Examinando por Autor "Carbajal Llosa, Carlos Miguel"

Mostrando 1 - 20 de 23

Assessment of flood-prone areas in the Lacramarca River Basin in the Santa Clemencia and Pampadura region, Peru, under climate change effects
(MDPI, 2026-03-26) Pérez Camponanes, Giovene; Romero Valdez, Karla Karina; Martínez García, Víctor Manuel; Cacciuttolo, Carlos; Bernal Camacho, Jesús Manuel; Carbajal Llosa, Carlos Miguel
Floods are among the extreme events associated with climate variability in the Lacramarca River basin, located in the department of Ancash, Peru. Meteorological phenomena such as El Niño during the periods 1982–1983 and 1997–1998, as well as the Coastal El Niño in 2017, constitute key reference events that motivated the development of the present study, based on a case study conducted in the area between the rural settlements of Santa Clemencia and Pampadura. This research is based on maximum precipitation data derived from historical climate records and from the climate scenarios ACCESS 1-3, HadGEM2-ES, and MPI-ESM-MR, as well as the median projected scenario for 2050, obtained from the National Meteorology and Hydrology Service of Peru (SENAMHI) data platform. This information was analyzed considering the spatial location of the basin and its position relative to the area of interest, using Intensity–Duration–Frequency (IDF) curves. To demonstrate the changes in the river hydrological behavior before and after the 2017 Coastal El Niño event, a Random Forest modeling approach was applied using Sentinel-2 satellite imagery. Design peak discharges for return periods of 50, 100, and 140 years were estimated using the HEC-HMS software. Hydraulic simulation of the Lacramarca River basin, carried out using HEC-RAS version 6.7 beta 3 and IBER version 3.3.1 software, made it possible to identify flood-prone areas affecting agricultural land and areas adjacent to population centers, covering 149,000 m² and 172,000 m² for return periods of 100 and 140 years, respectively, based on information from the historical scenario. In contrast, using data from the 2050 projection scenario, affected areas of 242,000 m² and 323,000 m² were estimated for the same return periods.
Atlas de las Estaciones Experimentales Agrarias del INIA
(Instituto Nacional de Innovación Agraria, 2025-04-29) Cruz Luis, Juancarlos Alejandro; Ortiz Morera, Narda Cecilia; Quispe Torres, Diego Rafael; Atalaya Lopez, José S.; Marcavilca Villar, Pedro Miguel; Ramírez Aparicio , Jorge A.; Salinas Rivera, Juan L.; Escobar Cuadros, Francisco; Carbajal Llosa, Carlos Miguel; Olivarez Rivera, Evelyn L.; Casaretto Castagnino, Duilio; Ganoza Roncal, Jorge Juan
El Instituto Nacional de Innovación Agraria (INIA) es un organismo técnico especializado adscrito al Ministerio de Desarrollo Agrario y Riego (MIDAGRI) que cumple funciones y desarrolla actividades de investigación, transferencia tecnológica y extensión en materia agraria. Es responsable de la generación de conocimientos y tecnologías, de la conservación y puesta en valor de los recursos genéticos de la agrobiodiversidad, así como de la producción de semillas, plantones y reproductores de alto valor genético. Asimismo, brinda servicios tecnológicos a través de una red de laboratorios a nivel nacional. Como ente rector del Sistema Nacional de Innovación Agraria (SNIA), articula y regula la investigación, desarrollo e innovación (I+D+i) con los actores del SNIA, orientadas a la competitividad, seguridad alimentaria y adaptación al cambio climático, a través de la política y el Plan Nacional de Innovación Agraria. Las funciones del INIA son desarrolladas de manera articulada y descentralizada desde sus veinticinco (25) Estaciones Experimentales Agrarias (EEA) a nivel nacional, las que están conformadas por Centros Experimentales (CE) ubicados a nivel regional. El presente atlas contiene información de los aspectos relevantes de las Estaciones Experimentales Agrarias, tales como: creación, Centros Experimentales, ubicación y ámbito de intervención. Asimismo, presenta una colección de mapas que contribuye al conocimiento geográfico de éstas, así como de las actividades de conservación y puesta en valor de recursos genéticos, investigación, desarrollo tecnológico, producción de material genético de calidad, transferencia de tecnología, extensión agropecuaria y servicios tecnológicos agrarios que se desarrollan a nivel nacional. Este documento es una colección cartográfica y un material de consulta que contribuye al conocimiento geográfico de las Estaciones Experimentales Agrarias y sus Centros Experimentales, el cual está dirigido no solo a los actores del SNIA, sino también a la sociedad civil en su conjunto; con el objeto de informar sobre el rol que desempeñan estos centros del INIA y su esencial aporte para enfrentar los desafíos del agro en condiciones de cambio climático.
Ensemble machine learning for digital mapping of soil pH and electrical conductivity in the Andean agroecosystem of Peru
(Frontiers Media S.A., 2025-11-06) Carbajal Llosa, Carlos Miguel; Barja , Antony; Pizarro Carcausto, Samuel Edwin
In agricultural systems, soil pH and electrical conductivity (EC) are crucial chemical properties that directly affect nutrient availability and microbial activity, but the challenging environment of the Peruvian Andes has limited research on their estimation. This study aimed to develop an ensemble learning method to predict soil pH and EC in Andean agroecosystems using environmental predictors. By using simple and weighted averaging, we developed a heterogeneous ensemble learning approach that integrates machine learning (ML) algorithms, including Support Vector Machine (SVM), Artificial Neural Network (ANN), Random Forest (RF), and Extreme Gradient Boosting (XGBoost). The weighted ensemble assigns weights to models based on their predictive accuracy, measured by R² from spatial cross-validation. Spatial patterns are noticeable, and pH displays greater spatial clustering than EC. Elevation was the most important predictor in ML models for both parameters. Ensemble models significantly outperformed individual models, with the weighted ensemble achieving R² >0.93 and reducing RMSE by approximately 72%. Among standalone models, RF and XGBoost performed best for pH, while SVM performed the best for EC. ANN models were the least effective. Uncertainty analysis indicated high confidence in pH predictions but moderate to high uncertainty in EC predictions, suggesting that EC is more challenging to predict. Ensemble models with optimized weighting provide robust and accurate mapping of spatially autocorrelated soil properties. The high-confidence pH maps are reliable for soil management decisions, while EC predictions, though more uncertain, effectively identify priority areas for future sampling and investigation.
Evaluation of the Flood Area in the Presence of Climate Change: Ravine La Ronda Case, Ricardo Palma, Peru
(Horizon Research Publishing, 2024-11-13) Perez Campomanes, Giovene; Perez Campomanes, Maria; Carbajal Llosa, Carlos Miguel
In the district of Ricardo Palma, human settlements are located near streams, which are seriously affected during the heavy flooding season (rainy season), which increases due to the presence of the El Niño Southern Oscillation (ENSO) and the global effect of climate change. To get to know the flood zone 09 de Octubre - La Ronda, Ricardo Palma, software was applied to obtain the area of influence to study, and to know 10.5 software was applied to obtain the area of influence to study, and to know the rainfall record of the National Water Service. Meteorology and Hydrology of Perú(SENAMHI) for a continuous period of 27 years of maximum daily rainfall, with the HEC HMS 4.9 software the maximum design flows for different return periods were obtained, and the HEC RAS 6.2 software to obtain the flooding area. To find out the support of the authorities in the presence of the Niño Southern Oscillation (ENSO), and the global effect of climate change, a survey was carried out among the population, obtaining that 14.43% had the appropriate conditions to mitigate the impacts of the flooding due to intense rains, 22.93% received help in the presence of the El Niño phenomenon, and for 20.75%, there was a response from their authorities to the needs of the population in the presence of an emergency, and no changes that benefit the population were distinguished. The maximum design flows were calculated for a return period of 10 and 100 years, which vary between 31.7 m³/s and 61.2 m³/s, and that for a design flow of 61.2 m³/s, the flooding area of 0.25 km² was obtained.
Implementing cloud computing for the digital mapping of agricultural soil properties from high resolution UAV multispectral imagery
(MDPI, 2023-06-20) Pizarro Carcausto, Samuel Edwin; Pricope, Narcisa G.; Figueroa Venegas, Deyanira Antonella; Carbajal Llosa, Carlos Miguel; Quispe Huincho, Miriam Rocío; Vera Vilchez, Jesús Emilio; Alejandro Méndez, Lidiana Rene; Achallma Mendoza, Lino; González Tovar, Izamar Estrella; Salazar Coronel, Wilian; Loayza, Hildo; Cruz Luis, Juancarlos Alejandro; Arbizu Berrocal, Carlos Irvin
The spatial heterogeneity of soil properties has a significant impact on crop growth, making it difficult to adopt site-specific crop management practices. Traditional laboratory-based analyses are costly, and data extrapolation for mapping soil properties using high-resolution imagery becomes a computationally expensive procedure, taking days or weeks to obtain accurate results using a desktop workstation. To overcome these challenges, cloud-based solutions such as Google Earth Engine (GEE) have been used to analyze complex data with machine learning algorithms. In this study, we explored the feasibility of designing and implementing a digital soil mapping approach in the GEE platform using high-resolution reflectance imagery derived from a thermal infrared and multispectral camera Altum (MicaSense, Seattle, WA, USA). We compared a suite of multispectral-derived soil and vegetation indices with in situ measurements of physical-chemical soil properties in agricultural lands in the Peruvian Mantaro Valley. The prediction ability of several machine learning algorithms (CART, XGBoost, and Random Forest) was evaluated using R2, to select the best predicted maps (R2 > 0.80), for ten soil properties, including Lime, Clay, Sand, N, P, K, OM, Al, EC, and pH, using multispectral imagery and derived products such as spectral indices and a digital surface model (DSM). Our results indicate that the predictions based on spectral indices, most notably, SRI, GNDWI, NDWI, and ExG, in combination with CART and RF algorithms are superior to those based on individual spectral bands. Additionally, the DSM improves the model prediction accuracy, especially for K and Al. We demonstrate that high-resolution multispectral imagery processed in the GEE platform has the potential to develop soil properties prediction models essential in establishing adaptive soil monitoring programs for agricultural regions.
Simulation of soil organic carbon potential sequestration for high Andes Peruvian croplands
(Sociedade Brasileira de Ciência do Solo, 2025-10-06) Carbajal Llosa, Carlos Miguel; Vera Vílchez, Jesús Emilio; Pizarro Carcausto, Samuel Edwin; Mestanza, Carlos
Soil organic carbon (SOC) sequestration in croplands represents a significant opportunity to mitigate climate change by removing carbon dioxide from the atmosphere. Simulation tools are increasingly used to assess the impact of climate change and soil management on soil organic carbon stock dynamics. Although Andean soils typically store large amounts of organic carbon, agricultural practices, especially plowing, may deplete these stocks, creating a need to understand these dynamics better. Here, we show the soil organic carbon sequestration potential in croplands in the Peruvian Andean region over 50 years. Soil organic carbon content and bulk density were spatially predicted across the study area using 100 georeferenced soil samples to quantify organic carbon stocks. Spatial interpolation was performed using Ordinary Kriging with exponential and spherical variogram models, which provided the best fit to the data. The RothC model was used to simulate changes in soil organic carbon stocks under two contrasting agricultural management scenarios: one without manure application and another with annual application of one ton of manure per hectare. We found that manure application can substantially increase soil organic carbon sequestration in croplands with increases ranging from 105.22 to 214.94 Mg ha-¹ over 50 years. The potential for increased carbon sequestration through manure application could help compensate for losses in other areas of the watershed, particularly grasslands (74.4 % of the area). This study contributes valuable information for developing sustainable land management strategies in Andean agroecosystems.
Soil management in Lepidium meyenii (maca) monoculture: trends and challenges for small farmers around Lake Chinchaycocha in the Andean highlands of Junin (Peru)
(Frontiers Media S.A., 2025-01-17) Solórzano Acosta, Richard Andi; Chanco, Mirella; Seminario, Martín; Camel Paucar, Vladimir Fernando; Cabello Torres, Rita; Lastra Paucar, Sphyros Roomel Luciano; Arias Arredondo, Alberto Gilmer; Verástegui Martínez, Patricia; Quispe Matos, Kenyi Rolando; Carbajal Llosa, Carlos Miguel; Cuevas Gimenez, Juan Pablo; Cruz Luis, Juancarlos Alejandro; Turín Canchaya, Cecilia Claudia
Introduction: Monoculture is a significant concern due to its negative impact on soil quality, resource productivity, and agricultural sustainability, particularly in vulnerable communities. This research aims to evaluate high Andean soil management for maca monoculture. Materials and methods: To this end, interviews were conducted with maca farmers adjacent to Lake Chinchaycocha. The effect on soil quality was evaluated based on principal component analysis (PCA), weighted soil quality index (SQIw), and physico-chemical characteristics. Results: The results indicated differences between farmers in agronomic management, monoculture period (from 5 to 9 years), and fallow time (up to 10 years in the best cases). Regarding soil quality, the PCA highlighted boron andtotal nitrogen locations in the same quadrant, with the highest contribution to the analysis. Finally, the SQIw showed that soils without maca cultivation presented better quality. Conclusion: This research’s results indicate a need to optimize soil management practices, especially for small farmers, who are the most vulnerable group. In addition, further studies on boron and nitrogen availability in soils cultivated with maca are required, emphasizing areas that exceed 10 years of continuous use.
Soil organic carbon content mapping along the coast of northern Peru: an ensemble machine learning approach
(Frontiers Media SA, 2026-03-26) Salazar Coronel, Wilian; Carbajal Llosa, Carlos Miguel; Chuchon Remon, Rodolfo Juan
Introduction: Soil organic carbon (SOC) content plays a fundamental role in regulating the global carbon cycle and mitigating climate change. It is also a key marker of soil health and a vital plant component. Its distribution in space varies in dry ecosystems, where climate and land use affect it. This study aimed to estimate and map SOC in the Motupe River Basin, northern Peru, by applying machine learning algorithms and ensemble methods. Methods: Four predictive models were evaluated: Support Vector Regression (SVR), Random Forest (RF), Artificial Neural Network (ANN), and Extreme Gradient Boosting (XGBoost), together with two ensemble approaches—simple averaging and weighted — integrating topographic, climatic, edaphic, and vegetation indices variables. Spatial autocorrelation was minimized by spatial block cross-validation. Uncertainty was measured with bootstrapping and the Prediction Interval Ratio (PIR) derived from 90% prediction intervals. Results and discussion: Best performance was achieved by XGBoost (R² = 0.83), weighted ensemble (R² = 0.70), and RF (R² = 0.63). The most influential predictors were EVI, GNDVI, temperature, TRI, and pH. SOC contents showed relatively higher concentrations (>0.7%) in areas with greater vegetation density, within a semi-arid context where SOC levels are generally low. In contrast, lower areas exhibited reduced SOC contents (< 0.6%). The uncertainty analysis indicated that SOC predictions had high to moderate confidence (PIR < 0.2) in the middle-and upper zones of the basin, and moderate confidence (0.1–0.2) in the lower areas. The results suggest that machine learning and ensemble methods improve SOC prediction, benefiting the sustainable management of soil fertility and quality in arid and semi-arid ecosystems of northern Peru.
Soil quality variation associated with land cover in the Peruvian jungle of the Junín region
(Elsevier, 2025-05-03) Carbajal Llosa, Carlos Miguel; Moya Ambrosio, Fernanda; Barja Ingaruca, Antony Marcos; Ottos Diaz, Elvis; Aguilar Tito, Cinthya; Advíncula Zeballos, Orlando; Cruz Luis, Juancarlos Alejandro; Solórzano Acosta, Richard Andi
In the Junín jungle, inappropriate agricultural management practices for a long time can adversely affect soil quality. This has driven the development of multiple soil quality evaluation methods that are highly demanding in terms of economic and human resources. This study aimed to evaluate the effect of land-use change from natural ecosystems to agricultural systems by determining soil quality in the jungle of the Junin Region. Soil samples were collected between December 2021 and July 2022 in the Chanchamayo and Satipo provinces in the Junín region. Seventy-four samples were determined using stratified sampling, along with the support provided by the stacking of five spatial layers. Physical, chemical, and biological indicators, along with land cover type data from the European Space Agency (ESA) WorldCover product, were determined. A minimum data set (MDS) was established through correlation analysis, from which principal component analysis (PCA) was performed. Finally, the weighted soil quality index (SQIw) was calculated by integrating the most essential variables identified through PCA. It was found that forest cover soils had a higher SQIw than soils with crops and grassland cover. According to PCA, the soil quality variables that contributed the most are potassium (K) content and pH. It was concluded that the jungle soil quality in the Junín region is moderate to low, depending on the coverage. In addition, more significant degradation was observed in grassland-covered areas, particularly in the Chanchamayo province than in the Satipo province.
Spatial prediction of soil organic carbon stocks across contrasting Andean basins, Peru
(Elsevier B.V., 2025-11-06) Carbajal Llosa, Carlos Miguel; Tumbalobos Dextre, Merely; Condori Ataupillco, Levi Tatiana; Cuellar Condori, Nestor Edwin; Gavilan, Carla
Soil organic carbon stocks (SOCS) are critical components of the global carbon cycling and play a central role in climate change mitigation. However, their dynamics in high‐altitude Andean ecosystems remain poorly understood despite their importance for carbon sequestration. The significant spatial heterogeneity of SOCS in mountainous terrain makes accurate quantification and mapping challenging. This study evaluated the performance of geospatial regression and machine learning (ML) approaches for predicting SOCS in two Peruvian Andean basins: Torobamba and Coata. We compared Geographically Weighted Regression (GWR), GWR with collinearity analysis (GWRC), their kriging‐adjusted variants, and ML models (Random Forest, Gradient Boosting). Models were built using key SOCS covariates for each basin and validated through 5‐fold cross‐validation with Root Mean Square Error (RMSE), Mean Absolute Error (MAE), and coefficient of determination (R²). In Torobamba, GWRC markedly improved performance, reducing the RMSE by 79–90% and achieving R² up to 0.99. In contrast, Coata, showed only modest improvements (RMSE reductions of 7.8–9.8%, R² = 0.30–0.39). ML models performed poorly (negative R²), likely due to feature selection, parameter tuning, or limited sample size. Overall, locally weighted regression approaches (GWRK/GWRCK) outperformed conventional ML methods for SOCS prediction in complex mountain environments, particularly with small to medium sample sizes. These results highlight the importance of accounting for spatial non‐stationarity in SOCS and provide methodological guidance for SOCS mapping in Andean ecosystems.
Spatial Variability of Soil Acidity and Lime Requirements for Potato Cultivation in the Huánuco Highlands
(MDPI, 2024-12-13) Quispe Matos, Kenyi Rolando; Mejía, Sharon; Carbajal Llosa, Carlos Miguel; Alejandro Mendez, Lidiana Rene; Verástegui Martinez, Patricia; Solórzano Acosta, Richard Andi
Soil acidity is a major limiting factor for potato production in Peru's high Andean region. This study aims to predict the spatial variability of soil acidity as a fundamental tool for recommending site-specific liming treatments and to identify the physical-chemical characteristics most closely related to soil acidity. The soil samples were collected from five locations in the province of Pachitea, Huánuco. Descriptive statistics, principal component analysis (PCA), and Pearson correlation analysis were used to identify the soil properties contributing most to total variance and those most strongly correlated with soil acidity. The ordinary geostatistical kriging method evaluated the predictive accuracy for 23 soil properties and liming requirements over a 28,463 ha area, at a spatial resolution of 10 m. Results showed that the Plaza Punta and Buenos Aires locations had more degraded acidic soils, with frequencies between 55% and 100% above the general mean (30.94 ± 24.87%) and the critical threshold (25%) for potato cultivation. Variables such as exchangeable calcium percentage (ECP), Ca2+, Mg2+, sand content, and organic matter strongly correlated with soil acidity, while exchangeable H+ and ECP were the main contributors to the total variance. Geostatistical analysis revealed that Mg2+ and Ca2+ had the highest R² values (0.87 and 0.76, respectively), indicating a strong fit between observed and predicted values in the spatial analysis of soil acidity. It is concluded that the agricultural dolomite requirements in the localities of Plaza Punta and Buenos Aires exhibit high spatial predictability. Additionally, the analysis of diverse soil physicochemical properties is emphasized as critical for determining precise application rates.
Variación espacial de la fertilidad del suelo en el Centro Experimental La Molina
(Instituto Nacional de Innovación Agraria (INIA), 2026-02-27) Quispe Matos, Kenyi Rolando; Carbajal Llosa, Carlos Miguel; Mejia Maita, Sharon Yahaira; Chuchon Remon, Rodolfo Juan; Llerena Arroyo, Rigel Arturo; Fernandez Puquio, Albert Einstein; Pérez Porras, Wendy Elizabeth; Hermosa Ayme, Nilton Alexander; Solórzano Acosta, Richard Andi; Cruz Luis , Juancarlos Alejandro
Los suelos de la costa central del Perú presentan condiciones edáficas particulares, derivadas de su origen aluvial y de la influencia de un régimen climático árido (Instituto Nacional de Recursos Naturales [INRENA], 1996). Esta combinación condiciona la disponibilidad hídrica, la dinámica de sales y la respuesta de los sistemas de cultivo, lo que genera limitaciones para la agricultura intensiva cuando no se aplican prácticas de manejo adecuadas (Food and Agriculture Organization of the United Nations [FAO], 2017). En el Centro Experimental La Molina (CELM) —con suelos Fluvisol éutrico y Regosol éutrico desarrollados sobre sedimentos fluviales recientes, característicos de la costa árida peruana— se registra una baja acumulación de materia orgánica y una textura franco-arenosa predominante (INRENA, 1996). Estas condiciones crean una capacidad limitada de retención de agua y nutrientes, favoreciendo procesos de lixiviación bajo esquemas de riego intensivo y generando gradientes espaciales de fertilidad que determinan respuestas agronómicas heterogéneas entre zonas (Alghamdi et al., 2024; Zhu et al., 2024). Estos suelos áridos presentan variaciones locales en el pH, en la saturación de bases intercambiables y en la presencia de áreas con elevada conductividad eléctrica, lo que evidencia la coexistencia de problemas edáficos complementarios: deficiencias puntuales de micronutrientes en sectores alcalinos, desequilibrios catiónicos que afectan la capacidad de intercambio y procesos incipientes de salinización o sodificación, asociados tanto a la calidad del agua de riego como a las prácticas de manejo (Alloway, 2008; Gamboa et al., 2020; Ayers y Westcot, 1985). Estas interacciones fisicoquímicas generan efectos sinérgicos sobre la estructura del suelo, la porosidad y la disponibilidad hídrica útil en la zona radicular, lo que reduce la resiliencia del recurso edáfico frente a condiciones de sequía y manejo intensivo (FAO, 2017; Alghamdi et al., 2024). La evidencia científica indica que, frente a mosaicos edáficos como los observados en los suelos de la costa peruana, es imprescindible adoptar una estrategia integrada que combine: (i) la caracterización detallada y la cartografía de la variabilidad espacial de las propiedades físicas y químicas, mediante métodos de mapeo digital y análisis geoestadístico; (ii) el diagnóstico de los principales factores limitantes (materia orgánica, fósforo, potasio, salinidad y desequilibrios en el intercambio catiónico); y (iii) el diseño de prácticas de manejo diferenciado —como la fertilización variable, la aplicación localizada de enmiendas orgánicas, el manejo del riego y el drenaje, y las medidas de control de sales— orientadas a mejorar la eficiencia en el uso de insumos y la sostenibilidad de los suelos (Heuvelink y Webster, 2022; Lowenberg DeBoer y Erickson, 2019; McBratney et al., 2003; FAO, 2017). El presente documento tiene como objetivo proveer las herramientas técnicas y cartográficas para implementar un manejo diferencial del suelo, orientado a reducir pérdidas por lixiviación y procesos de salinización; optimizar la eficiencia en la aplicación de fertilizantes; incrementar la resiliencia y competitividad del sistema productivo frente a desafíos ambientales y económicos.
Variación espacial de la fertilidad del suelo en la EEA Baños del Inca
(Instituto Nacional de Innovación Agraria (INIA), 2026-02-27) Quispe Matos, Kenyi Rolando; Carbajal Llosa, Carlos Miguel; Mejia Maita, Sharon Yahaira; Chuchon Remon, Rodolfo Juan; Fernandez Puquio, Albert Einstein; Chávez Collantes, Azucena; Ureta Sierra, Cledy; Solórzano Acosta, Richard Andi; Cruz Luis, Juancarlos Alejandro
Los suelos de la selva alta peruana presentan condiciones edáficas particulares, que derivan de su origen geológico, el régimen climático húmedo y la intensa dinámica de lixiviación de nutrientes. Dichas condiciones, generan procesos de acidificación, pérdida de bases de cambio y heterogeneidad en la fertilidad de los suelos, lo que limita la sostenibilidad de los sistemas agrícolas si no se implementan prácticas de manejo adecuadas (Solórzano et al., 2025). En particular, en la Estación Experimental Agraria (EEA) Pichanaki predominan suelos Leptosol, Cambisol y Regosol éutricos en la sede principal, mientras que en el anexo se distinguen Cambisol dístrico y Alisol háplico (Instituto Nacional de Recursos Naturales [INRENA], 1996). Asimismo, el clima se caracteriza por precipitaciones cercanas a 2000 mm anuales y temperaturas medias de 18 a 24 °C (Cruz-Luis et al., 2025). Estas condiciones confieren a los suelos de la estación características como acidez elevada, baja capacidad de intercambio catiónico efectiva y concentraciones limitadas de calcio, magnesio y potasio, lo que restringe la saturación de bases y acentúa la toxicidad del aluminio en la rizosfera (Quispe et al., 2025). Además, estos suelos ácidos muestran contenidos reducidos de fósforo disponible y materia orgánica, propiedades clave para la sostenibilidad edáfica en ambientes tropicales (Quispe et al., 2025). La combinación de acidez, deficiencia de nutrientes y alta lixiviación derivada de las lluvias intensas contribuye a la degradación química del suelo y limita la eficiencia del uso de fertilizantes (Sitthaphanit et al., 2009). Dichas limitaciones repercuten directamente en los cultivos estratégicos de la región, como el café, cacao y especies forestales, cuya productividad depende de estrategias de fertilización y encalado adaptadas a la variabilidad espacial de las propiedades edáficas. En función de las características particulares que presentan los suelos de la Estación Experimental Agraria Pichanaki, la evidencia científica señala la necesidad de aplicar una estrategia integral de manejo del suelo. Esta estrategia debe incluir la caracterización y elaboración de mapas de la variabilidad espacial de las propiedades físicas y químicas del suelo mediante herramientas de geoestadística y mapeo digital; la identificación de los principales factores limitantes de la fertilidad, como el pH, la acidez intercambiable, el fósforo, las bases de cambio y la materia orgánica; así como el diseño de prácticas de manejo diferenciadas según zonas, tales como el encalado variable, la aplicación localizada de enmiendas orgánicas y la fertilización específica. La implementación de estas prácticas permitirá un uso más eficiente de los insumos agrícolas, el incremento de la productividad y una mejor resiliencia del suelo frente a la degradación (Heuvelink y Webster, 2022; McBratney et al., 2003; Lowenberg-DeBoer y Erickson, 2019). En ese sentido, el presente documento tiene como objetivo brindar los lineamientos técnicos y prácticos para el diagnóstico, la zonificación y el manejo diferenciado de la fertilidad del suelo en la Estación Experimental Agraria Pichanaki, considerando la variabilidad espacial de sus propiedades edáficas, para optimizar el uso de fertilizantes y enmiendas, mejorar la productividad de los cultivos y fortalecer la sostenibilidad y resiliencia de los suelos en condiciones de selva alta
Variación espacial de la fertilidad del suelo en la EEA Canaán
(Instituto Nacional de Innovación Agraria, 2025-08-14) Quispe Matos, Kenyi Rolando; Carbajal Llosa, Carlos Miguel; Mejía Maita, Sharon Yahaira; Llerena Arroyo, Rigel Arturo; Solórzano Acosta, Richard Andi; Cruz Luis, Juancarlos Alejandro
El Instituto Nacional de Innovación Agraria (INIA) es un organismo técnico especializado adscrito al Ministerio de Desarrollo Agrario y Riego (MIDAGRI), que desarrolla actividades de investigación, transferencia tecnológica, aprovechamiento y conservación de los recursos genéticos y producción de semillas, plantones y reproductores de alto valor genético. El INIA, a través de la Dirección de Servicios Estratégicos Agrarios (DSEA), viene ejecutando el proyecto de inversión “Mejoramiento de los servicios de investigación y transferencia tecnológica en el manejo y recuperación de suelos agrícolas degradados y aguas para riego en la pequeña y mediana agricultura en los departamentos de Lima, Áncash, San Martín, Cajamarca, Lambayeque, Junín, Ayacucho, Arequipa, Puno y Ucayali”, con CUI N° 2487112, el cual tiene entre sus objetivos evaluar alternativas tecnológicas para el manejo de suelos y agua en la producción agrícola. La Estación Experimental Agraria (EEA) Canaán, ubicada en Ayacucho, ofrece un espacio representativo para analizar las propiedades del suelo en una zona con características ambientales complejas. Los resultados obtenidos de los análisis de suelos en esta estación permiten una mejor comprensión de la variabilidad espacial de la fertilidad del suelo en la región. El presente documento, “Variación espacial de la fertilidad del suelo en la EEA Canaán”, integra el muestreo, análisis e interpretación de la distribución espacial de las propiedades del suelo. Asimismo, explica de forma clara la metodología de análisis geoespacial, la cual puede ser replicada y aplicada en otros sistemas agrícolas. También, proporciona un diagnóstico riguroso del edafosistema en el área de estudio, para facilitar la toma de decisiones en la gestión agrícola sostenible. Esta publicación está dirigida a profesionales del sector agrario e investigadores interesados en mejorar la salud del suelo.
Variación espacial de la fertilidad del suelo en la EEA Donoso
(Instituto Nacional de Innovación Agraria (INIA), 2026-02-27) Quispe Matos, Kenyi Rolando; Carbajal Llosa, Carlos Miguel; Mejia Maita, Sharon Yahaira; Chuchon Remon, Rodolfo Juan; Quiñones Trejo, Robert Adrian; Samaniego Vivanco, Tomas Daniel; Solórzano Acosta, Richard Andi; Cruz Luis, Juancarlos Alejandro
Diversos estudios han demostrado que la cartografía y la zonificación de suelos son herramientas clave para la gestión agrícola de precisión, ya que permiten orientar intervenciones más eficientes y sostenibles (Reza et al., 2017). Estas técnicas facilitan la identificación de gradientes espaciales y de focos de limitaciones edáficas, como salinidad, sodicidad, deficiencias nutricionales y restricciones asociadas al pH y la alcalinidad, y permiten traducir esta información en estrategias específicas de manejo del suelo. En concreto, esta información permite priorizar la aplicación de enmiendas orgánicas en zonas críticas, realizar correcciones químicas localizadas, implementar esquemas de fertilización de dosis variable y diseñar prácticas de manejo de la humedad adaptadas a las condiciones específicas de cada sector (Heuvelink et al., 2022; Quispe et al., 2024). De esta forma, es posible reducir aplicaciones de fertilizante innecesarias, mitigar los riesgos de degradación y mejorar la productividad agrícola. Asimismo, la zonificación facilita el establecimiento de redes de monitoreo que evalúen la efectividad de las prácticas agronómicas y anticipen cambios en la calidad del suelo, brindando una base técnica para la toma de decisiones de manejo a mediano y largo plazo. La cartografía y las técnicas modernas de mapeo del suelo son aplicables a un sinnúmero de contextos agrícolas. En particular, la Estación Experimental Agraria Donoso presenta condiciones edáficas y climáticas complejas que condicionan la productividad de los cultivos. Los suelos predominantes en la estación son Fluvisoles y Regosoles éutricos, formados a partir de materiales fluviales recientes (Instituto Nacional de Recursos Naturales [INRENA], 1996), en un contexto de clima árido, baja precipitación y temperaturas moderadas a cálidas (Cruz-Luis et al., 2025). Estas características predisponen a los cultivos a limitantes recurrentes de fertilidad. Por ejemplo, la escasa materia orgánica reduce la capacidad de retención de humedad y nutrientes; el pH alcalino y la presencia de carbonatos restringen la disponibilidad de fósforo y micronutrientes; la textura predominantemente arenosa incrementa las pérdidas por lixiviación; y la presencia de focos de salinidad y sodicidad comprometen la estabilidad física y química del suelo. En conjunto, estos factores sumados a esquemas de fertilización generalizados disminuyen la eficiencia de los insumos agrícolas y elevan el riesgo de degradación de los suelos. El presente documento tiene como objetivo proporcionar lineamientos técnicos para la evaluación y el manejo de la fertilidad del suelo en la Estación Experimental Agraria Donoso, a partir del análisis de su variación espacial. Para ello, se establece como propósito diagnosticar el estado actual de la fertilidad del suelo e identificar sus principales limitantes, elaborar mapas de variabilidad espacial de las propiedades edáficas, y orientar la toma de decisiones para el manejo diferenciado del suelo, mediante recomendaciones prácticas que permitan optimizar el uso de insumos agrícolas, mejorar la eficiencia productiva y promover la sostenibilidad de los sistemas agrícolas de la estación.
Variación espacial de la fertilidad del suelo en la EEA El Chira
(Instituto Nacional de Innovación Agraria (INIA), 2026-02-27) Quispe Matos, Kenyi Rolando; Carbajal Llosa, Carlos Miguel; Mejía Maita, Sharon Yahaira; Chuchon Remon, Rodolfo Juan; Arroyo Isuiza, Rosa Karen; Hermoza Ayme, Nilton Alexander; Fernandez Puquio, Albert Einstein; Castro Angulo, Raúl Ericson; Solórzano Acosta, Richard Andi; Cruz Luis, Juancarlos Alejandro
La zonificación y el mapeo de suelos son técnicas usadas en la agricultura de precisión que permiten identificar variaciones espaciales en las propiedades del suelo, como la salinidad, el contenido de nutrientes y el pH. Esta categorización de los suelos permite adecuar el manejo agronómico específico a cada zona según sus propiedades y deficiencias (Ge et al., 2011). Por ejemplo, se puede realizar la aplicación localizada de enmiendas orgánicas y correcciones químicas, optimizando la fertilización y la estructura del suelo para aumentar la eficiencia y productividad agrícola (Bhamini et al., 2025). De esta forma, es posible reducir aplicaciones de fertilizante innecesarias, mitigar los riesgos de degradación y reducir costos de producción. Así como establecer redes de monitoreo que evalúen la efectividad de las prácticas agronómicas y anticipen cambios en la calidad del suelo, brindando una base técnica para decisiones de manejo a mediano y largo plazo (Mamabolo et al., 2025). En particular, el departamento de Piura constituye una zona idónea para la aplicación del mapeo de suelos. Esta región se posiciona como una de las principales áreas agrícolas del país, destacando por su significativa contribución a la producción y exportación de cultivos estratégicos. En Piura se desarrollan sistemas de agricultura intensiva orientados a la agroexportación, como los cultivos de uva y arándano, así como sistemas agrícolas de menor escala vinculados también a la exportación, entre los que destacan el banano y el mango. Asimismo, se cultivan productos de alta relevancia para el abastecimiento local, como el arroz, cultivo para el cual Piura presenta la mayor superficie agrícola a nivel nacional (Sistema Integrado de Estadística Agraria, 2025); sin embargo, esta región enfrenta una serie de desafíos relacionados a desbalances iónicos como la alta sodicidad del suelo y el pH alcalino. Los suelos sódicos afectan negativamente la fertilidad, al generar procesos de compactación y baja aireación y conductividad hidráulica, con la consecuente disminución en el rendimiento de los cultivos y la erosión de los suelos (Stavi et al., 2021). Por ende, el monitoreo de la fertilidad del suelo es una actividad indispensable para la planificación y gestión sostenible de la producción de cultivos y la corrección oportuna de las deficiencias o excedentes en los parámetros edáficos. En este escenario, la Estación Experimental Agraria El Chira, constituye un entorno estratégico para la aplicación de técnicas geoestadísticas de agricultura de precisión y su posterior validación. En este sentido, el presente documento tiene como objetivo evaluar la variación espacial de la fertilidad del suelo en la EEA El Chira, con la finalidad de generar información técnica que contribuya a la planificación agrícola y al fortalecimiento de los sistemas productivos de la región. Para ello, se plantea diagnosticar el estado actual de la fertilidad del suelo e identificar sus principales limitantes, elaborar mapas de variabilidad espacial de las propiedades edáficas que permitan reconocer diferencias en la calidad de este recurso, y recomendar estrategias de manejo orientadas a optimizar el uso de insumos agrícolas, incrementar la productividad y promover la sostenibilidad de los sistemas productivos de la EEA.
Variación espacial de la fertilidad del suelo en la EEA El Porvenir
(Instituto Nacional de Innovación Agraria (INIA), 2026-02-27) Quispe Matos, Kenyi Rolando; Carbajal Llosa, Carlos Miguel; Mejia Maita, Sharon Yahaira; Chuchon Remon, Rodolfo Juan; Reginaldo Quispe, Ricky Rodny; Fernandez Puquio, Albert Einstein; Díaz Chuquizuta, Henry; Vallejos Torres, Geomar; Ascencio Sanchez, Moises Leonardo; Solórzano Acosta, Richard Andi; Cruz Luis, Juancarlos Alejandro
La degradación del suelo en la región tropical es una de las mayores amenazas para la sostenibilidad de las actividades agrícolas y la producción de alimentos. Este fenómeno se ve intensificado por actividades como el sobrepastoreo y otras prácticas agrícolas inadecuadas (de Valença, 2017), y la aceleración del cambio climático (Coaguila et al., 2025; Correa et al., 2016). En la región amazónica se observa una pérdida acelerada de cobertura vegetal, asociada a la tala ilegal, la agricultura migratoria y diversos factores socioeconómicos (Puertas et al., 2008, citando a Iturregui, 2007; Palm et al., 2005). Estudios recientes indican que los departamentos más afectados por esta pérdida son San Martín (19.42 %), seguido de Loreto (14.68 %) y Amazonas (12.30 %), pese a su elevada biodiversidad (Rojas-Briceño et al., 2019, citando a Ministerio del Ambiente, 2009, 2015; Llactayo, 2016). La reducción de la cobertura vegetal ha desencadenado procesos de degradación edáfica, evidenciados por el deterioro de las propiedades físicas, químicas y biológicas del suelo (Puertas et al., 2008). En este contexto, el monitoreo de la fertilidad se vuelve indispensable para la planificación y gestión sostenible de la producción agrícola, así como para la corrección oportuna de deficiencias o excesos en los parámetros edáficos. En este contexto, la falta de herramientas técnicas que permitan una interpretación espacial precisa de las propiedades fisicoquímicas del suelo limita la toma de decisiones en el manejo de la fertilización de los cultivos. Frente a esta problemática, se dispone de herramientas modernas como la interpolación kriging, el índice de Moran y el análisis de variogramas. Estas técnicas permiten diseñar estrategias de fertilización diferenciadas por zonas, lo que contribuye a mejorar la eficiencia en el uso de fertilizantes y a conservar la salud del suelo a largo plazo (Culman et al., 2021; Chinea-Horta y Rodríguez-Izquierdo, 2021). El presente documento tiene como objetivo integrar la interpretación y el análisis geoestadístico de las propiedades fisicoquímicas del suelo en la EEA El Porvenir, así como presentar mapas de variabilidad espacial que orienten la aplicación de enmiendas y fertilizantes para corregir desequilibrios nutricionales, y promover la mejora de la fertilidad química del suelo.
Variación espacial de la fertilidad del suelo en la EEA Moquegua
(Instituto Nacional de Innovación Agraria (INIA), 2026-02-27) Quispe Matos, Kenyi Rolando; Carbajal Llosa, Carlos Miguel; Mejia Maita, Sharon Yahaira; Chuchon Remon, Rodolfo Juan; Fernandez Puquio, Albert Einstein; Aguilar Chuquitarqui, Eyner Marconi; Layme Quispe, Susy Paola; Copa Vizcarra, Sergio Waldyr; Solórzano Acosta, Richard Andi; Cruz Luis, Juancarlos Alejandro
El suelo constituye la base fundamental de la producción agrícola, dado que proporciona el soporte físico y los nutrientes esenciales para el desarrollo de los cultivos (Labrador, 2008). Su adecuada gestión permite sostener la productividad, conservar los recursos naturales y la seguridad alimentaria de las poblaciones (Burbano-Orjuela, 2016). Sin embargo, la fertilidad del suelo representa un factor limitante en muchas regiones del país, ya que condiciona la disponibilidad de nutrientes y la capacidad de respuesta de los cultivos a las prácticas de manejo. En Moquegua, uno de los principales problemas está asociado al uso de esquemas de fertilización generalizados y sin considerar la variabilidad espacial de los suelos. Este tipo de manejo conduce a la aplicación ineficiente de fertilizantes, incrementa las pérdidas de nutrientes por lixiviación y escorrentía, y acelera procesos de degradación del suelo, como la acidificación, disminución de la materia orgánica y reducción de la capacidad productiva a mediano plazo. La Estación Experimental Agraria (EEA) Moquegua se ubica en la región Yunga, a 1260 m s. n. m., con una precipitación media anual de apenas 20 mm y temperaturas que oscilan entre 12 y 25 °C (Cruz-Luis et al., 2023). Desde el punto de vista edafológico, en la estación se distinguen dos tipos principales de suelos: Fluvisoles y Regosoles éutricos, desarrollados a partir de sedimentos fluviales recientes, lo que les confiere una morfología estratificada de horizontes (Instituto Nacional de Recursos Naturales [INRENA], 1996). En esta zona, se generan limitaciones productivas debido a las condiciones climáticas y edáficas, entre ellas el bajo contenido de materia orgánica, pH ligeramente alcalino con presencia de carbonatos, alta variabilidad espacial de macronutrientes y, en determinados sectores, acumulación de sales que compromete la estabilidad física y química del suelo. A ello, se suma que el uso agrícola predominante, con énfasis en maíz, palto, alfalfa, entre otros, enfrenta desafíos relacionados con el manejo inadecuado de fertilización y la presión sobre suelos de distinta calidad productiva. Frente a este escenario, es fundamental contar con información detallada y actualizada sobre la fertilidad y la variación espacial de los suelos de la EEA Moquegua. El análisis de dicha variabilidad constituye una herramienta clave para identificar zonas con potencial productivo diferenciado y mejorar la eficiencia en el uso de insumos agrícolas (Reza et al., 2017). Esto ayuda a orientar la investigación y asistencia técnica hacia prácticas de manejo más sostenibles en la región Moquegua. En este contexto, el presente documento tiene como objetivo evaluar la fertilidad y la variación espacial de los suelos en la EEA Moquegua, generando información técnica que contribuya a la planificación agrícola y al fortalecimiento de los sistemas productivos de la región. Los objetivos incluyen diagnosticar el estado actual de la fertilidad del suelo, identificar sus principales limitantes, elaborar mapas de variabilidad espacial de propiedades edáficas y recomendar estrategias de manejo orientadas a optimizar el uso de fertilizantes y enmiendas, incrementar la productividad y reforzar la sostenibilidad de los sistemas productivos de la estación.
Variación espacial de la fertilidad del suelo en la EEA Pichanaki
(Instituto Nacional de Innovación Agraria (INIA), 2026-02-27) Quispe Matos, Kenyi Rolando; Carbajal Llosa, Carlos Miguel; Mejia Maita, Sharon Yahaira; Arroyo Isuiza, Rosa Karen; Fernandez Puquio, Albert Einstein; Romero Chávez, Lorena Estefani; Chuchon Remon, Rodolfo Juan; Cunyas Camayo, Joseph Michael; Granados Dominguez, Nene Nehemias; Solórzano Acosta, Richard Andi; Cruz Luis , Juancarlos Alejandro
Los suelos de la selva alta peruana presentan condiciones edáficas particulares, que derivan de su origen geológico, el régimen climático húmedo y la intensa dinámica de lixiviación de nutrientes. Dichas condiciones, generan procesos de acidificación, pérdida de bases de cambio y heterogeneidad en la fertilidad de los suelos, lo que limita la sostenibilidad de los sistemas agrícolas si no se implementan prácticas de manejo adecuadas (Solórzano et al., 2025). En particular, en la Estación Experimental Agraria (EEA) Pichanaki predominan suelos Leptosol, Cambisol y Regosol éutricos en la sede principal, mientras que en el anexo se distinguen Cambisol dístrico y Alisol háplico (Instituto Nacional de Recursos Naturales [INRENA], 1996). Asimismo, el clima se caracteriza por precipitaciones cercanas a 2000 mm anuales y temperaturas medias de 18 a 24 °C (Cruz-Luis et al., 2025). Estas condiciones confieren a los suelos de la estación características como acidez elevada, baja capacidad de intercambio catiónico efectiva y concentraciones limitadas de calcio, magnesio y potasio, lo que restringe la saturación de bases y acentúa la toxicidad del aluminio en la rizosfera (Quispe et al., 2025). Además, estos suelos ácidos muestran contenidos reducidos de fósforo disponible y materia orgánica, propiedades clave para la sostenibilidad edáfica en ambientes tropicales (Quispe et al., 2025). La combinación de acidez, deficiencia de nutrientes y alta lixiviación derivada de las lluvias intensas contribuye a la degradación química del suelo y limita la eficiencia del uso de fertilizantes (Sitthaphanit et al., 2009). Dichas limitaciones repercuten directamente en los cultivos estratégicos de la región, como el café, cacao y especies forestales, cuya productividad depende de estrategias de fertilización y encalado adaptadas a la variabilidad espacial de las propiedades edáficas. En función de las características particulares que presentan los suelos de la Estación Experimental Agraria Pichanaki, la evidencia científica señala la necesidad de aplicar una estrategia integral de manejo del suelo. Esta estrategia debe incluir la caracterización y elaboración de mapas de la variabilidad espacial de las propiedades físicas y químicas del suelo mediante herramientas de geoestadística y mapeo digital; la identificación de los principales factores limitantes de la fertilidad, como el pH, la acidez intercambiable, el fósforo, las bases de cambio y la materia orgánica; así como el diseño de prácticas de manejo diferenciadas según zonas, tales como el encalado variable, la aplicación localizada de enmiendas orgánicas y la fertilización específica. La implementación de estas prácticas permitirá un uso más eficiente de los insumos agrícolas, el incremento de la productividad y una mejor resiliencia del suelo frente a la degradación (Heuvelink y Webster, 2022; McBratney et al., 2003; Lowenberg-DeBoer y Erickson, 2019). En ese sentido, el presente documento tiene como objetivo brindar los lineamientos técnicos y prácticos para el diagnóstico, la zonificación y el manejo diferenciado de la fertilidad del suelo en la Estación Experimental Agraria Pichanaki, considerando la variabilidad espacial de sus propiedades edáficas, para optimizar el uso de fertilizantes y enmiendas, mejorar la productividad de los cultivos y fortalecer la sostenibilidad y resiliencia de los suelos en condiciones de selva alta
Variación espacial de la fertilidad del suelo en la EEA Pucallpa
(Instituto Nacional de Innovación Agraria, 2025-08) Quispe Matos, Kenyi Rolando; Carbajal Llosa, Carlos Miguel; Mejía Maita, Sharon Yahaira; Llerena Arroyo, Rigel Arturo; Solórzano Acosta, Richard Andi; Cruz Luis, Juancarlos Alejandro
El Instituto Nacional de Innovación Agraria (INIA) es un organismo técnico especializado adscrito al Ministerio de Desarrollo Agrario y Riego (MIDAGRI), que desarrolla actividades de investigación, transferencia tecnológica, aprovechamiento y conservación de los recursos genéticos y producción de semillas, plantones y reproductores de alto valor genético. El INIA, a través de la Dirección de Servicios Estratégicos Agrarios (DSEA), viene ejecutando el proyecto de inversión “Mejoramiento de los servicios de investigación y transferencia tecnológica en el manejo y recuperación de suelos agrícolas degradados y aguas para riego en la pequeña y mediana agricultura en los departamentos de Lima, Áncash, San Martín, Cajamarca, Lambayeque, Junín, Ayacucho, Arequipa, Puno y Ucayali”, con CUI N° 2487112, el cual tiene entre sus objetivos evaluar alternativas tecnológicas para el manejo de suelos y agua en la producción agrícola. La Estación Experimental Agraria (EEA) Pucallpa, ubicada en Ucayali, ofrece un espacio representativo para analizar las propiedades del suelo en una zona con características ambientales complejas. Los resultados obtenidos de los análisis de suelos en esta estación permiten una mejor comprensión de la variabilidad espacial de la fertilidad del suelo en la región. El presente documento, “Variación espacial de la fertilidad del suelo en la EEA Pucallpa ”, sistematiza los resultados del muestreo, análisis e interpretación de las propiedades del suelo. Asimismo, explica de forma clara la metodología de análisis geoespacial, la cual puede ser replicada y aplicada en otros sistemas agrícolas. Esta publicación está dirigida a profesionales del sector agrario e investigadores interesados en mejorar la salud de los suelos.