5.2 RECOMENDACIONES

a los métodos geoestadísticos. Por ende, se esperarían mejores resultados en la predicción.

Por lo tanto, IDW no es el mejor interpolador para estudiar el comportamiento del nivel

freático en las haciendas.

KU es el método que más se aleja de la realidad del comportamiento del nivel freático en

campo. El método tiende a generalizar valores de nivel freático en el rango de 101 – 140

cm generando superficies de interpolación con pocos cambios. El RMSE y ME fueron los

más altos en la mayoría de los casos, lo cual no es deseable. El RMSS fue mayor a 1 en todos los casos, lo cual implica que el modelo subestima la variabilidad en sus predicciones. El R2

fue uno de los más bajos en el análisis de regresión. Por lo tanto, KU no es el mejor

interpolador para estudiar el comportamiento del nivel freático en las haciendas.

KS generó superficies de interpolación similares a KO y representativas del

comportamiento del nivel freático en campo. Los valores de RMSE y ME no fueron

consistentes en todos los casos. El RMSS fue cercano a 1 en la mayoría de los casos, lo cual es deseable. El R2 en la regresión lineal ocupó el segundo lugar en los valores más altos. Por

lo tanto, KS es el segundo método que mejor representa el comportamiento del nivel

freático en las haciendas.

KO generó superficies de interpolación representativas del comportamiento del nivel

freático en las haciendas. El RMSE y ME fueron los más bajos en la mayoría de los casos, lo

cual es deseable. El RMSS es cercano a 1, indicando la fiabilidad de los errores estándar de la predicción. El valor de R2 en el análisis de regresión fue uno de los mayores, similar al R2

obtenido en el método IDW. Por lo tanto, KO es el método de interpolación que mejor

representa el comportamiento del nivel freático en las haciendas y ratifica que el protocolo

de decisiones para el modelo fue acertado.

5.2 RECOMENDACIONES

El estudio del comportamiento del nivel freático mediante interpoladores se puede

mejorar en la metodología de campo. En primera instancia, incrementar la profundidad de

los pozos de observación, la cual podría ser de 250 cm. En segundo orden, incrementar la

cantidad de pozos por área. Se propone duplicar la cantidad actual. La finalidad es obtener

un conjunto de datos que permitan flexibilidad para eliminar datos repetitivos y así trabajar

con datos con comportamiento normal. Adicionalmente, tendría mayor cantidad de

información para los datos de prueba y subconjunto de datos de entrenamiento utilizados

en la validación.

Con relación al aspecto metodológico en el protocolo de decisiones para los interpoladores

geoestadístico se recomienda:

o Realizar interpolaciones geoestadísticas con valores de nivel freático con

comportamiento normal y evaluar cuanto mejoran las predicciones.

o Evaluar otros tipos de modelos de variogramas como exponenciales y gaussianos y

sus efectos en la predicción de los valores.

o Optimizar los parámetros del vecindario de búsqueda para cada modelo

geoestadístico: máximo y mínimo de vecinos, tipo de sector y peso de los vecinos

por sector.

El estudio aporta un protocolo de decisiones para elaborar un modelo geoestadístico que

predice de mejor forma el comportamiento del nivel freático en sitios sin mediciones.

Desde la perspectiva agrícola, se aportan alternativas para estudiar el comportamiento del

nivel freático combinando mediciones de campo con análisis espacial. Esta variable

generalmente se ha evaluado de forma empírica, excluyendo el principio que dice: “lo que no se mide, no se puede mejorar”. Otro aporte es la forma visual y fácil de entender el resultado de la interpolación para un agricultor que muchas veces no está familiarizado con

los números. En este caso aplica el término que “los mapas dicen más que mil palabras”.