135050
135050
135050
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Rodolfo Bongiovanni / Evandro Mantovani / Stanley Best / Alvaro Roel<br />
Sin duda, la representación gráfica de los datos tiene claras implicancias en la capacidad de<br />
entender mediante una primera aproximación cuáles son las posibles asociaciones que hay entre<br />
una determinada variable(s) y la calidad/rendimiento de un cultivo. De la misma forma, cuando<br />
ya se ha analizado la información, obteniendo determinados índices de asociación entre las<br />
variables y correlaciones de tipo espacial, la visualización de los datos en los mapas complementa<br />
dichos análisis desarrollados.<br />
En la Figura 8.1 se observan distintos tipos de mapas que pueden ser usados para representar un<br />
mismo conjunto de datos. Así, se puede observar un valor en particular dentro de un mapa de<br />
contornos en dos dimensiones ó “2D”, en donde la línea roja representa la ubicación de los datos<br />
iguales a “42” (Figura 8.1.a). De igual forma, este valor (o conjunto de valores) puede ser<br />
representado en el contexto de un “histograma de frecuencias” del conjunto de datos en cuestión<br />
(Figura 8.1.b), la que no corresponde a una representación geográfica, pero entrega información<br />
resumida de los rangos en los cuales se concentran los valores. Finalmente, el valor puede ser<br />
representado en un mapa de superficie, o de “tres dimensiones” (“3D”), en donde dicho valor<br />
está asignado a una determinada (“altura”), al haber adicionado un eje a la representación<br />
(Figura 8.1.e). En la Figura 8.1.e se puede ver fácilmente los sectores en donde la variable varía<br />
más abruptamente. Por otra parte, la Figura 8.1.c muestra en la región coloreada un rango de<br />
datos (dentro del que se encuentra el valor antes mencionado), que tiene su correspondencia en<br />
Figura 8.1.b y en Figura 8.1.d, que corresponde a un “mapa de contornos”. De esta forma,<br />
podemos señalar que una distribución numérica como en Figura 8.1.b puede encontrar un vínculo<br />
con las representaciones geográficas de la misma.<br />
Figura 8.1: Un histograma (distribución numérica) (b) está vinculada a un mapas de superficies (a, c, d, e),<br />
ya sean estos correspondientes a representaciones bidimensionales (a, d) o tridimensionales (c,<br />
e) de la variable bajo estudio (Berry, 1999).<br />
REPRESENTACIÓN DE MUESTREOS CONTINUOS Y DISCONTINUOS<br />
DE LAS VARIABLES<br />
Los datos a ser representados en un mapa pueden variar en su densidad de muestreo. Tal es el caso<br />
de los datos que son tomados en terreno para análisis de propiedades físicas de suelo o de<br />
concentraciones de fósforo, por ejemplo, en donde la captura se realiza considerando distintos<br />
tipos de grillas en el terreno (Figura 8.2). Tomando en consideración que dichos muestreos son<br />
148