es la aplicacin del Marco
Metodolgico FAO para evaluacin de tierras con el uso deL programa de
computadora llamado Automated Land Evaluation System (ALES) en
Somalia.
El sistema ALESW, desarrollado en este proyecto utiliza una parte de
estos datos para validar su funcionamiento en comparacin al sistema
ALES, debiendo obtener resultados similares.
4.2.1.

Unidades de Evaluacin

Las unidades de evaluacin utilizadas son las que se denominan


Unidades de Recurso Base (Resource Base Units, RBU) en SOMALES.

24

Los recursos naturales examinados forman las bases del


componente tierra del sistema de evaluacin de tierras e incluye
inventarios de agroclimas, geoformas, suelos, cobertura y uso de la
tierra. SWALIM utiliza imgenes de satelite multiespacial y multitemporal
para el mapeo de estas unidades base de recursos.
SOMALES defini 45 RBUs para el estudio (ver Mapa 1), las reas
son descritas en trminos de mas de 20 distintas caractersticas de la
tierra (Anexo 04).
4.2.2.

Cualidades de la tierra y caractersticas de la tierra

Las cualidades de la tierra utilizadas por SOMALES se muestran en


la Tabla 2, para las pruebas del sistema ALESW, se utiliz nicamente
los datos de Rainfed Agriculture (Agricultura a secano, que se muestra
sombreada en la primera columna)
4.2.3.

Tipos de uso de la tierra (TUT) y sus requerimientos


SOMALES define 4 TUTs, que son:

R: Rainfed Agriculture (Agricultura a secano)

I: Irrigated Agriculture (Agricultura bajo riego)

P: Transhumance Pastoralism (or Extensive Grazing) (Pastoreo


Extensivo)

F: Forestry (Uso Forestal)

SOMALES utiliza los TUT que se muestran en la Tabla 3. Para las


pruebas del sistema ALESW, se utiliz nicamente el TUT Rainfed
Agricultura (Agricultura en secano), ms especficamente Rc Rainfed
cowpea (guisante pinto, que se muestra sombreada en la Tabla 3).

25

Mapa 1: Unidades Cartogrficas (RBUs) SOMALES

26

Tabla 2: Diagnostic Land Qualities for selected major types of land use (SOMALES)
Major Types of Land Use
Land Use Requirements (LUR) Land
Qualities (LQ)
accessibility (for animals)

Rainfed
Agriculture

e
f
i
m
n
r
u
v
w
z

Forestry

a
c

Pastoralism

temperature regime

erosion hazard

flood hazard (flashfloods)

inundation hazard (flooding)

moisture availability

nutrient availability

rooting conditions (soil depth)

excess of salts (sodicity)

vegetation (genetic potential)

oxygen availability (drainage)

excess of salts (salinity)

Tabla 3: Land Use Types (SOMALES)


Major Kind of Land Use
R Rainfed Agriculture

Pastoralism

Forestry

Land Use Type (LUT)


Rs1
Rainfed sorghum; short GP (90-100 days); medium input
Rs2
Rainfed Traditional sorghum; total GP 180 days
(including dormant period of 50 days; low input
Rainfed cowpea; short GP (80 days); low-medium
Rc
input
Rm1 Rainfed maize; short GP (80-90 days); medium input
Pc
Extensive grazing of cattle; low input
Pd
Extensive grazing of camels; low input
Pg
Extensive grazing of goats; low input
Ps
Extensive grazing of sheep; low input
Fai
Azadirachta indica (neem)
Fan
Acacia nilotica (maraa)
Fat
Acacia tortilis (qurac)
Fba
Balanites aegytiaca (quud)
Fce
Casuariana equisetifolia (shawri)
Fcl
Conocarpus lancifolius (damas, ghalab)
Fdg
Dobera glabra (garas)
Ffa
Faidherbia albida (garabi)
Fti
Tamarindus inidica (raqai)

27

4.2.4.

Emparejar cualidades de la tierra con requerimientos de uso de


la tierra

Emparejar es el proceso de comparacin de los requerimientos de


un particular TUT con las CT de una UE particular.
El Emparejamiento resultante da un examen de tierras adecuadas
para cada combinacin de TUT y RUT.
4.2.5.

Niveles de severidad

Se refiere a la limitacin que posee la las cualidades de la tierra para


un uso especfico. Los siguientes niveles de severidad son los utilizados:

1. no limitation

2. slight limitation

3. moderate limitation

4. severe limitation (or prohibitive)

4.2.6.

rboles de decisin, puntuacin

El procedimiento de emparejamiento se lleva a cabo en 2 pasos, por


un nmero de modelos o rboles de decisin.
El primer paso implica la determinacin del nivel de severidad para
cada cualidad de la tierra (CT). Por ejemplo, si la temperatura de un
TUT (cultivo) es conocida, este debera ser emparejada con las
cualidades de una UE. Si la comparacin no es perfecta, algunas reglas
o modelos (rboles de decisin) son necesarios para determinar cuan
severa es la limitacin de la temperatura. Los rboles de decisin
utilizados en SOMALES y en las pruebas del sistema ALESW se
muestran en el Anexo 05.
El segundo paso, implica la evaluacin de todos los factores
estimados para cada combinacin TUT/UE y finalmente determinar la
clase adecuada de la tierra.
SOMALES utiliza el simple mtodo de limitacin mxima, segn el
cual es mas bajo o limitacin ms severa determina la clase adecuada
de la tierra. Por ejemplo, si el ratio para un particular TUT/UE es la
combinacin de 2e, 3m, 2n, 2r y 2w respectivamente, el nivel de
severidad determinado es 3m.
28

4.2.7.

Clasificacin de tierras adecuadas


SOMALES tiene 4 clases de Adecuacin:
S1 = altamente adecuado (sin limitaciones)
S2 = moderadamente adecuada (limitacin mas severa a nivel 2)
S3 = marginalmente adecuada (limitacin mas severa a nivel 3)
N = no adecuada (limitacin mas severa a nivel 4)

Un nmero de subclases adecuadas se distinguen, reflejando los


tipos de limitacin, Por ej. La Subclase S3z significa Marginalmente
adecuadas debido a la alta salinidad.
4.3. RESULTADOS
4.3.1.

Tierras adecuadas para rainfed cowpea

En el desarrollo de pruebas se diferencian los 2 pasos mencionados


anteriormente:
Paso 1: estimacin de los niveles de aptitud para los RUT definidos
y para cada una de las UE. En primer lugar se crean los RUT, como se
muestra en la Figura 12. Luego se crean las UE, como se muestra en la
Figura 13.

Figura 12: Creacin de RUTs para Rainfed cowpea

29

Figura 13: Creacin de UEs para Rainfed cowpea

Seguidamente se determino un formato para el ingreso de los datos


(Figura 14), as como su respectivo detalle de CaTs (Figura 15). Una
vez definido los formatos se ingresan los CaT correspondientes (Por ej.
UE 1. Coastal, Figura 16).

Figura 14: Creacin de Formato para Ingresar Datos

30

Figura 15: Seleccin de CaTs para el Formato creado

Figura 16: Llenado de valores de los CaTs de UE 1: Coastal

31

Figura 17: Llenado del rbol de decisin para el RUT e: erosion hazard

32

A continuacin se ingreso el rbol de decisin para cada una de los


RUT, (Por ej. e: erosion hazard, como se muestra el proceso en las 6
pantallas secuenciales en la Figura 17). Al llenar el rbol de decisiones
se tiene 4 opciones posibles por cada tem, a) Resultado, b) seleccionar
una nueva CaT, c) Similar a una existente o d) Vaco. Finalmente se
ejecuta la evaluacin y se revisa el informe Resultados Clase de
aptitud fsica (Figura 18).

Figura 18: Resultados niveles RUT para UE 1: Coastal

Tenemos el siguiente resultado (Tabla 4):


Tabla 4: Niveles de RUTs para UE 1: Coastal

RUTs (Requisitos de uso de la tierra)

Nivel de aptitud

erosion hazard

flood hazard (flashfloods)

moisture availability

nutrient availability

rooting conditions (soil depth)

sodicity

oxygen availability (drainage)

excess of salts (salinity)

33

Paso 2: Se estima el mtodo de limitacin mxima. De los valores


de nivel de aptitud mostrados el valor seleccionado seria el 4. Para ver
el resultado revisar el Informe Resultados Subclase de aptitud fsica
(Figura 19).

Figura 19: Resultados nivel TUT para UE 1: Coastal

Por tanto el nivel de aptitud para el TUT rainfed cowpea en la UE


1: Coastal es de 4, es decir marginalmente adecuada.
De forma similar se estiman los niveles de aptitud para todas las
UEs, teniendo como resultado (Tabla 5):
Tabla 5: Tierras adecuadas para Rainfed cowpea
RBU

Rc cowpea
short GP

RBU

Rc cowpea
short GP

RBU

1
2
3
4
5
5a
5b
5c
6
6a
6b
7
7a

4
4
4
4
3
4
3
3
4
4
4
4
4

8b
9
9a
10
11
12
13
15
16
16a
16b
17
18

4
3
3
4
4
4
4
4
4
4
4
4
2

21
22
22a
23
24
24a
25
26
27
28
29
30
31

19

32

8a

20

33

Rc cowpea
short GP
3
3
3
2
3
3
4
3
3
4
4
4
3

34

Tabla 6: Land Suitability for Rainfed Agricultura (SOMALES)

RBU

rea
ha

1
2
3
4
5
5a
5b
5c
6
6a
6b
7
7a
8
8a
8b
9
9a
10
11
12
13
15
16
16a
16b
17
18
19
20
21
22
22a
23
24
24a
25
26
27
28
29
30
31

9111
3236
3663
62517
26482
23439
7756
4042
47122
25289
9800
92216
109767
31492
7474
13389
19269
3048
8472
3385
10500
8295
44519
42336
12325
5806
7198
9786
61977
11112
36235
46251
23089
163997
61666
34463
12576
73305
9641
2547
66109
4322
28488

%
0.7
0.3
0.3
4.8
2.1
1.8
0.6
0.3
3.6
2.0
0.8
7.1
8.5
2.4
0.6
1.0
1.5
0.2
0.7
0.3
0.8
0.6
3.4
3.3
1.0
0.5
0.6
0.8
5.0
0.9
2.8
3.6
1.8
12.7
4.8
2.7
1.0
5.7
0.7
0.2
5.1
0.3
2.2

32

2281

0.2

33

4120

0.3

1293908

100

Total

Rc
cowpea
short
GP
N
N
N
N
S3fm
N
S3f
S3f
N
N
N
N
N
N
N
N
S3fm
S3f
N
N
N
N
N
N
N
N
N
S2em
S3mn
S2efmn
S3m
S3mn
S3mn
S2em
S3m
S3m
N
S3m
S3m
N
N
N
S3m

Rm1
maize
short
GP
N
N
N
N
S3fmn
N
S3fn
S3fn
N
N
N
N
N
N
N
N
S3fm
S3f
N
N
N
N
N
N
N
N
N
S2em
S3emn
S2efmw
S3mn
N
N
S2em
N
S3m
N
N
N
N
N
N
N

Rs1
sorghum
short GP
N
N
N
N
S3fm
N
S3f
S3f
N
N
N
N
N
N
N
N
S3fm
S3f
N
N
N
N
N
N
N
N
N
S2em
S3emn
S2efmw
S3m
S3mn
S3mn
S2em
S3m
S3m
N
S3m
S3m
S3mnw
N
N
S3m

Rs2
sorghum
long GP
Elmi ama
N
N
N
N
S3fm
N
S3f
S3f
N
N
N
N
N
N
N
N
S3fm
S3f
N
N
N
N
N
N
N
N
N
S2em
S3emn
S2efmw
S3m
S3mn
S3mn
S2em
S3m
S3m
N
S3m
S3m
S3mnw
N
N
S3m

* numbering of RBUs not continuous due to late modifications in map legend

35

4.3.2.

Comparacin de resultados

Los resultados obtenidos por el sistema ALESW se muestran en la


Tabla 5, y los resultados obtenidos por SOMALES se muestran en la
Tabla 6. Para realizar la comparacin se consider la equivalencia
(Tabla 7).
Tabla 7: Equivalencias resultados ALESW vs SOMALES

ALESW
1
2
3
4

SOMALES
S1
S2
S3
N

Finalmente podemos apreciar que los resultados son similares con la


consideracin que el sistema ALESW no muestra el detalle de las RUT
que influyen en el resultado como si lo hace SOMALES, es decir
muestra 4 y no 4m.
4.4. Resultados adicionales
4.4.1.

Importacin y exportacin en formato shape

Esta opcin permiti importar shapes para crear las Unidades de


Evaluacin. El procedimiento es sencillo, se selecciono el archivo shape
de UEs y se dio importar (ver Figura 20).

au
Figura 20: Importacin formato shape

As mismo se tiene la opcin de exportar los resultados una vez


concluida la evaluacin. El sistema creara de forma automtica 2
columnas al archivo shape. IdNivel, que almacena el cdigo del Nivel
de aptitud fsica y DesNivel, que almacena la descripcin
correspondiente. Finalmente tenemos el Mapa del resultado obtenido en
formato shape que se muestra en el Mapa 2.
36

Mapa 2: Resultado TUT rainfed cowpea en base a formato shape

37

4.4.2.

Script para ILWIS

La opcin del sistema para crear script para ILWIS gener 2 archivos
de texto: El primer archivo es alex.isl, que es el archivo de
configuracin del script. El segundo archivo es el ales.isf, aqu se
genera todo el cdigo necesario para realizar la evaluacin (Ver detalle
descriptivo en Figura 21) asumiendo lo siguiente:

Por cada CaT debe existir un mapa que se denomina igual que en
el sistema ALESW, por ej. Ss para pendiente en SOMALES, cuyo
dominio tenga el mismo nombre.

Por cada RUT, debe existir un dominio con el mismo nombre y las
categoras que el sistema ALESW, por ej. e para erosion hazard.

Figura 21: Script descriptivo para ILWIS

El script generado obtuvo como resultado el Mapa 3.


38

Mapa 3: Resultado TUT rainfed cowpea en base a script Ilwis

39

CONCLUSIONES
El sistema prototipo de entorno grafico ALESW obtenido por este trabajo es una
alternativa al sistema ALES de entorno DOS, principalmente porque se adapta a
usuarios acostumbrados al entorno WINDOWS, basado en el despliegue de
mltiples pantallas, uso del mouse y uso de iconos estndares.
La base de datos MUMPS utilizada por el sistema ALES, es apropiada para el
almacenamiento de datos jerrquicos sin embargo a la actualidad no tiene
soporte y no tiene un administrador de base de datos apropiado.
La base de datos Postgresql almacena datos jerrquicos, a pesar de ser
relacional, tiene la ventaja de manejo de objetos geogrficos mediante su librera
PostGis adems de la importacin/exportacin de formatos shape, uso de
sistemas de proyeccin, operaciones topolgicas, entre otros.
La evaluacin de tierras segn la metodologa FAO se puede aplicar en modelos
continuos (Raster), mediante la generacin de archivos de script para ILWIS
desde el programa ALESW de manera sencilla.
El sistema prototipo ALESW no es un sistema terminado pues requiere de mayor
cantidad de pruebas de funcionalidad para que pueda ser utilizado. Este sistema
implemento la evaluacin biofsica y no la econmica, adems soporta 10 niveles
de profundidad de almacenamiento para el rbol de decisin

40

RECOMENDACIONES
El sistema ALESW utiliza como base de datos geoespacial Postgresql, sin
embargo no explota las capacidades reales del mismo, pudiendo ser
complementado con mayores funcionalidades de almacenamiento, consultas y
gestin espacial.
A pesar de que el sistema ALESW, posee base de datos geoespacial, se hace
imprescindible contar con un entorno geogrfico que permita gestionar
informacin geoespacial en una nica aplicacin. Para este fin es posible adaptar
a futuro el sistema ALESW con programas GIS.
La evaluacin de tierras realizada por los programas ALES y ALESW, no toma en
cuenta el tiempo, solo se realiza la evaluacin en un periodo fijo. Por lo tanto es
necesario dotar de la funcionalidad de manejo del tiempo.

41

REFERENCIAS BIBLIOGRFICAS
1. Argentiero Peter, Roland Chin, and Paul Beaudet. An automated approach to
the design of decision tree classifiers. IEEE Trans. on Pattern Analysis and
Machine Intelligence, PAMI-4(1):51{57, January 1982.
2. Bailey, T.C. & Gatrell, A.C. 1995. Interactive spatial data analysis. Longman,
Harlow, UK.
3. Bouma, J. 1989. Using soil survey data for quantitative land evaluation. In:
Stewart, B.A. (ed.). Advances in soil science, vol. 9. Springer Verlag, New
York.
4. Bouma, J., Booltink, H.W.G., Finke, P.A. & Stein, A. 1996. Reliability of soil
data and risk assessment of data applications. In: Nettleton, W.D. (ed.). Data
reliability and risk assessment: applicability to soil interpretations. Special
Publication No 47. Soil Science Society of America, Madison, WI.
5. Bouman, B.A.M., Schipper, R.A., Nieuwenhuyse, A., Hengsdijk H. & Jansen,
H.G.P. 1998. Quantifying economic and biophysical sustainability trade-offs in
land use exploration at the regional level: a case study for the Northern
Atlantic Zone of Costa Rica. Ecological Modelling 114: 95109.
6. Burrough, P.A. & McDonnell, R.A. 1998. Principles of Geographical
Information Systems. Oxford University Press.
7. Chandrasekaran. B. From numbers to symbols to knowledge structures:
Pattern Recognition and Artificial Intelligence perspectives on the classication
task. volume 2, pages 547{559.
8. Elsevier Science, Amsterdam, The Netherlands, 1986.
9. De la Rosa, D., Moreno, J.A., Barros, J., Mayol, F. & Rosales, A. 2001.
MicroLEIS 4.1: exploring the agro-ecological limits of sustainability. Manual.
Consejo Superior de Investigaciones Cientficas, Instituto de Recursos
Naturales y Agrobiologa, Sevilla.
10. De la Rosa, D., Moreno, J.A., Garcia, L.V. & Almorza, J. 1992. MicroLEIS: a
microcomputer based Mediterranean land evaluation information system. Soil
Use and Management 8: 8996.
11. FAO, 1976. A framework for land evaluation. Soils bulletin No32. Rome.
12. FAO, 1983. Guidelines: land evaluation for rainfed agriculture. Soils Bulletin
No52. Rome.
13. FAO, 1984. Land evaluation for forestry. Forestry Paper 48. FAO, Rome.
14. FAO, 1985. Guidelines: land evaluation for irrigated agriculture. Soils Bulletin
No55. Rome.
15. FAO, 1999. Terminology for integrated resources planning and management.
Rome.
16. FAO, 2007. Land evaluation. Towards a revised framework. Land and Water
Discusin Paper 6. FAO, Rome.
42

17. Hengsdijk, H., Bouman, B.A.M., Nieuwenhuyse, A. & Jansen, H.G.P. 1999.
Quantification of land use systems using technical coefficient generators: a
case study for the Northern Atlantic Zone of Costa Rica. Agricultural Systems
61: 109121.
18. Hoobler, B.M., Vance, G.F., Hamerlinck, J.D., Munn, L.C. & Hayward, J.A.
2003. Applications of land evaluation and site assessment (LESA) and a
geographical information system in East Part Couny, Wyoming. Journal of
Soil and Water Conservation 58: 105112.
19. Hutchinson, M.F. 1989. A new procedure for gridding elevation and stream
line data with automatic removal of spurious pits. Journal of Hydrology 106
(34): 211232.
20. Ibaez, J. J., Ruiz Ramos, M., Zinck, J. A., Bru, A., 2005. Classical pedology
questioned and defended. Eurasian Soil Science 38(Supplement 1), 7580.
21. Lewkowicz, J. 1988. The Complete MUMPS. Prentice-Hall, Englewood Cliffs,
NJ USA
22. Microsoft Corporation (US), Microsoft Solutions Framework White Paper v3,
[serial online] 2003 [citado 5 oct 2009]; Disponible en URL:
http://www.microsoft.com/msf
23. Moore, I.D., Grayson, R.B. & Ladson, A.R. 1991. Digital Terrain Modelling: A
review of hydrological, geomorphological, and biological applications.
Hydrological Processes 5: 330.
24. Postgresql Corporation, [serial online] 2009 [citado 5 oct 2009]; Disponible en
URL: http://www.postgresql.org
25. PostGis Refraction Research, [serial online] 2009 [citado 5 oct 2009];
Disponible en URL: http://postgis.refractions.net
26. Ramsay, J. 1998. Problems with empiricism and the philosophy of science:
implications for purchasing research, European journal of Purchasing &
Supply Management 4: 163-173.
27. Rossiter, D. and Wambeke, V. 1990 Automated Land Evaluation System,
Cornell University Ithaca, NY 14853-1901 USA.
28. Rossiter, D.G. and Van Wambeke, A.R. 1991. Automated Land Evaluation
System (ALES) Version 3 Users Manual. SCAS Teaching Series 2. Ithaca,
N.Y, Cornell University, Department of Soil, Crop & Atmospheric Sciences.
29. Rossiter, D. 1994 Land Evaluation, Cornell University Ithaca, NY 14853-1901
USA.
30. Rossiter, D. 1996. Discussion paper: a theoretical framework for land
evaluation. Geoderma. 72(3-4): p. 165-190.
31. Rossiter, D.G. and Van Wambeke, A.R. 1997. ALES version 4.65. Cornell
University. Ithaca, N.Y.
32. Rossiter, D. 1998. Conceptos Bsicos y procedimientos de Evaluacin de
Tierras, Cornell University, Proyecto CLAS/ITC. Cochabamba, Bolivia.
33. Rossiter, D. 1998. Mtodos no FAO de Clasificacin de Tierras, Cornell
University, Proyecto CLAS/ITC. Cochabamba, Bolivia.
34. Rossiter, D. 2006 Herramientas para realizar una investigacin.
35. Schipper, R.A., Bouman, B.A.M, Jansen, H.G.P., Hengsdijk, H. &
Nieuwenhuyse, A. 2000. Integrated biophysical and socio-economic analysis
of regional land use. In: Bouman, B.A.M., Jansen, H.G.P., Schipper, R.A.,
43

Hengsdijk, H., Nieuwenhuyse, A.N. (eds). Tools for land use analysis on
different scales. Kluwer Academic Publishers, Dordrecht.
36. Silberschatz, Abraham, Korth, Henry F. y Sudarshan, S., Fundamentos de
Bases de Datos, tercera edicin, Editorial McGraw Hill, Espaa 1998.
37. Sys, C., Van Ranst, E. & Debaveye, J. 1991a. Land evaluation. Part 1:
Principles in land evaluation and crop production calculations. Agricultural
publications 7,1. General Administration of Development Cooperation of
Belgium, Brussels. 273 p.
38. Sys, C., Van Ranst, E. & Debaveye, J. 1991b. Land evaluation. Part 2:
Methods in land evaluation. Agricultural publications 7,2. General
Administration of Development Cooperation of Belgium, Brussels. 247 p.
39. Sys, C., Van Ranst, E. & Debaveye, J. 1993. Land evaluation. Part 3: Crop
requirements. Agricultural publications 7,3. General Administration of
Development Cooperation of Belgium, Brussels. 199 p.
40. Tersteeg, J.L. 1994. CYSLAMB. Version 2.0. Project TCP/BOT/0053.
FAO/Ministry of Agriculture, Gaborone.
41. Tsoumakas, G. & Vlahavas, I. 1999. ISLE: An Intelligent System for Land
Evaluation. p. 2632 in: Proceedings ACAI99 Workshop on Intelligent
Techniques for SpatioTemporal Data Analysis in Environmental
Applications. Publisher or Institute and city please
42. Ullman, Jeffrey y Widom, Jenifer, Introduccin a los Sistemas de Bases de
Datos. Editorial Prentice Hall, Mxico 1999.
43. Venema, J.H. and Vargas, R.R. 2007. Land Suitability Assessment of a
Selected Study Area in Somaliland. FAO-SWALIM Technical Project Report
L-06. Nairobi, Kenya.
44. Venema, J.H. and Vargas, R., 2007. Land suitability assessment of the Juba
and Shabelle riverine areas in Southern Somalia. FAO-SWALIM. Project
Report No. L-09. Nairobi, Kenya.
45. Webster, R. 1994. The development of pedometrics. Geoderma 62 (13): 1
15.

44

ANEXOS
Anexo 01: Modelo Lgico base de datos sistema prototipo ALESW

Anexo 02: Modelo Fsico base de datos sistema prototipo ALESW

Anexo 03: Simplificaciones y Agrupaciones de las Caractersticas de la Tierra SOMALES


Tabla 1: Clases de suelo simplificadas para evaluacin de tierras

Tabla 2: caractersticas del suelo para evaluacin de tierras

Tabla 3: Duracin LGP y variabilidad de lluvias durante el periodo de crecimiento para todas las zonas
LGP de Somalia*

Tabla 4: Total LGP y variabilidad de lluvias anuales de las 15 Zonas LGP de Somalia*

Tabla 5: Estimated carrying capacity of Bioclimatic Zones and corresponding LGP Zones

Tabla 6: Mean annual temperature classes for Somalia and correlation with altitude zones

Tabla 7: Simplified relief classes for land evaluation

Tabla 8: Slope classes for land evaluation

Tabla 9: Aggregated landcover classes of study area for land evaluation

Anexo 04: Caractersticas de la Tierra para cada Unidad de Evaluacin SOMALES

Caractersticas de la Tierra para cada Unidad de Evaluacin SOMALES, continuacin

Caractersticas de la Tierra para cada Unidad de Evaluacin SOMALES, continuacin

Caractersticas de la Tierra para cada Unidad de Evaluacin SOMALES, continuacin

Caractersticas de la Tierra para cada Unidad de Evaluacin, propiedades del subsuelo


SOMALES.

Anexo 05. Niveles de severidad, rboles de decisin, SOMALES


Physical Land Suitability for Rainfed Agriculture
LUT Rc: Rainfed cowpea, short GP, 80 days, low-medium input
Tabla 1: (e) Erosion hazard

Slope class
score

0-4%

4-16%

> 16%

1
1
1
1
1
1
2
2
2
2
2
2
3
3
3
3
3
3

Land characteristics
Soil Group
LGP Zone
(class)
score

1,2

3,4,5,6

1,2

3,4,5,6

1,2

3,4,5,6

1
1
1
1.5
1.5
1.5
1
1
1
1.5
1.5
1.5
1
1
1
1.5
1.5
1.5

1,2,2a
3,4,5
6-15
1,2,2a
3,4,5
6-15
1,2,2a
3,4,5
6-15
1,2,2a
3,4,5
6-15
1,2,2a
3,4,5
6-15
1,2,2a
3,4,5
6-15

Severity level
(1-4)
score

1
1.5
2
1
1.5
2
1
1.5
2
1
1.5
2
1
1.5
2
1
1.5
2

Assumptions:
- erosion hazard by water increases with slope
- shallow soils (class 3), vertisols (class 4), solonchaks (class 5)
and arenosols (class 6) are more erodible than calcisols (class 1)
and cambisols and fluvisols (class 2)
- erosion hazard is low in zones without LGP (zones 1,2,2a) and
increases (slightly) with increasing LGP

scor
e
add
3
3.5
4
3.5
4
4.5
4
4.5
5
4.5
5
5.5
5
5.5
6
5.5
6
6.5

Level

1
1
2
1
2
2
2
2
2
2
2
3
2
3
3
3
3
4

3-3.5
4-5.0
5.5-6
6.5-7

1
2
3
4

Tabla 2: (f) Flooding hazard (flash-flooding; running water)


Land characteristics
Relief (classes)
Soil Group
score
1, 3, 4

2a

2b

1
1
1
2
2
2
3
3
3

1,3,6
4,5
2
1,3,6
4,5
2
1,3,6
4,5
2

score
1
2
4
1
2
4
1
2
4

Assumptions:
- Flooding (inundation) most likely in water receiving
sites (relief classes 2a, 2b)
- Fluvisols (Soil Group 2) are indicative for flooding
and Solonchaks (SG4) are likely to have periodically
high groundwater table

Severity level
(1-4)
score level
add
2
1
3
1
5
2
3
1
4
1
6
3
4
1
5
2
7
3
2-4
5
6-7

1
2
3

Tabla 3: (i) Inundation (flooding) hazard


Land characteristics
Relief (classes)
Soil Group
score
1, 3, 4

2b

2a

1
1
1
1
2
2
2
2
3
3
3
3

1,3,6
5
4
2
1,3,6
5
4
2
1,3,6
5
4
2

score
1
2
3
4
1
2
3
4
1
2
3
4

Assumptions:
- Flooding (inundation) most likely in water receiving
sites (relief classes 2a, 2b)
- Fluvisols (Soil Group 2) are indicative for flooding
and Solonchaks (SG4) are likely to have periodically
high groundwater table

Severity level
(1-3)
score level
add
2
1
3
1
4
2
5
2
3
1
4
2
5
2
6
3
4
2
5
2
6
3
7
3
2-3
4-5
6-7

1
2
3

Tabla 4: (m) Moisture availability


Land characteristics
LGP Zone
Rainfall variability
Soil Group
score
score
score
1
10
H
5
3, 6
4
10
H
5
1,4,5
2
10
H
5
2
1
2
5
H
5
3, 6
4
5
H
5
1,4,5
2
5
H
5
2
1
3
4
L
2
3,6
4
4
L
2
1,4,5
2
4
L
2
2
1
4
4
M
3
3, 6
4
4
M
3
1,4,5
2
4
M
3
2
1
5
4
M
3
3, 6
4
4
M
3
1,4,5
2
4
M
3
2
1
6
4
M
3
3, 6
4
4
M
3
1,4,5
2
4
M
3
2
1
7
3
M
3
3, 6
4
3
M
3
1,4,5
2
3
M
3
2
1
8
3
M
3
3, 6
4
3
M
3
1,4,5
2
3
M
3
2
1
9
3
M
3
3, 6
4
3
M
3
1,4,5
2
3
M
3
2
1
10
2
M
3
3, 6
4
2
M
3
1,4,5
2
2
M
3
2
1
11
2
L
2
3, 6
4
2
L
2
1,4,5
2
2
L
2
2
1
12
2
L
2
3, 6
4
2
L
2
1,4,5
2
2
L
2
2
1
13
2
L
2
3, 6
4
2
L
2
1,4,5
2
2
L
2
2
1
14
1
L
2
3, 6
4
1
L
2
1,4,5
2
1
L
2
2
1
15
1
L
2
3, 6
4
1
L
2
1,4,5
2
1
L
2
2
1
Assumptions:
- Sorghum with short GP (90 days) grown in the longest rainy

Severity level
(1-5)
score add level
19
5
17
5
16
5
14
5
12
4
11
4
10
4
8
3
7
3
11
4
9
3
8
3
11
4
9
3
8
3
11
4
9
3
8
3
10
4
8
3
7
3
10
4
8
3
7
3
10
4
8
3
7
3
9
3
7
3
6
2
8
3
6
2
5
2
8
3
6
2
5
2
8
3
6
2
5
2
7
3
5
2
4
2
7
3
5
2
4
2
4-6
2
7-9
3

season (Gu or Deyr)


- Shallow and sandy soils have low waterholding capacity (SG 3 &
6); Fluvisols, or soils with fluvic properties imply water-receiving
topographic position)

10-13
14-19

4
5

Tabla 5: (n) Nutrient availability

pH(H2O)
score

NE
6.6-7.5

AL
7.5-8.5

VA
>8.5

1
1
1
1
1
1
1
1
1
2
2
2
2
2
2
2
2
2
4
4
4
4
4
4
4
4
4

3
3
3
2
2
2
1
1
1
3

VL, VH
L, H
M
VL, VH
L, H
M
VL, VH
L, H
M
VL, VH

3
2
1
3
2
1
3
2
1
3

Severity level
(1-3)
scor level
e
add
7
3
6
2
5
1
6
2
5
1
4
1
5
1
4
1
3
1
8
3

3
3
2
2
2
1
1
1
3
3
3
2
2
2
1
1
1

L, H
M
VL, VH
L, H
M
VL, VH
L, H
M
VL, VH
L, H
M
VL, VH
L, H
M
VL, VH
L, H
M

2
1
3
2
1
3
2
1
3
2
1
3
2
1
3
2
1

7
6
7
6
5
6
5
4
10
9
8
9
8
7
8
7
6

3
2
3
2
1
2
1
1
3
3
3
3
3
3
3
3
2

3-5
6
7-10

1
2
3

Land characteristics
CEC (25-75cm)
Ca/Mg (see table X)
score
score

L <16

M 16-24

H >24

Assumptions:
- nutrient availability decreases with increasing pH (from neutral
to very alkaline)
- nutrient availability increases with increasing cation exchange
capacity (CEC)
- nutrient availability decreases in case of (very) low and (very)
high Ca/Mg ratios

Tabla 6: Ca/Mg ratio


Land characteristics
Ca++
Mg++
me/100g
me/100g
L < 10
L <1
10
M 1-5
1-0.2
H 5-10
<2
V >10
1
M 10-25
L <1
>25
M 1-5
10-25
H 5-10
2-5
V >10
1-2.5
H 25-50
L <1
>50
M 1-5
25-50
H 5-10
5-10
V >10
2.5-5
V > 50
L <1
>50
M 1-5
50-10
H 5-10
10-5
V >10
5

Ca/Mg
(ranges)
2-10
<1
0.05
10-25
2-5
1-2.5
<1
5-10
2.5-5
< 2.5
> 20
20-10

< 1.2
1.2-2.3
2.3-9.9
10-24.9
> 25

classes
M
L
L
VL
H
M
M
L
VH
H
M
L
VH
VH
H
M
VL
L
M
H
VH

Tabla 7: (r) Rooting conditions


Soil depth

Land characteristics
Coarse frag.
(topsoil)
score
F
1
M
2
D
3
F < 5%
1
1
1
M 5-40
2
2
2
D >40%
3
3
3
F <5%
1
1
1
M 5-40
2
2
2
D >40%
3
3
3
F <5%
1
1
1
M 5-40
2
2
2
D >40
3
3
3
F <5
1
1
1
M 5-40
2
2
2
D >40%
3
3
3

Coarse fragments
(subsoil)
score
n/a
3
n/a
3
n/a
3
F
1
M
2
D
3
F
1
M
2
D
3
F
1
M
2
D
3
F
1
M
1
D
1
F
1
M
1
D
1
F
1
M
1
D
1
F
1
M
1
D
1
F
1
M
1
D
1
F
1
M
1
D
1
F
1
M
1
D
1
F
1
M
1
D
1
F
1
M
1
D
1

score
5
5
5
SS
2
25-50cm
2
2
2
2
2
2
2
2
MD
1
50-100
1
1
1
1
1
1
1
1
DD
1
100-150
1
1
1
1
1
1
1
1
VD
1
> 150
1
1
1
1
1
1
1
1
Assumptions:
- Cowpea not so sensitive to adverse rooting conditions (unlike
tubers, groundnuts, etc.) and deep rooting cereals
VS
< 25cm

Severity level
(1-4)
score add
9
10
11
4
5
6
5
6
7
6
7
8
3
3
3
4
4
4
5
5
5
3
3
3
4
4
4
5
5
5
3
3
3
4
4
4
5
5
5
3-6
7
8
9-11

Level
4
4
4
1
1
1
1
1
2
1
2
3
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
3
4

Tabla 8: (u) Excess of salts (sodicity)


Land Characteristic

Severity level
(1-4)

Sodicity (topsoil) (ESP)


1 (< 6%)
2 (6-15%)
3 (15-25%)
4 (15-40%)
5 (> 40%)

1
1
2
3
4

Tabla 9: (w) Oxygen availability (drainage)


Land Characteristic
Drainage class
6,5,4,3
2
1, 0

Severity level
(1-3)
1
2
3

Tabla 10: (z) Excess of salts (salinity)


Land Characteristic
Salinity (topsoil) (EC)
1 (< 2 dS/m)
2 (2-3 dS/m)
3 (3-5 dS/m)
4 (5-8 dS/m)
5 (8-12 dS/m)
6 (> 12 dS/m)

Severity level
(1-4)
1
1
2
3
4
4