Machine Learning aplicado a estimaciones de carbono en el Valle de Lerma, Salta

Autores
Caceres Diaz, Raul Omar; Villegas, Daniel Rene; Elena, Hernan Javier; Noe, Yanina Elena; Moneta, Daniela Fernanda; Fernandez, Ignacio David; Gopar, Analía; Arce, Ana Ines; Paz, Jorge Ismael; Yanse, Alejandro Hugo; Fiore, Irma Nancy; Guglielmone, Pedro; Fernandez, Gabriela Silvia; Ramirez, Gustavo Adolfo
Año de publicación
2026
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Se evaluaron noventa y tres sitios de muestreo, colectando muestras de suelo de 0 a 20 cm, en forma compuesta de tres piques por muestra y lote, en la zona comprendida por los departamentos Cerrillos, La Merced y Rosario de Lerma, representando un triángulo de 20 km por 25 km. Se determinó carbono orgánico, nitrógeno total y textura de suelos agrícolas del Valle de Lerma, en la provincia de Salta, distante a 17 km al Sur de la ciudad de Salta. Se procedió luego a generar un modelo predictivo para estimar carbono orgánico mediante el uso de Machine Learning con validación y entrenamiento del mejor modelo generado mediante Random Forest. El Error Absoluto Medio (EAM) fue de 0,1111. Las variables analizadas permitieron generar un modelo predictivo de carbono orgánico robusto con R2 de 0,95 y Error Cuadrático Medio (ECM) de 0,0212. El modelo resulta apropiado para uso local en las estimaciones de carbono orgánico, permitiendo mejorar la gestión sostenible de suelos agrícolas en la región.
E.E.A. Salta.
Fil: Caceres Diaz, Raul. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Salta; Argentina.
Fil: Villegas, Daniel. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Salta. Agencia de Extensión Rural Perico; Argentina.
Fil: Elena, Hernan. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Salta; Argentina
Fil: Noe, Yanina. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Salta; Argentina.
Fil: Moneta, Daniela. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Salta. Agencia de Extensión Rural Valle de Lerma; Argentina
Fil: Fernandez, Ignacio. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Salta; Argentina
Fil: Gopar, Analia. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Salta. Agencia de Extensión Rural Valle de Lerma; Argentina
Fil: Paz, Jorge.Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Salta; Argentina.
Fil: Yanse, Hugo. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Salta. Agencia de Extensión Rural Valle de Lerma; Argentina
Fil: Fiore, Irma. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Salta. Agencia de Extensión Rural Valle de Lerma; Argentina
Fil: Guglielmone, Pedro. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Salta; Argentina.
Fil: Fernandez, Gabriela. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Salta. Agencia de Extensión Rural Perico; Argentina.
Fil: Ramirez, Gustavo. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Salta; Argentina.
Fil: Arce, Ana. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Salta. Agencia de Extensión Rural Valle de Lerma; Argentina.
Fuente
Libro de Actas del XXX Congreso Argentino de la Ciencia del Suelo, 14-17 de abril de 2026, San Carlos de Bariloche, Río Negro; Argentina
Materia
Carbono
Carbon
Carbon Stock Assessments
Machine Learning
Estimación de las Existencias de Carbono
Aprendizaje Automático
Valle de Lerma, Salta
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
INTA Digital (INTA)
Institución
Instituto Nacional de Tecnología Agropecuaria
OAI Identificador
oai:localhost:20.500.12123/25917
Acceder
id INTADig_1db74928276121c2c2e12c473b6bbb8e
oai_identifier_str oai:localhost:20.500.12123/25917
network_acronym_str INTADig
repository_id_str l
network_name_str INTA Digital (INTA)
spelling Machine Learning aplicado a estimaciones de carbono en el Valle de Lerma, SaltaCaceres Diaz, Raul OmarVillegas, Daniel ReneElena, Hernan JavierNoe, Yanina ElenaMoneta, Daniela FernandaFernandez, Ignacio DavidGopar, AnalíaArce, Ana InesPaz, Jorge IsmaelYanse, Alejandro HugoFiore, Irma NancyGuglielmone, PedroFernandez, Gabriela SilviaRamirez, Gustavo AdolfoCarbonoCarbonCarbon Stock AssessmentsMachine LearningEstimación de las Existencias de CarbonoAprendizaje AutomáticoValle de Lerma, SaltaSe evaluaron noventa y tres sitios de muestreo, colectando muestras de suelo de 0 a 20 cm, en forma compuesta de tres piques por muestra y lote, en la zona comprendida por los departamentos Cerrillos, La Merced y Rosario de Lerma, representando un triángulo de 20 km por 25 km. Se determinó carbono orgánico, nitrógeno total y textura de suelos agrícolas del Valle de Lerma, en la provincia de Salta, distante a 17 km al Sur de la ciudad de Salta. Se procedió luego a generar un modelo predictivo para estimar carbono orgánico mediante el uso de Machine Learning con validación y entrenamiento del mejor modelo generado mediante Random Forest. El Error Absoluto Medio (EAM) fue de 0,1111. Las variables analizadas permitieron generar un modelo predictivo de carbono orgánico robusto con R2 de 0,95 y Error Cuadrático Medio (ECM) de 0,0212. El modelo resulta apropiado para uso local en las estimaciones de carbono orgánico, permitiendo mejorar la gestión sostenible de suelos agrícolas en la región.E.E.A. Salta.Fil: Caceres Diaz, Raul. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Salta; Argentina.Fil: Villegas, Daniel. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Salta. Agencia de Extensión Rural Perico; Argentina.Fil: Elena, Hernan. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Salta; ArgentinaFil: Noe, Yanina. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Salta; Argentina.Fil: Moneta, Daniela. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Salta. Agencia de Extensión Rural Valle de Lerma; ArgentinaFil: Fernandez, Ignacio. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Salta; ArgentinaFil: Gopar, Analia. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Salta. Agencia de Extensión Rural Valle de Lerma; ArgentinaFil: Paz, Jorge.Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Salta; Argentina.Fil: Yanse, Hugo. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Salta. Agencia de Extensión Rural Valle de Lerma; ArgentinaFil: Fiore, Irma. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Salta. Agencia de Extensión Rural Valle de Lerma; ArgentinaFil: Guglielmone, Pedro. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Salta; Argentina.Fil: Fernandez, Gabriela. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Salta. Agencia de Extensión Rural Perico; Argentina.Fil: Ramirez, Gustavo. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Salta; Argentina.Fil: Arce, Ana. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Salta. Agencia de Extensión Rural Valle de Lerma; Argentina.Asociación Argentina de la Ciencia del Suelo (AACS)2026-04-23T12:58:24Z2026-04-23T12:58:24Z2026-04-14info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttp://hdl.handle.net/20.500.12123/25917Libro de Actas del XXX Congreso Argentino de la Ciencia del Suelo, 14-17 de abril de 2026, San Carlos de Bariloche, Río Negro; Argentinareponame:INTA Digital (INTA)instname:Instituto Nacional de Tecnología Agropecuariaspainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)2026-05-07T11:53:18Zoai:localhost:20.500.12123/25917instacron:INTAInstitucionalhttp://repositorio.inta.gob.ar/Organismo científico-tecnológicoNo correspondehttp://repositorio.inta.gob.ar/oai/requesttripaldi.nicolas@inta.gob.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:l2026-05-07 11:53:19.563INTA Digital (INTA) - Instituto Nacional de Tecnología Agropecuariafalse
dc.title.none.fl_str_mv Machine Learning aplicado a estimaciones de carbono en el Valle de Lerma, Salta
title Machine Learning aplicado a estimaciones de carbono en el Valle de Lerma, Salta
spellingShingle Machine Learning aplicado a estimaciones de carbono en el Valle de Lerma, Salta
Caceres Diaz, Raul Omar
Carbono
Carbon
Carbon Stock Assessments
Machine Learning
Estimación de las Existencias de Carbono
Aprendizaje Automático
Valle de Lerma, Salta
title_short Machine Learning aplicado a estimaciones de carbono en el Valle de Lerma, Salta
title_full Machine Learning aplicado a estimaciones de carbono en el Valle de Lerma, Salta
title_fullStr Machine Learning aplicado a estimaciones de carbono en el Valle de Lerma, Salta
title_full_unstemmed Machine Learning aplicado a estimaciones de carbono en el Valle de Lerma, Salta
title_sort Machine Learning aplicado a estimaciones de carbono en el Valle de Lerma, Salta
dc.creator.none.fl_str_mv Caceres Diaz, Raul Omar
Villegas, Daniel Rene
Elena, Hernan Javier
Noe, Yanina Elena
Moneta, Daniela Fernanda
Fernandez, Ignacio David
Gopar, Analía
Arce, Ana Ines
Paz, Jorge Ismael
Yanse, Alejandro Hugo
Fiore, Irma Nancy
Guglielmone, Pedro
Fernandez, Gabriela Silvia
Ramirez, Gustavo Adolfo
author Caceres Diaz, Raul Omar
author_facet Caceres Diaz, Raul Omar
Villegas, Daniel Rene
Elena, Hernan Javier
Noe, Yanina Elena
Moneta, Daniela Fernanda
Fernandez, Ignacio David
Gopar, Analía
Arce, Ana Ines
Paz, Jorge Ismael
Yanse, Alejandro Hugo
Fiore, Irma Nancy
Guglielmone, Pedro
Fernandez, Gabriela Silvia
Ramirez, Gustavo Adolfo
author_role author
author2 Villegas, Daniel Rene
Elena, Hernan Javier
Noe, Yanina Elena
Moneta, Daniela Fernanda
Fernandez, Ignacio David
Gopar, Analía
Arce, Ana Ines
Paz, Jorge Ismael
Yanse, Alejandro Hugo
Fiore, Irma Nancy
Guglielmone, Pedro
Fernandez, Gabriela Silvia
Ramirez, Gustavo Adolfo
author2_role author
author
author
author
author
author
author
author
author
author
author
author
author
dc.subject.none.fl_str_mv Carbono
Carbon
Carbon Stock Assessments
Machine Learning
Estimación de las Existencias de Carbono
Aprendizaje Automático
Valle de Lerma, Salta
topic Carbono
Carbon
Carbon Stock Assessments
Machine Learning
Estimación de las Existencias de Carbono
Aprendizaje Automático
Valle de Lerma, Salta
dc.description.none.fl_txt_mv Se evaluaron noventa y tres sitios de muestreo, colectando muestras de suelo de 0 a 20 cm, en forma compuesta de tres piques por muestra y lote, en la zona comprendida por los departamentos Cerrillos, La Merced y Rosario de Lerma, representando un triángulo de 20 km por 25 km. Se determinó carbono orgánico, nitrógeno total y textura de suelos agrícolas del Valle de Lerma, en la provincia de Salta, distante a 17 km al Sur de la ciudad de Salta. Se procedió luego a generar un modelo predictivo para estimar carbono orgánico mediante el uso de Machine Learning con validación y entrenamiento del mejor modelo generado mediante Random Forest. El Error Absoluto Medio (EAM) fue de 0,1111. Las variables analizadas permitieron generar un modelo predictivo de carbono orgánico robusto con R2 de 0,95 y Error Cuadrático Medio (ECM) de 0,0212. El modelo resulta apropiado para uso local en las estimaciones de carbono orgánico, permitiendo mejorar la gestión sostenible de suelos agrícolas en la región.
E.E.A. Salta.
Fil: Caceres Diaz, Raul. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Salta; Argentina.
Fil: Villegas, Daniel. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Salta. Agencia de Extensión Rural Perico; Argentina.
Fil: Elena, Hernan. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Salta; Argentina
Fil: Noe, Yanina. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Salta; Argentina.
Fil: Moneta, Daniela. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Salta. Agencia de Extensión Rural Valle de Lerma; Argentina
Fil: Fernandez, Ignacio. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Salta; Argentina
Fil: Gopar, Analia. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Salta. Agencia de Extensión Rural Valle de Lerma; Argentina
Fil: Paz, Jorge.Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Salta; Argentina.
Fil: Yanse, Hugo. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Salta. Agencia de Extensión Rural Valle de Lerma; Argentina
Fil: Fiore, Irma. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Salta. Agencia de Extensión Rural Valle de Lerma; Argentina
Fil: Guglielmone, Pedro. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Salta; Argentina.
Fil: Fernandez, Gabriela. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Salta. Agencia de Extensión Rural Perico; Argentina.
Fil: Ramirez, Gustavo. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Salta; Argentina.
Fil: Arce, Ana. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Salta. Agencia de Extensión Rural Valle de Lerma; Argentina.
description Se evaluaron noventa y tres sitios de muestreo, colectando muestras de suelo de 0 a 20 cm, en forma compuesta de tres piques por muestra y lote, en la zona comprendida por los departamentos Cerrillos, La Merced y Rosario de Lerma, representando un triángulo de 20 km por 25 km. Se determinó carbono orgánico, nitrógeno total y textura de suelos agrícolas del Valle de Lerma, en la provincia de Salta, distante a 17 km al Sur de la ciudad de Salta. Se procedió luego a generar un modelo predictivo para estimar carbono orgánico mediante el uso de Machine Learning con validación y entrenamiento del mejor modelo generado mediante Random Forest. El Error Absoluto Medio (EAM) fue de 0,1111. Las variables analizadas permitieron generar un modelo predictivo de carbono orgánico robusto con R2 de 0,95 y Error Cuadrático Medio (ECM) de 0,0212. El modelo resulta apropiado para uso local en las estimaciones de carbono orgánico, permitiendo mejorar la gestión sostenible de suelos agrícolas en la región.
publishDate 2026
dc.date.none.fl_str_mv 2026-04-23T12:58:24Z
2026-04-23T12:58:24Z
2026-04-14
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://hdl.handle.net/20.500.12123/25917
url http://hdl.handle.net/20.500.12123/25917
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Asociación Argentina de la Ciencia del Suelo (AACS)
publisher.none.fl_str_mv Asociación Argentina de la Ciencia del Suelo (AACS)
dc.source.none.fl_str_mv Libro de Actas del XXX Congreso Argentino de la Ciencia del Suelo, 14-17 de abril de 2026, San Carlos de Bariloche, Río Negro; Argentina
reponame:INTA Digital (INTA)
instname:Instituto Nacional de Tecnología Agropecuaria
reponame_str INTA Digital (INTA)
collection INTA Digital (INTA)
instname_str Instituto Nacional de Tecnología Agropecuaria
repository.name.fl_str_mv INTA Digital (INTA) - Instituto Nacional de Tecnología Agropecuaria
repository.mail.fl_str_mv tripaldi.nicolas@inta.gob.ar
_version_ 1864547147149475840
score 13.1485815

Publicaciones similares