ANLISIS ESPACIAL GEOESTADSTICO PARA LA CARACTERIZACIN EDAFOLGICA DE LA VEGA DE GRANADA GARCA SOLDADO, M. J.1; CHICA OLMO, M.

1; RIGOL SNCHEZ, J. P.2; PARDO IGUZQUIZA, E.1; RODRGUEZ GALIANO, V.1

Universidad de Granada. Dpto. de Geodinmica /CEAMA Avda/ Fuentenueva s/n, 18071 Granada 2 Universidad de Jan. Dpto. de Geologa/CEAMA Campus Universitario Las Lagunillas s/n, 23071 Jan mjosegs@ugr.es, mchica@ugr.es, jprigol@ujaen.es, pardoiguzquiza@yahoo.es, luxor@correo.ugr.es
1

RESUMEN
La Vega de Granada es una zona de gran inters medioambiental en la que se desarrolla una intensa actividad socioeconmica, agrcola, industrial y urbanstica. Su suelo constituye un recurso de especial valor que debe ser protegido y tenido en cuenta en el contexto de la planificacin territorial del rea. En este trabajo se presenta una metodologa geoestadstica para la caracterizacin espacial de los suelos de la Vega de Granada, desarrollada a partir de muestras de suelo. Las variables edficas analizadas corresponden tanto a parmetros fsicos como qumicos, tales como textura, humedad, conductividad, carbono orgnico, elementos qumicos mayoritarios y metales pesados. La aproximacin metodolgica utilizada se fundamenta en el Krigeaje de los factores de un Anlisis de Componentes Principales, que consta de dos etapas. En primer lugar, se ha llevado a cabo un Anlisis de Componentes Principales / Anlisis Factorial de los datos experimentales, para obtener nuevas variables sintticas o Factores; en segundo lugar, se han estimado dichos factores mediante Krigeaje Ordinario para generar mapas continuos de distribucin espacial. Los mapas obtenidos han sido interpretados teniendo en cuenta las variables edficas que intervienen en cada factor. La informacin resultante ha supuesto una mejora en el conocimiento de la variabilidad espacial de las caractersticas de los suelos estudiados, y ha sido integrada en un SIG para la caracterizacin geoambiental de la Vega de Granada.

Palabras clave Vega de Granada, Geoestadstica, Krigeaje de factores, suelos ABSTRACT

The Vega de Granada is a zone of great environmental interest, where an intense socioeconomic activity, agricultural, industrial and city-planning, is developed. Its soil constitutes a resource of special value that must be protected and be considered in the context of the territorial planning of the area. In this work a geoestatistical methodology for the spatial characterization of soils from Vega de Granada, developed from soils samples appears. The analyzed variables correspond to physical parameters, majority chemical elements and heavy metals. The methodologic approach is based on the Factorial Kriging consisting of two stages. In the first place, a Principal Component Analysis / Factorial Analysis of the experimental data has been carried out, to obtain new synthetic variable or Factors; secondly, these Factors by means of Ordinary Kriging have been considered to generate maps.

195

EL ACCESO A LA INFORMACIN ESPACIAL Y LAS NUEVAS TECNOLOGAS GEOGRFICAS PG. 195-206

The obtained maps have been interpreted considering the soil variables that take part in each component. The resulting information has supposed an improvement in the knowledge of the spatial variability of the studied soils, and has been integrated in a SIG for the environmental characterization of the Vega de Granada.

1. INTRODUCCIN La Vega de Granada constituye una de las reas ms productivas y frtiles de la provincia de Granada, y a la vez es sustento de una intensa actividad industrial, socioeconmica y urbanstica. Encontrar el equilibrio entre el desarrollo industrial y socioeconmico y el sector agrcola-ganadero, es una de las principales dificultades de cualquier gestor, dificultad que se ve especialmente incrementada por la fuerte presin urbanstica a la que se ve sometido el suelo de la Vega de Granada. En este contexto, la metodologa propuesta para la elaboracin de cartografa temtica edafolgica es una herramienta de ayuda a la toma de decisiones. La implementacin de un sistema orientado a la gestin del suelo requiere informacin experimental referida esencialmente a las caractersticas fsicas y qumicas de los suelos, aunque tambin es de inters disponer de informacin complementaria de carcter medioambiental o socioeconmica. El muestreo de suelos, a partir del anlisis de muestras tomadas en puntos discretos, proporciona los datos experimentales necesarios para la interpretacin de las caractersticas de calidad y variabilidad de los suelos en el rea de estudio. Para una correcta interpretacin de los datos experimentales es usual la aplicacin de mtodos numricos que faciliten la labor del tcnico, entre dichos mtodos destacan por su amplia aceptacin los mtodos estadsticos multivariantes y los mtodos geoestadsticos. En este contexto, este trabajo representa una contribucin al anlisis espacial de datos edafolgicos. El paso de la informacin discreta (datos experimentales) a continua (mapa), en funcin de su variabilidad espacial, constituye el objetivo principal del trabajo. Para ello se ha aplicado la tcnica estadstica multivariante de anlisis factorial para reducir la dimensionalidad del problema y crea un modelo de relacin de las variables a travs de la interpretacin de los factores. Se han obtenido cinco factores que representan la composicin de cationes y aniones mayoritarios del suelo, la variabilidad fsica (textura), la influencia de la materia orgnica en los metales cromo y cobre, el abonado y los metales manganeso y cinc. La espacializacin de estos factores para su interpretacin en el rea de estudio se ha realizado mediante estimacin geoestadstica por krigeaje ordinario.

2. REA DE ESTUDIO Y DATOS EXPERIMENTALES La zona de estudio corresponde a la Vega de Granada, localizada en las depresiones intrabticas del SE de Espaa. El rea corresponde a la cuenca del ro Genil, que constituye el eje de drenaje de esta regin y que aporta la mayor parte del material aluvial constituyente de la Vega, junto con los aportes de los ros Aguas Blancas, Darro, Beiro, Cubillas, Monachil, Dlar y Salado, lo que conforma una regin cuyos suelos son de excelente calidad para la actividad agrcola (Campos, 1997).

196

ANLISIS ESPACIAL GEOESTADSTICO PARA LA CARACTERIZACIN EDAFOLGICA DE LA VEGA DE GRANADA

Figura 1. rea de estudio

Los datos utilizados corresponden a una campaa de muestreo realizada en el ao 2003, en el marco del proyecto HIDROGIS en 76 puntos distribuidos homogneamente en el rea de estudio (figura 1). Las muestras se han tomado a una profundidad de 80-100 cm para el anlisis de parmetros fsicos y qumicos, incluyendo metales pesados. Las variables fsicas son textura, humedad, carbono orgnico (expresados en %) y el pH (referido a 25C); Las variables qumicas son calcio, sodio, potasio, nitratos, nitritos y sulfatos (ppm): Los metales pesados son cromo, manganeso, cobre y cinc (ppb). Tambin se analiz plomo, cadmio, fosfatos, flor y cloritos, pero los valores de estos elementos se encuentran todos por debajo del lmite de deteccin en laboratorio (inferior a 1.1 ppb en el caso del plomo, e inferior a 0.2 ppb en el caso del cadmio), y no se han incluido en los tratamientos numricos, puesto que su concentracin es irrelevante en las muestras tomadas. 3. METODOLOGA La metodologa de este trabajo para la caracterizacin edfica de los suelos de la Vega de Granada se divide en dos etapas. La primera corresponde a la aplicacin de la tcnica multivariante de Anlisis Factorial / Anlisis de Componentes Principales (AF/ACP). La segunda consiste en la aplicacin de la geoestadstica para el estudio variogrfico de los factores obtenidos y su posterior estimacin por krigeaje (espacializacin) (Chica-Olmo, 2003). 3.1 Anlisis de Componentes Principales/Anlisis Factorial La tcnica multivariante de ACP parte del clculo de la matriz de covarianzas o de correlaciones (elegida en este estudio para estandarizar los datos) que expresa la variabilidad conjunta de las variables (parmetros medidos), y de la extraccin posterior de los valores (Tabla 1) y vectores propios.

197

EL ACCESO A LA INFORMACIN ESPACIAL Y LAS NUEVAS TECNOLOGAS GEOGRFICAS PG. 195-206

Tabla 1. Varianza total y porcentaje que explica cada componente

Componente Autovalores iniciales Total 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 7.199 3.689 1.884 1.431 1.140 .970 .841 .587 .541 .440 .373 .299 .206 .148 .123 .081 .031 .012 .004 % de la varianza 35.995 18.444 9.422 7.155 5.698 4.850 4.204 2.935 2.704 2.202 1.867 1.497 1.030 .742 .613 .406 .156 .058 .021 % acumulado 35.995 54.439 63.862 71.017 76.715 81.565 85.769 88.704 91.408 93.610 95.477 96.974 98.003 98.745 99.359 99.765 99.921 99.979 100.000 100.000 Sumas de las saturaciones al Suma de las saturaciones al cuadrado de la extraccin cuadrado de la rotacin % de la % % de la % Total Total varianza acumulado varianza acumulado 7.199 3.689 1.884 1.431 1.140 35.995 18.444 9.422 7.155 5.698 35.995 54.439 63.862 71.017 76.715 6.711 3.985 1.811 1.560 1.277 33.554 19.923 9.054 7.799 6.385 33.554 53.477 62.531 70.330 76.715

-7.929E-17 -3.965E-16

Fte- Elaboracin propia.

Un valor propio (autovalor) representa un conjunto de coeficientes (cargas o pesos) que multiplica a las variables originales correlacionadas para obtener una nueva variable no correlacionada (ortogonal), llamada Componente Principal (CP), las cuales son combinaciones lineales ponderadas de las variables originales. Los Componentes Principales (CP) son variables sintticas que se obtienen de proyectar los datos en unos nuevos ejes, es decir, es el producto del dato original por el vector propio. En esta transformacin de coordenadas, se escoge como primera componente la que tiene mayor varianza, la segunda varianza mayor es la segunda componente, y as sucesivamente (Adams, 1998, Otto, 1998, Vega, 1998). En el Anlisis de Componentes Principales (ACP) existen tantas componentes como variables originales, sin embargo los CP suministran informacin de los parmetros ms representativos que describen el total de nuestros datos, ofreciendo as

198

ANLISIS ESPACIAL GEOESTADSTICO PARA LA CARACTERIZACIN EDAFOLGICA DE LA VEGA DE GRANADA

una reduccin de datos con la mnima prdida de informacin. Para este estudio se han elegido las 5 primeras componentes que representan un 76.7% de la varianza total explicada y que corresponden a las componentes con autovalores superiores a 1 (Tabla 1). En la prctica el AF, sigue al ACP. El principal objetivo del AF es reducir el aporte de variables menos significativas con el fin de simplificar an ms la estructura proveniente del ACP. Este propsito se logra rotando los ejes definidos por el ACP, de acuerdo con las reglas establecidas y construyendo nuevos grupos de variables, tambin llamados varifactores (VF). Se debe decir que un CP es una combinacin lineal de las variables experimentales del suelo, mientras que un varifactor puede incluir variables no observables, hipotticas y latentes (Chapman, 1992, Otto, 1998, Vega, 1998, Helena, 2000).
Tabla 2. Matriz de componentes rotados (En negrita los vectores propios mayores para cada componente) Variable 1 Arenas (%) Limos (%) Arcillas (%) pH Humedad (%) C. Orgnico_suelo (%) H. Saturac_suelo (%) Conductividad (S/cm a 25) Magnesio (ppm) Calcio (ppm) Sodio (ppm) Potasio (ppm) Cloro (ppm) Nitritos (ppm) Nitratos (ppm) Sulfatos (ppm) Cobre (ppb) Manganeso (ppb) Cinc (ppb) Cromo (ppb) .012 -.405 .422 -.358 .058 .280 .057 .966 .864 .933 .767 .532 .883 .771 .775 .866 -.076 -.012 .052 -.036 2 -.957 .616 .635 -.650 .757 .501 .900 .106 .017 .151 .023 .042 -.005 .025 .259 .039 -.302 -.149 .091 .035 Componente 3 .131 -.027 -.149 -.082 -.020 .580 -.088 -.011 -.062 -.024 .080 -.028 -.015 .190 .027 -.079 .810 -.032 .249 -.804 4 -.073 .466 -.404 -.210 -.212 .294 .087 .161 .430 .060 -.157 .692 .013 -.036 -.246 .381 .072 -.120 .128 .173 5 -.005 .101 -.102 .249 -.152 -.041 .146 .007 -.069 -.092 .188 -.086 .186 -.119 -.170 .054 -.009 .695 .686 -.241

Fte- Elaboracin propia.

199

EL ACCESO A LA INFORMACIN ESPACIAL Y LAS NUEVAS TECNOLOGAS GEOGRFICAS PG. 195-206

Para el clculo del AF/ACP en este trabajo, se ha realizado una rotacin varimax de los CP (Tabla 2) que vienen de las variables estandarizadas, con el objetivo de reducir la contribucin de las variables con menor significado, simplificando as la estructura de los datos. Segn la tabla 2, se observa que el primer factor corresponde esencialmente a las variables qumicas del suelo, el segundo representa la variabilidad textural, el tercero la influencia de la materia orgnica y formacin de quelatos, en el cuarto se agrupan los abonos (excepto los nitratos y nitritos, que se agrupan en la primera componente), y en el ltimo, la relacin de los metales pesados con el pH. 3.2 Estimacin espacial Una vez obtenidos los factores, se ha elaborado una cubierta de informacin de cada una de ellos, as como de las variables analizadas, a partir de la estimacin espacial mediante krigeaje. Para ello, se ha interpretado la variabilidad espacial de los factores y variables analizadas por medio del variograma (Matheron, 1971):

( h) =
Cuyo estimador espacial es:

1 2 E{Z ( x) Z ( x + h)} 2

( h) =

NP ( h ) 1 {z ( xi ) z ( xi + h )}2 2 NP (h) i =1

donde z(xi) y z(xi+h) son los valores de la variable o factor observados o calculados en los puntos xi y xi + h; NP(h) es el nmero de parejas de datos distantes h. El anlisis variogrfico consta de tres pasos fundamentales para los cuales es necesario disponer de un buen conocimiento experimental de la variable para su correcta modelizacin (Chica-Olmo, 2002). El primer paso implica el clculo e interpretacin del variograma experimental, el segundo paso el ajuste del modelo terico y el tercero se refiere a la validacin del modelo. La finalidad de este anlisis es obtener un modelo de variabilidad que, mediante krigeaje, conduzca a la estimacin espacial ptima de la variable en puntos (o bloques) no experimentales. El estimador ptimo de krigeaje (ZKO) es una combinacin lineal de los valores experimentales Z(xi) multiplicados por pesos i, desconocidos, tal que i = 1.
KO ( x ) = i Z ( x i ) ZV i =1 n

El estimador cumple las condiciones de no sesgo, E{Zv} = E{ZKO} y de minimizacin del error de estimacin, 2KO=E{Zv ZvKO}2 0. Los variogramas experimentales de los factores estudiados y de las variables ms representativas pertenecientes a dichos factores y su modelizacin se han representado en la figura 2, cuyos parmetros de ajuste se pueden ver en las tablas 3 y 4. A efectos de la estimacin de los factores y variables experimentales, se ha elaborado un modelo geomtrico del rea de estudio formado por bloques de 250 m x 250 m (modelo rster con 3560 pxeles). El resultado de la estimacin de los factores se puede observar en la figura 3, junto con las variables experimentales ms representativas correspondientes a ese factor.

200

ANLISIS ESPACIAL GEOESTADSTICO PARA LA CARACTERIZACIN EDAFOLGICA DE LA VEGA DE GRANADA

F Figura 2. Variogramas de los factores y de las dos variables ms representativas

Elaboracin propia

201

EL ACCESO A LA INFORMACIN ESPACIAL Y LAS NUEVAS TECNOLOGAS GEOGRFICAS PG. 195-206

Tabla 3. Ajustes de los variogramas de los factores Variable Factor 1 Factor 2 Factor 3 Factor 4 Factor 5 Modelo Esfrico Esfrico Esfrico Esfrico Esfrico Pepita 0.07 0.45 0.1 0.05 0.5 Alcance 3500 11000 4000 3000 9000 2000 8000 3500 Meseta 0.28 0.4 0.651 0.2 0.7 0.125 0.95 0.6 % Aleatoriedad 9.33 40.87 10.00 4.44 45.45

Fte- Elaboracin propia.

Tabla 4. Ajustes de los variogramas de las variables analizadas % Variable Modelo Pepita Alcance Meseta Aleatoriedad Arcillas (%) Esfrico 90 9500 100 47.4 Arenas (%) Limos (%) pH Humedad del suelo (%) C. Orgnico_suelo (%) H. Saturacin del suelo (%) Conductividad (S/cm a 25) Magnesio (ppm) Calcio (ppm) Sodio (ppm) Potasio (ppm) Cloro (ppm) Nitritos (ppm) Nitratos (ppm) Sulfatos (ppm) Cobre (ppb) Manganeso (ppb) Cinc (ppb) Cromo (ppb) Esfrico Esfrico Esfrico Esfrico Esfrico Esfrico Esfrico Esfrico Esfrico Esfrico Esfrico Esfrico Esfrico Esfrico Esfrico Esfrico Esfrico Esfrico Esfrico 200 140 0.009 0.5 0.003 13500 200 0 1000 1500 10 500 0 0 0 500 200 2 0 5500 7500 6400 5500 5500 11000 4600 3000 3000 4500 5500 4000 4000 4500 3500 4000 4600 3200 5500 145 90 0.029 0.51 0.026 15000 730 2100 4100 7000 80 6700 560 46600 189500 6700 730 32 2.97 58.0 60.9 23.7 49.5 10.3 47.4 21.5 0.0 19.6 17.6 11.1 6.9 0.0 0.0 0.0 6.9 21.5 5.9 0.0

Fte- Elaboracin propia.

202

ANLISIS ESPACIAL GEOESTADSTICO PARA LA CARACTERIZACIN EDAFOLGICA DE LA VEGA DE GRANADA

4. RESULTADOS Y CONCLUSIONES El resultado de este estudio se sintetiza en los mapas representados en la figura 3, que muestran la distribucin espacial en el rea de estudio tanto de los factores como de algunas variables del suelo ms significativas que intervienen en los mismos.
El factor 1, explica un 33.6% de la varianza total y recoge principalmente a las variables conductividad, magnesio, sodio, potasio, cloro, nitratos, nitritos y sulfatos (tabla 2, valores en negrita), participando todas con signo positivo en el factor. Estas variables representan la composicin de elementos qumicos mayoritarios en el suelo. Los modelos de variograma correspondientes a las variables que participan en este factor (tabla 3 y figura2), tienen alcances comprendidos entre 3.0 y 5.5 km. En algunos casos, aparece una ligera deriva en las variables que se refleja en el modelo variogrfico del factor 1, cuyo modelo consta de dos modelos esfricos con alcances de 3.5 km (comportamiento local) y de 11 km (comportamiento regional) (tabla 4 y figura 2). En la distribucin espacial (estimacin) del factor se observa la zona de mximos situada al norte y oeste del rea de estudio, y la zona de mnimos a la entrada de los ros en la Vega (sector SE). Esta distribucin es coherente con la distribucin de las variables para este factor y puede ser debida a la alimentacin de material de relleno procedente de material trisico de Sierra Elvira, junto con una mayor capacidad de intercambio inico debido a las arcillas (variable alta en este factor y que se correlaciona espacialmente). Las variables ms representativas del factor 2 (tabla 2) corresponden a las variables fsicas del suelo y lo componen las arenas, arcillas, limos, pH, humedad, humedad de saturacin y carbono orgnico, en la cual arenas y pH tienen signo negativo y el resto positivo. Esto indica un comportamiento anlogo de estas variables e inverso al resto de variables de esta componente. Este comportamiento se puede explicar ya que la acidez o la basicidad de un suelo vienen determinados por los cationes absorbidos por los minerales de la arcilla y la materia orgnica (Porta 2003), por lo tanto en suelos ms arenosos el pH predominante est controlado por el material detrtico de relleno de la cuenca, y al tratarse de un relleno detrtico carbonatado el pH es ms bsico a mayores cantidades de arenas y ms cido en las zonas ms arcillosas. Los modelos correspondientes a las variables del factor 2 (tabla 3 y figura 2), muestran que hay tres tipos de variables, las de corto alcance que corresponden a Carbono Orgnico, arenas y humedad del suelo, con un alcance de 5.5 km, el pH, que se sita con un alcance intermedio de 6.4 km y los limos, arcillas y humedad de saturacin que tienen un alcance superior a los 7.5 km. Por otra parte, el variograma del factor 2 tiene un corto alcance 4 km y un alto porcentaje de aleatoriedad correspondiente a la mayora de las variables (tabla 4 y figura 2). En la estimacin del factor 2 (figura 3) se puede observar que los mximos se sitan al oeste y noreste de la zona de estudio y los mnimos a la entrada de los ros Dlar, Genil, Monachil y Beiro y al Sur de Sierra Elvira. Los mximos de este factor corresponden a mximos en el porcentaje de arcillas, donde la energa del agua del ro es menor y deposita las arcillas que lleva en suspensin. Los mnimos de la distribucin corresponden a los depsitos con mayores proporciones de arenas en la zona de entrada de los ros, donde el flujo del ro es ms enrgico dejando en suspensin los materiales ms finos y depositando las arenas.

203

EL ACCESO A LA INFORMACIN ESPACIAL Y LAS NUEVAS TECNOLOGAS GEOGRFICAS PG. 195-206

El factor 3 corresponde al grupo cobre, cromo y materia orgnica (tabla 2) donde el cromo tiene signo negativo. La asociacin de estas tres variables es debida a la relacin del cobre con los quelatos, que son capaces de inmovilizar cationes metlicos como el cobre, y la correlacin negativa a la mayor movilidad del cromo en presencia de materia orgnica, que lava este metal. En las tablas de modelos (tabla 3 y figura 2) se observa que el alcance de estas tres variables es similar (cercano a los 5 km) y con muy bajo porcentaje de aleatoriedad. Sin embargo, el variograma del factor 3 presenta dos estructuras, la primera con un alcance de 3 km y la otra con alcance de 9 km (tabla 4 y figura 2). En la estimacin del factor, se observa una distribucin de mximos (mximos de cobre y carbono orgnico y mnimos de cromo) a la entrada del acufero y los mnimos al suroeste (mximos de cromo). Los mximos de cobre pueden estar influidos por su uso como fertilizantes o fungicidas en jardines y los mximos de cromo por materiales del borde sur como la cromita, que puede aparecer junto con la celestina y que son transportados por el ro Salado. El factor 4 est representado por magnesio, potasio, sulfatos, limos y arcillas (con signo negativo) como se observa en la tabla 2. Este factor representa la carga de abono de los suelos, y su correlacin con los limos es coherente, ya que los suelos limosos son suelos con pocos nutrientes (Porta 2003), al contrario que los suelos arcillosos. Los variogramas ajustados a las variables (tabla 3, figura 2) muestran que mientras que el potasio, el magnesio y los sulfatos tienen un alcance corto (algo mayor en el potasio, pero con un efecto de pepita tambin mayor), los limos y las arcillas tienen un alcance largo. Esta estructura se observa tambin en el factor (tabla 4, figura 2), donde hay una estructura de menor alcance (2 km) que representa la variabilidad de estos elementos usados como abonos y una estructura de largo alcance (8 km) en relacin con la textura. En los mapas de estimacin del factor, los mximos se sitan fundamentalmente al sur del rea de estudio y los mnimos al noroeste y noreste, coincidiendo con las zonas ms limosas (y menos frtiles). El factor 5 (tabla 2) representa el comportamiento de los metales frente al pH, y corresponde a las variables manganeso y cinc. El cinc, aumenta su solubilidad con la acidez, al igual que le ocurre al manganeso, de ah la representacin de este factor. En el anlisis de los variogramas y los ajustes (tabla 3, figura 2), encontramos que las dos variables tienen un alcance similar (3-4 km), teniendo el factor un alcance intermedio de 3.5 km (tabla 4). En la estimacin observamos que los mximos estn en la zona central del oeste del acufero y los mnimos en los bordes este y oeste. Segn los resultados obtenidos, podemos distinguir cinco factores que representan la variabilidad espacial de los suelos de la Vega. Estos son la capacidad de intercambio catinico, la textura, la materia orgnica, el abonado y el pH. El estudio realizado en los suelos de la Vega de Granada, permite concluir que la calidad de los suelos a la profundidad estudiada es aceptable, dado que no se observa contaminacin y los valores se encuentran dentro de los umbrales propuestos para elementos traza utilizados como referencia por la Junta de Andaluca. Sin embargo, no se descarta la existencia de contaminacin en niveles ms superficiales.

204

ANLISIS ESPACIAL GEOESTADSTICO PARA LA CARACTERIZACIN EDAFOLGICA DE LA VEGA DE GRANADA

Figura 3. Estimaciones factores y componentes analizadas ms significativas

Elaboracin propia

En cuanto a la metodologa propuesta, es importante resaltar que la combinacin de tcnicas multivariantes y geoestadsticas constituye una herramienta de especial inters para el estudio y la caracterizacin de los suelos de la Vega de Granada, facilitando la compresin de las complejas relaciones edafolgicas y su distribucin espacial. Por ltimo, cabe destacar que la metodologa propuesta proporciona al gestor una herramienta potente para la interpretacin de la distribucin de la variabilidad edfica, de fcil implementacin dentro de un Sistema Soporte de Decisin (SSD) orientado a la gestin del suelo.

205

EL ACCESO A LA INFORMACIN ESPACIAL Y LAS NUEVAS TECNOLOGAS GEOGRFICAS PG. 195-206

BIBLIOGRAFA Adams, M.J. (1998) The principles of multivariate data analysis" Analytical Methods of Food Authentication, London, UK, P.R. Ashurst and M.J. Dennis. 350 pp. Otto M. (1998) Multivariate methods Analytical Chemistry Kellner R., Mermet J.M., Otto M., Widmer H.M., Weinheim, Germany, 916 pp. Vega M, Pardo R., Barrado E. and Debn L., (1998) Assesmentof seasonal and polluting effects on the quality of river water by exploratory data anlisis Water Res. 32, 3581-3592. Helena B., Pardo R., Vega M., Barrado E., Fernndez J.M. and Fernandez L. (2000) Temporal evolution of groundwater composition in an alluvial aquifer (Pisuerga River, Spain) by principal component analysis Water Res. 34, 807-816 Matheron, G. (1971). The Theory of Regionalized Variables and its Applications. (Ed.): Fontainebleau, Les Cahiers du Centre de Morphologie Mathmatique de Fontainebleau, Ecole des Mines de Paris, 211 pp. Chica-Olmo, M. y Luque-Espinar, J.A. (2003). Creacin de mapas de calidad de aguas subterrneas mediante mtodos de Krigeaje. Boletn Geolgico y Minero, 114 (3) pp. 299-310 Chica-Olmo, M. and Luque-Espinar, J.A. (2002). Interpolacin espacial en la creacin de cubiertas temticas en S.I.G. Los Sistemas de Informacin Geogrfica en la Gestin de los Riesgos Geolgicos y el Medio Ambiente. Madrid, IGME. Porta J., Lpez-Acevedo M., Roquero C. (2003) Edafologa para la agricultura y el Medio Ambiente Madrid, Ediciones Mundi-Prensa. Campos, E. Estudio de la Contaminacin y Fraccionamiento Qumico de Metales Pesados en Suelos de la Vega de Granada. Tesis doctoral. Granada, 1997. AGRADECIMIENTOS Estamos agradecidos a la Junta de Andaluca por su financiacin como grupo de investigacin (RNM122) para la ejecucin de este trabajo de investigacin. Al Prof. de Investigacin Enrique Barahona Fernndez, del Consejo Superior de Investigaciones Cientficas de Granada, por su colaboracin en la toma de muestras y en la realizacin de los anlisis, as como por su ayuda y documentacin.

206