135050

Rodolfo Bongiovanni / Evandro Mantovani / Stanley Best / Alvaro Roel
Sin duda, la representación gráfica de los datos tiene claras implicancias en la capacidad de
entender mediante una primera aproximación cuáles son las posibles asociaciones que hay entre
una determinada variable(s) y la calidad/rendimiento de un cultivo. De la misma forma, cuando
ya se ha analizado la información, obteniendo determinados índices de asociación entre las
variables y correlaciones de tipo espacial, la visualización de los datos en los mapas complementa
dichos análisis desarrollados.
En la Figura 8.1 se observan distintos tipos de mapas que pueden ser usados para representar un
mismo conjunto de datos. Así, se puede observar un valor en particular dentro de un mapa de
contornos en dos dimensiones ó “2D”, en donde la línea roja representa la ubicación de los datos
iguales a “42” (Figura 8.1.a). De igual forma, este valor (o conjunto de valores) puede ser
representado en el contexto de un “histograma de frecuencias” del conjunto de datos en cuestión
(Figura 8.1.b), la que no corresponde a una representación geográfica, pero entrega información
resumida de los rangos en los cuales se concentran los valores. Finalmente, el valor puede ser
representado en un mapa de superficie, o de “tres dimensiones” (“3D”), en donde dicho valor
está asignado a una determinada (“altura”), al haber adicionado un eje a la representación
(Figura 8.1.e). En la Figura 8.1.e se puede ver fácilmente los sectores en donde la variable varía
más abruptamente. Por otra parte, la Figura 8.1.c muestra en la región coloreada un rango de
datos (dentro del que se encuentra el valor antes mencionado), que tiene su correspondencia en
Figura 8.1.b y en Figura 8.1.d, que corresponde a un “mapa de contornos”. De esta forma,
podemos señalar que una distribución numérica como en Figura 8.1.b puede encontrar un vínculo
con las representaciones geográficas de la misma.
Figura 8.1: Un histograma (distribución numérica) (b) está vinculada a un mapas de superficies (a, c, d, e),
ya sean estos correspondientes a representaciones bidimensionales (a, d) o tridimensionales (c,
e) de la variable bajo estudio (Berry, 1999).
REPRESENTACIÓN DE MUESTREOS CONTINUOS Y DISCONTINUOS
DE LAS VARIABLES
Los datos a ser representados en un mapa pueden variar en su densidad de muestreo. Tal es el caso
de los datos que son tomados en terreno para análisis de propiedades físicas de suelo o de
concentraciones de fósforo, por ejemplo, en donde la captura se realiza considerando distintos
tipos de grillas en el terreno (Figura 8.2). Tomando en consideración que dichos muestreos son
148