{"id":795,"date":"2025-12-15T08:09:22","date_gmt":"2025-12-15T07:09:22","guid":{"rendered":"https:\/\/www.educagis.com\/wpcarlos\/?p=795"},"modified":"2025-12-15T08:18:12","modified_gmt":"2025-12-15T07:18:12","slug":"uso-de-soilquality-para-calcular-el-indice-de-calidad-de-suelo-sqi","status":"publish","type":"post","link":"https:\/\/www.educagis.com\/wpcarlos\/2025\/12\/15\/uso-de-soilquality-para-calcular-el-indice-de-calidad-de-suelo-sqi\/","title":{"rendered":"Uso de soilquality para calcular el \u00edndice de calidad de suelo (SQI)"},"content":{"rendered":"<div class=\"wp-block-image\">\n<figure class=\"aligncenter size-medium\"><img loading=\"lazy\" decoding=\"async\" width=\"246\" height=\"300\" src=\"https:\/\/www.educagis.com\/wpcarlos\/wp-content\/uploads\/2025\/12\/logo-246x300.png\" alt=\"\" class=\"wp-image-796\" srcset=\"https:\/\/www.educagis.com\/wpcarlos\/wp-content\/uploads\/2025\/12\/logo-246x300.png 246w, https:\/\/www.educagis.com\/wpcarlos\/wp-content\/uploads\/2025\/12\/logo-841x1024.png 841w, https:\/\/www.educagis.com\/wpcarlos\/wp-content\/uploads\/2025\/12\/logo-768x936.png 768w, https:\/\/www.educagis.com\/wpcarlos\/wp-content\/uploads\/2025\/12\/logo.png 866w\" sizes=\"auto, (max-width: 246px) 85vw, 246px\" \/><\/figure>\n<\/div>\n\n<h2 class=\"simpletoc-title\">Tabla de contenidos<\/h2>\n<ul class=\"simpletoc-list\">\n<li><a href=\"#introduccion\">Introducci\u00f3n<\/a>\n\n<\/li>\n<li><a href=\"#flujo-de-trabajo-metodologico\">Flujo de trabajo metodol\u00f3gico<\/a>\n\n<\/li>\n<li><a href=\"#paso-1-preparacion-de-datos\">Paso 1: Preparaci\u00f3n de datos<\/a>\n\n<\/li>\n<li><a href=\"#paso-2-seleccion-del-conjunto-de-datos-minimo-mds-usando-pca\">Paso 2: Selecci\u00f3n del Conjunto de Datos M\u00ednimo (MDS) usando PCA<\/a>\n\n<\/li>\n<li><a href=\"#paso-3-asignacion-de-pesos-usando-ahp\">Paso 3: Asignaci\u00f3n de Pesos usando AHP<\/a>\n\n<\/li>\n<li><a href=\"#paso-4-funciones-de-puntuacion\">Paso 4: Funciones de Puntuaci\u00f3n<\/a>\n\n<\/li>\n<li><a href=\"#paso-5-calculo-del-indice-de-calidad-del-suelo-sqi\">Paso 5: C\u00e1lculo del \u00cdndice de Calidad del Suelo (SQI)<\/a>\n\n<\/li>\n<li><a href=\"#paso-6-visualizacion-de-resultados\">Paso 6: Visualizaci\u00f3n de Resultados<\/a>\n\n<\/li>\n<li><a href=\"#interpretacion-de-resultados\">Interpretaci\u00f3n de Resultados<\/a>\n\n<\/li>\n<li><a href=\"#reflexiones-finales\">Reflexiones Finales<\/a>\n\n<\/li>\n<li><a href=\"#referencias\">Referencias<\/a>\n<\/li><\/ul>\n\n<h2 class=\"wp-block-heading\" id=\"introduccion\">Introducci\u00f3n<\/h2>\n\n\n<p>Para manejar la complejidad y los m\u00faltiples aspectos de las propiedades del suelo, los investigadores y profesionales utilizan el \u00edndice de calidad de suelo (SQI) como herramienta clave. El objetivo principal del SQI es combinar diversos indicadores f\u00edsicos, qu\u00edmicos y biol\u00f3gicos del suelo en una \u00fanica puntuaci\u00f3n global sin unidades. Esta agregaci\u00f3n simplifica los datos complejos y multivariantes, lo que permite generar una m\u00e9trica clara y f\u00e1cil de entender que facilita la toma de decisiones de gesti\u00f3n informadas.<\/p>\n\n\n\n<p>Hace un tiempo se trabaj\u00f3 una <a href=\"https:\/\/github.com\/ccarbajal16\/R_sqi\" data-type=\"link\" data-id=\"https:\/\/github.com\/ccarbajal16\/R_sqi\" target=\"_blank\" rel=\"noreferrer noopener\">aplicaci\u00f3n<\/a> usando R junto con Shiny con el objetivo de crear un entorno amigable que permita realizar el c\u00e1lculo del SQI e inclusive realizar interpolaci\u00f3n para generar un mapa de superficie de \u00e9stos valores. Ahora, luego de realizar una profunda revisi\u00f3n de estudios recientes, he visto que usan el an\u00e1lisis de componentes principales (PCA) y el proceso jer\u00e1rquico anal\u00edtico (AHP) para establecer un conjunto de datos m\u00ednimo (MDS) y evaluar  las propiedades f\u00edsicas y qu\u00edmicas clave que afectan a la calidad del suelo, junto con el factor de ponderaci\u00f3n asociado a cada indicador [1]. Todo esto me motiv\u00f3 al desarrollo del paquete de R <em>soilquality<\/em>.<\/p>\n\n\n\n<p>Las caracter\u00edsticas principales de <em>soilquality <\/em>son:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>Selecci\u00f3n autom\u00e1tica del Conjunto de Datos M\u00ednimo<\/strong> (<strong>MDS)<\/strong>: Reducci\u00f3n de dimensionalidad basada en An\u00e1lisis de Componentes Principales (PCA).<\/li>\n\n\n\n<li><strong>Sistema de ponderaci\u00f3n experta<\/strong>: Metodolog\u00eda del Proceso Anal\u00edtico Jer\u00e1rquico (AHP) con validaci\u00f3n del \u00edndice de consistencia.<\/li>\n\n\n\n<li><strong>Funciones de puntuaci\u00f3n flexibles<\/strong>: M\u00faltiples m\u00e9todos de normalizaci\u00f3n para diferentes propiedades del suelo<\/li>\n\n\n\n<li><strong>Visualizaci\u00f3n integral<\/strong>: M\u00faltiples tipos de gr\u00e1ficos para interpretaci\u00f3n de resultados<\/li>\n<\/ul>\n\n\n<h2 class=\"wp-block-heading\" id=\"flujo-de-trabajo-metodologico\">Flujo de trabajo metodol\u00f3gico<\/h2>\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter size-full\"><img loading=\"lazy\" decoding=\"async\" width=\"445\" height=\"2342\" src=\"https:\/\/www.educagis.com\/wpcarlos\/wp-content\/uploads\/2025\/12\/flow.png\" alt=\"\" class=\"wp-image-800\" srcset=\"https:\/\/www.educagis.com\/wpcarlos\/wp-content\/uploads\/2025\/12\/flow.png 445w, https:\/\/www.educagis.com\/wpcarlos\/wp-content\/uploads\/2025\/12\/flow-57x300.png 57w, https:\/\/www.educagis.com\/wpcarlos\/wp-content\/uploads\/2025\/12\/flow-292x1536.png 292w, https:\/\/www.educagis.com\/wpcarlos\/wp-content\/uploads\/2025\/12\/flow-389x2048.png 389w\" sizes=\"auto, (max-width: 445px) 85vw, 445px\" \/><\/figure>\n<\/div>\n\n\n<p>Primero debemos de instalar el paquete soilquality desde el repositorio de GitHub empleando <strong><em>pak<\/em><\/strong> de preferencia:<\/p>\n\n\n\n<pre class=\"wp-block-code has-dark-gray-color has-light-gray-background-color has-text-color has-background has-link-color wp-elements-9d3a02a3a01ee55e8b1af53ac7f0d17a\" style=\"font-style:normal;font-weight:300\"><code><code># Instalar soilquality\npak::pak(\"ccarbajal16\/soilquality\")<\/code><\/code><\/pre>\n\n\n<h2 class=\"wp-block-heading\" id=\"paso-1-preparacion-de-datos\">Paso 1: Preparaci\u00f3n de datos<\/h2>\n\n\n<pre class=\"wp-block-code has-dark-gray-color has-light-gray-background-color has-text-color has-background has-link-color wp-elements-1e1df32db1d54752c1125cde883c9f21\" style=\"font-style:normal;font-weight:300\"><code># Cargar el paquete\nlibrary(soilquality)\n\n# Leer datos desde un archivo CSV\nsoil_data &lt;- read_soil_csv(\"data\/datos_suelo.csv\")<\/code><\/pre>\n\n\n\n<p>Es necesario estandarizar los datos num\u00e9ricos:<\/p>\n\n\n\n<pre class=\"wp-block-code has-dark-gray-color has-light-gray-background-color has-text-color has-background has-link-color wp-elements-a239f37ffca8706cbfe353b72f018689\"><code># Estandarizar columnas num\u00e9ricas (z-score)\ndatos_std &lt;- standardize_numeric(soil_data, exclude = \"SampleID\")\n# Esto centra y escala los datos para el an\u00e1lisis PCA<\/code><\/pre>\n\n\n<h2 class=\"wp-block-heading\" id=\"paso-2-seleccion-del-conjunto-de-datos-minimo-mds-usando-pca\">Paso 2: Selecci\u00f3n del Conjunto de Datos M\u00ednimo (MDS) usando PCA<\/h2>\n\n\n<p>El conjunto de datos m\u00ednimo (MDS) es un subconjunto de indicadores del suelo que mejor representa la calidad general del suelo. El PCA nos ayuda a identificar las variables m\u00e1s importantes que explican la mayor variabilidad en los datos.<\/p>\n\n\n\n<pre class=\"wp-block-code has-dark-gray-color has-light-gray-background-color has-text-color has-background has-link-color wp-elements-d71c45a958bf6e95f681ebcfc69233df\"><code># Definir las propiedades a analizar\npropiedades &lt;- c(\"Sand\", \"Silt\", \"Clay\", \"pH\", \"OM\", \"P\", \"K\", \"CEC\", \"BD\")\n\n# Seleccionar solo las propiedades que se quieren analizar\nsoil_subset &lt;- datos_std&#91;, propiedades]\n\n# Aplicar PCA para seleccionar MDS\n# La funci\u00f3n retiene componentes principales que explican al menos 5% de varianza\nresultado_mds &lt;- pca_select_mds(\n  data = soil_subset,\n  var_threshold = 0.05,      # Umbral m\u00ednimo de varianza explicada\n  loading_threshold = 0.5     # Umbral de carga para selecci\u00f3n\n)\n\n# Ver las variables seleccionadas en el MDS\nprint(resultado_mds$mds)\n\n# Ver la varianza acumulada\ncumsum(resultado_mds$var_exp)<\/code><\/pre>\n\n\n<h2 class=\"wp-block-heading\" id=\"paso-3-asignacion-de-pesos-usando-ahp\">Paso 3: Asignaci\u00f3n de Pesos usando AHP<\/h2>\n\n\n<p>El proceso anal\u00edtico jer\u00e1rquico (AHP), es un m\u00e9todo de toma de decisiones multicriterio que permite asignar pesos a los indicadores bas\u00e1ndose en comparaciones pareadas de su importancia relativa. Los expertos comparan cada par de indicadores usando la escala de Saaty (1-9)<\/p>\n\n\n\n<figure class=\"wp-block-table aligncenter is-style-regular\"><table class=\"has-fixed-layout\"><tbody><tr><td><strong>Valor<\/strong><\/td><td><strong>Significado<\/strong><\/td><\/tr><tr><td>1<\/td><td>Igual importancia<\/td><\/tr><tr><td>3<\/td><td>Importancia moderada<\/td><\/tr><tr><td>5<\/td><td>Importancia fuerte<\/td><\/tr><tr><td>7<\/td><td>Importancia muy fuerte<\/td><\/tr><tr><td>9<\/td><td>Importancia extrema<\/td><\/tr><tr><td>2,4, 6, 8<\/td><td>Valores intermedios<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n<p class=\"has-medium-font-size\"><strong>Crear matriz AHP de forma interactiva<\/strong><\/p>\n\n\n\n<pre class=\"wp-block-code has-dark-gray-color has-light-gray-background-color has-text-color has-background has-link-color wp-elements-e4697f9c4a57675e4f2bc05572c06570\"><code># Definir los indicadores del MDS\nindicadores_mds &lt;- resultado_mds$mds\n\n# Crear matriz de comparaci\u00f3n pareada interactivamente\n# El sistema guiar\u00e1 al usuario a comparar cada par\nmatriz_ahp &lt;- create_ahp_matrix(\n  indicators = indicadores_mds,\n  mode = \"interactive\"\n)\n\n# El sistema mostrar\u00e1 prompts como:\n# Compare 'Sand' vs 'Clay'\n# How much more important is 'Sand' compared to 'Clay'? \n# Usuario responde con un valor de 1-9\n\n# Exportar matriz AHP a CSV\nwrite.csv(matriz_ahp$matrix, \"matriz_ahp.csv\", row.names = FALSE)<\/code><\/pre>\n\n\n\n<p>De manera autom\u00e1tica va realizar una an\u00e1lisis de consistencia (CR), donde un CR &lt; 0.10 indica que las comparaciones son consistentes y los pesos son confiables.<\/p>\n\n\n<h2 class=\"wp-block-heading\" id=\"paso-4-funciones-de-puntuacion\">Paso 4: Funciones de Puntuaci\u00f3n<\/h2>\n\n\n<p>El paquete ofrece diferentes m\u00e9todos para transformar valores de propiedades del suelo a puntuaciones (0-1):<\/p>\n\n\n\n<p class=\"has-medium-font-size\">A. <strong>Funci\u00f3n Lineal: M\u00e1s es Mejor (higher_better)<\/strong><\/p>\n\n\n\n<p>La funci\u00f3n <code>score_<em>higher_better()<\/em><\/code> se utiliza cuando la calidad del suelo presenta una mejora continua a medida que aumenta el valor del indicador evaluado. A diferencia de otras funciones, no se establece un valor \u00f3ptimo ni un umbral cr\u00edtico m\u00e1s all\u00e1 del cual el indicador genere efectos adversos. Esta funci\u00f3n asume una relaci\u00f3n proporcional y mon\u00f3tona creciente entre el indicador y la calidad ed\u00e1fica, siendo apropiada para propiedades como el contenido de materia org\u00e1nica, la capacidad de intercambio cati\u00f3nico o la disponibilidad de nutrientes esenciales.<\/p>\n\n\n\n<p>En otras palabras, cada aumento unitario en las propiedades del suelo contribuye por igual a mejorar la calidad del suelo.<\/p>\n\n\n\n<pre class=\"wp-block-code has-dark-gray-color has-light-gray-background-color has-text-color has-background has-link-color wp-elements-40bdb7d9c34dd8fa1840cd9ae68d6aa2\"><code># Aplicar a datos de materia org\u00e1nica\nscore_mo &lt;- score_higher_better(\n       x = soil_data$OM,\n       min_val = 0.5,\n       max_val = 5\n)\n\n# Valores m\u00ednimos reciben 0, valores m\u00e1ximos reciben 1<\/code><\/pre>\n\n\n\n<p class=\"has-medium-font-size\">B. <strong>Funci\u00f3n Lineal: Menos es Mejor (lower_better)<\/strong><\/p>\n\n\n\n<p>La funci\u00f3n <em><code>score_lower_better()<\/code><\/em> se utiliza cuando el indicador evaluado representa una condici\u00f3n de estr\u00e9s, limitaci\u00f3n o degradaci\u00f3n del suelo. Bajo este esquema, valores mayores del indicador se asocian con una reducci\u00f3n de la calidad ed\u00e1fica. Este comportamiento es t\u00edpico de propiedades que reflejan limitaciones f\u00edsicas (como la densidad aparente o la resistencia a la penetraci\u00f3n) o la acumulaci\u00f3n de elementos t\u00f3xicos (como sales solubles o metales pesados).<\/p>\n\n\n\n<pre class=\"wp-block-code has-dark-gray-color has-light-gray-background-color has-text-color has-background has-link-color wp-elements-8a9826058bc83ee4c35723f77438d443\"><code># Aplicar a datos de densidad aparente\npuntuaciones_da &lt;- score_lower_better(\n   x = soil_data$BD,\n       min_val = 1.0,\n       max_val = 1.9\n)\n\n# Valores m\u00e1ximos reciben 0, valores m\u00ednimos reciben 1<\/code><\/pre>\n\n\n\n<p class=\"has-medium-font-size\"><strong>C. Funci\u00f3n No Lineal: Rango \u00d3ptimo (optimum_range)<\/strong><\/p>\n\n\n\n<p>La funci\u00f3n <em><code>score_optimum()<\/code><\/em>, se emplea cuando la calidad del suelo alcanza su valor m\u00e1ximo en un punto intermedio, disminuyendo progresivamente cuando el indicador se aleja de este \u00f3ptimo, ya sea por valores superiores o inferiores. Este patr\u00f3n refleja la naturaleza de m\u00faltiples procesos biol\u00f3gicos y qu\u00edmicos del suelo que requieren condiciones espec\u00edficas para su funcionamiento adecuado.<\/p>\n\n\n\n<p>El pH constituye el ejemplo m\u00e1s com\u00fan: valores extremadamente \u00e1cidos (pH &lt; 5.0) limitan la disponibilidad de nutrientes esenciales y aumentan la toxicidad de elementos como aluminio y manganeso, mientras que valores alcalinos (pH &gt; 8.0) reducen la disponibilidad de micronutrientes (Fe, Mn, Zn, Cu) y pueden inducir deficiencias nutricionales. El rango \u00f3ptimo (generalmente pH 6.0-7.0 para la mayor\u00eda de cultivos) maximiza la disponibilidad de nutrientes, la actividad microbiana y la mineralizaci\u00f3n de la materia org\u00e1nica.<\/p>\n\n\n\n<pre class=\"wp-block-code has-dark-gray-color has-light-gray-background-color has-text-color has-background has-link-color wp-elements-0a2c3e1914aeaf538f9ba66acafa0107\"><code># Aplicar a datos de pH\nscore_ph &lt;- score_optimum(\n  valores = soil_data$pH,\n  optimal = 6.5,\n  tolerance = 1.0\n  penalty = \"quadratic\" # linear or quadratic\n)\n\n# pH = 6.5 recibe puntuaci\u00f3n 1.0\n# pH fuera del rango 5.5-7.5 recibe puntuaciones menores<\/code><\/pre>\n\n\n\n<p>La penalizaci\u00f3n (\u00abpenalty\u00bb) es una funci\u00f3n de p\u00e9rdida aplicada a la desviaci\u00f3n del valor \u00f3ptimo, convertida en una puntuaci\u00f3n.  Con la <strong>penalizaci\u00f3n lineal<\/strong>, la puntuaci\u00f3n disminuye a un ritmo constante a medida que se aleja del valor \u00f3ptimo. Con la <strong>penalizaci\u00f3n cuadr\u00e1tica<\/strong>, la puntuaci\u00f3n disminuye lentamente cerca del valor \u00f3ptimo (ya que al elevar al cuadrado un n\u00famero peque\u00f1o se reduce), pero con mayor intensidad a medida que se acerca al l\u00edmite de tolerancia.<\/p>\n\n\n\n<pre class=\"wp-block-code has-dark-gray-color has-light-gray-background-color has-text-color has-background has-link-color wp-elements-21871ca202f15c5f70255aa6bb524f32\"><code># Visualizar functiones de penalizaci\u00f3n\nph_range &lt;- seq(4, 9, by = 0.1)\nscores_linear &lt;- score_optimum(ph_range, 6.5, 1.5, \"linear\")\nscores_quad &lt;- score_optimum(ph_range, 6.5, 1.5, \"quadratic\")\n\nplot(ph_range, scores_linear, type = \"l\", col = \"blue\",\n     xlab = \"pH\", ylab = \"Score\", main = \"Optimum Range Scoring\",\n     ylim = c(0, 1))\nlines(ph_range, scores_quad, col = \"red\")\nabline(v = 6.5, lty = 2, col = \"gray\")\nlegend(\"topright\", c(\"Linear\", \"Quadratic\", \"Optimum\"),\n       col = c(\"blue\", \"red\", \"gray\"), lty = c(1, 1, 2))<\/code><\/pre>\n\n\n\n<figure class=\"wp-block-image size-full\"><img loading=\"lazy\" decoding=\"async\" width=\"832\" height=\"586\" src=\"https:\/\/www.educagis.com\/wpcarlos\/wp-content\/uploads\/2025\/12\/plot-23.png\" alt=\"\" class=\"wp-image-811\" srcset=\"https:\/\/www.educagis.com\/wpcarlos\/wp-content\/uploads\/2025\/12\/plot-23.png 832w, https:\/\/www.educagis.com\/wpcarlos\/wp-content\/uploads\/2025\/12\/plot-23-300x211.png 300w, https:\/\/www.educagis.com\/wpcarlos\/wp-content\/uploads\/2025\/12\/plot-23-768x541.png 768w\" sizes=\"auto, (max-width: 709px) 85vw, (max-width: 909px) 67vw, (max-width: 984px) 61vw, (max-width: 1362px) 45vw, 600px\" \/><\/figure>\n\n\n\n<p>El m\u00e9todo cuadr\u00e1tico otorga puntuaciones m\u00e1s altas que el lineal para la misma desviaci\u00f3n; es decir, es m\u00e1s tolerante, excepto en los puntos finales (ambos dan 1 en el \u00f3ptimo y 0 en la tolerancia).<\/p>\n\n\n\n<p>Significado pr\u00e1ctico en los indicadores de suelo:<\/p>\n\n\n\n<p><strong>Lineal:<\/strong> se busca que las desviaciones afecten de forma inmediata y proporcional.<br><strong>Cuadr\u00e1tico: <\/strong>se aceptan las desviaciones moderadas como \u00aben general aceptables\u00bb, pero se busca castigar las desviaciones grandes a medida que se acerca al l\u00edmite.<\/p>\n\n\n\n<p class=\"has-medium-font-size\"><strong>D. Funci\u00f3n No Lineal: Umbrales Personalizados (threshold_scoring)<\/strong><\/p>\n\n\n\n<p>La funci\u00f3n <code><em>score_threshold()<\/em><\/code>  es empleado cuando la relaci\u00f3n entre el indicador y la calidad del suelo no es continua, sino que presenta cambios discretos en niveles cr\u00edticos definidos. Este m\u00e9todo establece m\u00faltiples umbrales basados en criterios agron\u00f3micos o ecol\u00f3gicos, asignando puntuaciones espec\u00edficas a cada intervalo. Las implicaciones principales son: (i) permite incorporar conocimiento experto sobre niveles cr\u00edticos de suficiencia o toxicidad; (ii) reconoce que peque\u00f1os incrementos del indicador por debajo de un umbral pueden no mejorar la calidad del suelo; (iii) captura transiciones abruptas en la funcionalidad ed\u00e1fica, como el paso de deficiencia severa a disponibilidad adecuada de nutrientes. Esta funci\u00f3n es particularmente apropiada para nutrientes con niveles cr\u00edticos establecidos (P, K, micronutrientes) o contaminantes con umbrales de toxicidad definidos.<\/p>\n\n\n\n<pre class=\"wp-block-code has-dark-gray-color has-light-gray-background-color has-text-color has-background has-link-color wp-elements-10b622bc03b1e3a448c56948be367dba\"><code># Aplicar a datos de f\u00f3sforo\nscore_p &lt;- score_threshold(\n  x = soil_data$P,\n  thresholds = c(0, 10, 20, 50, 100),\n  scores = c(0, 0.25, 0.50, 0.80, 1.0)\n)\n\n# P &lt; 10 ppm: muy bajo (0.0-0.25)\n# P = 20 ppm: bajo (0.50)\n# P = 50 ppm: medio (0.80)\n# P &gt; 100 ppm: \u00f3ptimo (1.0)<\/code><\/pre>\n\n\n\n<p>Podemos aplicar puntuaciones a m\u00faltiples indicadores:<\/p>\n\n\n\n<pre class=\"wp-block-code has-dark-gray-color has-light-gray-background-color has-text-color has-background has-link-color wp-elements-bc6746ec46dea0707790bb8572f55f75\"><code># Definir reglas personalizadas para cada indicador\ncustom_rules &lt;- list(\n  pH = optimum_range(optimal = 6.5, tolerance = 1.0),\n  OM = higher_better(),\n  Sand = optimum_range(optimal = 40, tolerance = 10),\n  Clay = optimum_range(optimal = 30, tolerance = 10),\n  K = threshold_scoring(\n  thresholds = c(0, 80, 150, 250),\n  scores = c(0.0, 0.4, 0.7, 1.0)\n  ),\n  BD = lower_better()\n)\n\n# Aplicar todas las reglas a los datos\nscoring_data &lt;- score_indicators(\n  data = soil_data,\n  mds = indicadores_mds,\n  directions = custom_rules\n)\n\n# Ver matriz de algunas puntuaciones transformadas\nhead(scoring_data &#91;, c(\"pH\", \"OM\", \"K\",\"OM_scored\", \"pH_scored\", \"K_scored\")])\n\n   pH   OM   K OM_scored pH_scored  K_scored\n1 7.0 2.46 131 0.3406593       0.5 0.6185714\n2 6.2 2.29 121 0.2939560       0.7 0.5757143\n3 5.0 2.49 106 0.3489011       0.0 0.5114286\n4 5.6 2.88 113 0.4560440       0.1 0.5414286\n5 4.9 4.24 118 0.8296703       0.0 0.5628571\n6 4.8 2.72  40 0.4120879       0.0 0.2000000<\/code><\/pre>\n\n\n\n<p>En resumen, se pueden utilizar ecuaciones lineales y no lineales para evaluar el SQI con base a diversas propiedades del suelo, pero son las propiedades biol\u00f3gicas las m\u00e1s determinantes para evaluar el impacto de la cambio de uso del suelo sobre el valor de su calidad [2].<\/p>\n\n\n<h2 class=\"wp-block-heading\" id=\"paso-5-calculo-del-indice-de-calidad-del-suelo-sqi\">Paso 5: C\u00e1lculo del \u00cdndice de Calidad del Suelo (SQI)<\/h2>\n\n\n<p>Se puede realizar el flujo de trabajo completo automatizado:<\/p>\n\n\n\n<pre class=\"wp-block-code has-dark-gray-color has-light-gray-background-color has-text-color has-background has-link-color wp-elements-96c4513f4365298b577a77759c1cc6fb\"><code>resultado_sqi &lt;- compute_sqi_properties(\n  data = soil_data,\n  properties = names(soil_subset),\n  id_column = \"SampleID\",\n  pairwise_matrix = matriz_ahp$matrix,  # Matriz AHP del Paso 3\n  scoring_rules = custom_rules  # Reglas del Paso 4\n)\n\n# Ver resultados del SQI\nprint(resultado_sqi)\n\n# Exportar resultados a CSV\nwrite.csv(resultado_sqi$results, \"sqi_results.csv\", row.names = FALSE)<\/code><\/pre>\n\n\n<h2 class=\"wp-block-heading\" id=\"paso-6-visualizacion-de-resultados\">Paso 6: Visualizaci\u00f3n de Resultados<\/h2>\n\n\n<p>Generaci\u00f3n de gr\u00e1ficos de distribuci\u00f3n del SQI<\/p>\n\n\n\n<pre class=\"wp-block-code has-dark-gray-color has-light-gray-background-color has-text-color has-background has-link-color wp-elements-8ab4207b68461b66922973a06daf4c57\"><code># Histograma de la distribuci\u00f3n de SQI\nplot(resultado_sqi, type = \"distribution\")\n\n# Muestra la frecuencia de valores SQI en todas las muestras<\/code><\/pre>\n\n\n\n<figure class=\"wp-block-image size-full\"><img loading=\"lazy\" decoding=\"async\" width=\"710\" height=\"486\" src=\"https:\/\/www.educagis.com\/wpcarlos\/wp-content\/uploads\/2025\/12\/plot-24.png\" alt=\"\" class=\"wp-image-815\" srcset=\"https:\/\/www.educagis.com\/wpcarlos\/wp-content\/uploads\/2025\/12\/plot-24.png 710w, https:\/\/www.educagis.com\/wpcarlos\/wp-content\/uploads\/2025\/12\/plot-24-300x205.png 300w\" sizes=\"auto, (max-width: 709px) 85vw, (max-width: 909px) 67vw, (max-width: 984px) 61vw, (max-width: 1362px) 45vw, 600px\" \/><\/figure>\n\n\n\n<pre class=\"wp-block-code has-dark-gray-color has-light-gray-background-color has-text-color has-background has-link-color wp-elements-638f73218e8518e2a0d366fc63c3a04f\"><code># Gr\u00e1fico Biplot\nplot(resultado_sqi, type = \"biplot\")<\/code><\/pre>\n\n\n\n<figure class=\"wp-block-image size-full\"><img loading=\"lazy\" decoding=\"async\" width=\"710\" height=\"486\" src=\"https:\/\/www.educagis.com\/wpcarlos\/wp-content\/uploads\/2025\/12\/plot-25.png\" alt=\"\" class=\"wp-image-816\" srcset=\"https:\/\/www.educagis.com\/wpcarlos\/wp-content\/uploads\/2025\/12\/plot-25.png 710w, https:\/\/www.educagis.com\/wpcarlos\/wp-content\/uploads\/2025\/12\/plot-25-300x205.png 300w\" sizes=\"auto, (max-width: 709px) 85vw, (max-width: 909px) 67vw, (max-width: 984px) 61vw, (max-width: 1362px) 45vw, 600px\" \/><\/figure>\n\n\n\n<p>Podemos generar un reporte completo multipanel<\/p>\n\n\n\n<pre class=\"wp-block-code has-dark-gray-color has-light-gray-background-color has-text-color has-background has-link-color wp-elements-73362da67465c788beecdbf0aa85999e\"><code># Generar un reporte visual completo\nplot_sqi_report(resultado_sqi)\n\n# Incluye:\n# - Distribuci\u00f3n del SQI\n# - Pesos de indicadores\n# - Puntuaciones por muestra\n# - Estad\u00edsticas descriptivas\n\n# Resumen estad\u00edstico\nsummary(resultado_sqi$results$SQI)\n  Min. 1st Qu.  Median    Mean 3rd Qu.    Max. \n 0.2429  0.3670  0.4377  0.4320  0.4938  0.6739 <\/code><\/pre>\n\n\n\n<figure class=\"wp-block-image size-full\"><img loading=\"lazy\" decoding=\"async\" width=\"710\" height=\"486\" src=\"https:\/\/www.educagis.com\/wpcarlos\/wp-content\/uploads\/2025\/12\/plot-26.png\" alt=\"\" class=\"wp-image-818\" srcset=\"https:\/\/www.educagis.com\/wpcarlos\/wp-content\/uploads\/2025\/12\/plot-26.png 710w, https:\/\/www.educagis.com\/wpcarlos\/wp-content\/uploads\/2025\/12\/plot-26-300x205.png 300w\" sizes=\"auto, (max-width: 709px) 85vw, (max-width: 909px) 67vw, (max-width: 984px) 61vw, (max-width: 1362px) 45vw, 600px\" \/><\/figure>\n\n\n<h2 class=\"wp-block-heading\" id=\"interpretacion-de-resultados\">Interpretaci\u00f3n de Resultados<\/h2>\n\n\n<p>Se podr\u00eda generar una tabla para interpretar los resultados.<\/p>\n\n\n\n<figure class=\"wp-block-table is-style-stripes\"><table class=\"has-fixed-layout\"><thead><tr><th class=\"has-text-align-center\" data-align=\"center\">Rango SQI<\/th><th class=\"has-text-align-center\" data-align=\"center\">Categor\u00eda<\/th><th class=\"has-text-align-left\" data-align=\"left\">Interpretaci\u00f3n<\/th><\/tr><\/thead><tbody><tr><td class=\"has-text-align-center\" data-align=\"center\">0.80 &#8211; 1.00<\/td><td class=\"has-text-align-center\" data-align=\"center\">Excelente<\/td><td class=\"has-text-align-left\" data-align=\"left\">Suelo de muy alta calidad, \u00f3ptimo para cultivos<\/td><\/tr><tr><td class=\"has-text-align-center\" data-align=\"center\">0.60 &#8211; 0.79<\/td><td class=\"has-text-align-center\" data-align=\"center\">Bueno<\/td><td class=\"has-text-align-left\" data-align=\"left\">Suelo de buena calidad, adecuado para la mayor\u00eda de cultivos<\/td><\/tr><tr><td class=\"has-text-align-center\" data-align=\"center\">0.40 &#8211; 0.59<\/td><td class=\"has-text-align-center\" data-align=\"center\">Moderado<\/td><td class=\"has-text-align-left\" data-align=\"left\">Calidad moderada, requiere manejo para mejorar<\/td><\/tr><tr><td class=\"has-text-align-center\" data-align=\"center\">0.20 &#8211; 0.39<\/td><td class=\"has-text-align-center\" data-align=\"center\">Bajo<\/td><td class=\"has-text-align-left\" data-align=\"left\">Baja calidad, necesita intervenci\u00f3n significativa<\/td><\/tr><tr><td class=\"has-text-align-center\" data-align=\"center\">0.00 &#8211; 0.19<\/td><td class=\"has-text-align-center\" data-align=\"center\">Muy Bajo<\/td><td class=\"has-text-align-left\" data-align=\"left\">Calidad muy baja, limitaciones severas<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n<h2 class=\"wp-block-heading\" id=\"reflexiones-finales\">Reflexiones Finales<\/h2>\n\n\n<p>El paquete <code>soilquality<\/code> proporciona un grupo de funciones que nos permite evaluar de manera robusta y flexible la calidad del suelo a trav\u00e9s de m\u00e9todos cuantitativos. La integraci\u00f3n de PCA para la selecci\u00f3n de MDS y AHP para la ponderaci\u00f3n de indicadores garantiza un enfoque cient\u00edficamente fundamentado que puede adaptarse a diferentes contextos ed\u00e1ficos y objetivos de manejo. <\/p>\n\n\n\n<p>Una importante fase de este proceso de c\u00e1lculo radica en la utilizaci\u00f3n de funciones de puntuaciones lineales y no lineales. Esto nos permite capturar la compleja relaci\u00f3n entre propiedades del suelo y su calidad funcional, lo que nos demuestra la flexibilidad del paquete, pero tambi\u00e9n su robustez para establecer relaciones y puntuaciones espec\u00edficas para cada propiedad del suelo. Finalmente el poder contar con herramientas de visualizaci\u00f3n, nos facilita la comunicaci\u00f3n de los resultados finales.<\/p>\n\n\n\n<p>Existe algunas funciones del paquete que no fueron exploradas pero que podr\u00edan implementarse. Espero que una vez practicado los scripts presentados, podamos profundizar en otras opciones un poco m\u00e1s complejas.<\/p>\n\n\n<h2 class=\"wp-block-heading\" id=\"referencias\">Referencias<\/h2>\n\n\n<ol class=\"wp-block-list\">\n<li>Ibrahim, H. M., Alasmary, Z., Majrashi, M. A., Harbi, M. A., Abldubise, A., Alghamdi, A. G., Ibrahim, H. M., Alasmary, Z., Majrashi, M. A., Harbi, M. A., Abldubise, A., &amp; Alghamdi, A. G. (2025). Application of Principal Component and Multi-Criteria Analysis to Evaluate Key Physical and Chemical Soil Indicators for Sustainable Land Use Management in Arid Rangeland Ecosystems. <em>Land<\/em>, <em>14<\/em>(11). <a href=\"https:\/\/doi.org\/10.3390\/land14112167\">https:\/\/doi.org\/10.3390\/land14112167<\/a><\/li>\n\n\n\n<li>Pouladi, N., Jafarzadeh, A.A., Shahbazi, F.&nbsp;<em>et al.<\/em>&nbsp;Assessing the soil quality index as affected by two land use scenarios in Miandoab region.&nbsp;<em>SN Appl. Sci.<\/em>&nbsp;<strong>2<\/strong>, 1875 (2020). <a href=\"https:\/\/doi.org\/10.1007\/s42452-020-03651-9\">https:\/\/doi.org\/10.1007\/s42452-020-03651-9<\/a><\/li>\n<\/ol>\n\n\n\n<p><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Introducci\u00f3n Para manejar la complejidad y los m\u00faltiples aspectos de las propiedades del suelo, los investigadores y profesionales utilizan el \u00edndice de calidad de suelo (SQI) como herramienta clave. El objetivo principal del SQI es combinar diversos indicadores f\u00edsicos, qu\u00edmicos y biol\u00f3gicos del suelo en una \u00fanica puntuaci\u00f3n global sin unidades. Esta agregaci\u00f3n simplifica los &hellip; <a href=\"https:\/\/www.educagis.com\/wpcarlos\/2025\/12\/15\/uso-de-soilquality-para-calcular-el-indice-de-calidad-de-suelo-sqi\/\" class=\"more-link\">Continuar leyendo<span class=\"screen-reader-text\"> \u00abUso de soilquality para calcular el \u00edndice de calidad de suelo (SQI)\u00bb<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_bbp_topic_count":0,"_bbp_reply_count":0,"_bbp_total_topic_count":0,"_bbp_total_reply_count":0,"_bbp_voice_count":0,"_bbp_anonymous_reply_count":0,"_bbp_topic_count_hidden":0,"_bbp_reply_count_hidden":0,"_bbp_forum_subforum_count":0,"footnotes":""},"categories":[6],"tags":[29,30,28],"class_list":["post-795","post","type-post","status-publish","format-standard","hentry","category-tools","tag-r-package","tag-soil-quality","tag-soils"],"_links":{"self":[{"href":"https:\/\/www.educagis.com\/wpcarlos\/wp-json\/wp\/v2\/posts\/795","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.educagis.com\/wpcarlos\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.educagis.com\/wpcarlos\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.educagis.com\/wpcarlos\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.educagis.com\/wpcarlos\/wp-json\/wp\/v2\/comments?post=795"}],"version-history":[{"count":23,"href":"https:\/\/www.educagis.com\/wpcarlos\/wp-json\/wp\/v2\/posts\/795\/revisions"}],"predecessor-version":[{"id":826,"href":"https:\/\/www.educagis.com\/wpcarlos\/wp-json\/wp\/v2\/posts\/795\/revisions\/826"}],"wp:attachment":[{"href":"https:\/\/www.educagis.com\/wpcarlos\/wp-json\/wp\/v2\/media?parent=795"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.educagis.com\/wpcarlos\/wp-json\/wp\/v2\/categories?post=795"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.educagis.com\/wpcarlos\/wp-json\/wp\/v2\/tags?post=795"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}