COLABORADORES

El objetivo de todo investigador es obtener datos de campo utilizables durante toda la duración de un estudio. Un buen conjunto de datos es el que un científico puede utilizar para sacar conclusiones o aprender algo sobre el comportamiento de los factores ambientales en una aplicación concreta. Sin embargo, como muchos investigadores han descubierto dolorosamente, obtener buenos datos no es tan sencillo como instalar sensores, dejarlos en el campo y volver para encontrar un registro preciso. Quienes no planifican con antelación, comprueban los datos a menudo y solucionan los problemas con regularidad suelen encontrarse con sorpresas desagradables, como cables del registrador de datos desenchufados, cables de sensores dañados por roedores o, peor aún, que no tienen datos suficientes para interpretar sus resultados. Afortunadamente, la mayoría de los contratiempos en la recogida de datos se pueden evitar con un equipo de calidad, un poco de previsión y un poco de preparación.

No te equivoques, te costará

A continuación se indican algunos errores comunes que se cometen al diseñar un estudio y que cuestan tiempo y dinero y pueden impedir que los datos sean utilizables.

• Caracterización del lugar: No se sabe lo suficiente sobre el lugar, su variabilidad u otros factores ambientales influyentes que guíen la interpretación de los datos.
• Ubicación de los sensores: Los sensores se instalan en un lugar que no responde a los objetivos del estudio (por ejemplo, en los suelos, tanto la ubicación geográfica de los sensores como la ubicación en el perfil del suelo deben ser aplicables a la pregunta de investigación).
• Instalación del sensor: Los sensores no están instalados correctamente, lo que provoca lecturas inexactas
• Recogida de datos: Los sensores y el registrador no están protegidos, y los datos no se comprueban regularmente para mantener un registro de datos continuo y preciso.
• Difusión de datos: Los datos no pueden ser comprendidos o reproducidos por otros científicos

En el siguiente seminario web, el Dr. Colin Campbell, investigador científico de METER, habla sobre el tema:

• 8 errores comunes en los datos
• Buenas prácticas fundamentales que nunca debe pasar por alto
• Cómo hacer que el descubrimiento del terreno sea lo menos doloroso posible

A la hora de diseñar un estudio, utilice las siguientes buenas prácticas para simplificar la recopilación de datos y evitar descuidos que impidan que los datos sean utilizables y, en última instancia, publicables.

La preparación previa a la instalación ahorra tiempo y dinero

Instalar los sensores en el laboratorio antes de salir al campo ayuda al investigador a entender cómo funcionan. Por ejemplo, los científicos pueden tomar lecturas de los sensores de suelo en distintos tipos de suelo, lo que les dará una idea sólida de los valores de humedad del suelo que cabe esperar en distintos escenarios. Conocer los sensores antes de ir al campo ayuda a los investigadores a comprender la instalación correcta, cuánto tiempo puede llevar una instalación y les permite diagnosticar problemas, como un sensor que pueda estar realizando una lectura incorrecta. Durante este tiempo, pueden determinar qué herramientas y equipos necesitarán para la instalación. Disponer de una caja de herramientas especial para la instalación, llena de herramientas importantes como bridas, alicates, rotuladores, linternas y pilas, puede ahorrar horas de viajes de ida y vuelta al lugar de la instalación.

La planificación es primordial

Los investigadores deben hacer un plano del emplazamiento con un mapa y recordar que una instalación suele llevar el doble de tiempo de lo que creen. Disponer de un plano del emplazamiento reduce considerablemente los errores humanos, sobre todo cuando se dispone de poco tiempo. Al llegar al lugar de la investigación, los científicos pueden realizar la instalación según el plano y anotar los ajustes en el mapa a medida que avanzan. Este paso ahorra mucho tiempo en el futuro si ellos u otros colegas tienen que encontrar y desenterrar un sensor problemático. También es importante contar con un plan de reserva para lo que pueda salir mal. Por ejemplo, ¿qué pasa si el suelo es demasiado rocoso a cierta profundidad? ¿O qué ocurrirá si no se puede instalar una estación meteorológica o un sensor de humedad a dos metros? Los investigadores tienen que pensar qué hacer si su plan original no va a funcionar porque, a menudo, no podrán volver al lugar durante semanas o meses.

La selección del emplazamiento puede ser decisiva

Antes de seleccionar un emplazamiento, los científicos deben definir claramente sus objetivos para la recogida de datos. Tienen que saber qué van a hacer con los datos, para que éstos puedan responder a las preguntas correctas. Una vez definidos los objetivos, el investigador puede empezar a decidir dónde colocar los sensores.

La cuestión más influyente a la que se enfrentará un investigador a la hora de determinar dónde colocar sus sensores es la variabilidad. Por ejemplo, los científicos que estudien el suelo tendrán que comprender factores de variabilidad como la pendiente, el aspecto, el tipo de vegetación, la profundidad, el tipo de suelo y la densidad del suelo. Si estudian un dosel vegetal, tendrán que conocer la heterogeneidad de la cubierta vegetal y desplegarse en consecuencia. Si un investigador está comparando datos, tendrá que ser coherente con la colocación de los sensores. Esto significa que las alturas por encima del suelo o las profundidades por debajo del suelo deben ser coherentes de un sitio a otro. No es posible controlar todas las fuentes de variabilidad, por lo que los investigadores deben controlar las más importantes. Para profundizar en la variabilidad, lea "Sensores de humedad del suelo: ¿Cuántos necesita?".

La elección del emplazamiento también debe ser práctica. Los investigadores necesitarán consultar los datos con la mayor frecuencia posible (recomendamos al menos una vez al mes) para asegurarse de que todo funciona correctamente, por lo que el registrador de datos debe ser accesible. Los registradores de datos móviles facilitan mucho el acceso a los datos, especialmente en lugares remotos. Cargar los datos en cloud significa que los científicos pueden acceder a ellos, compartirlos y solucionar problemas todos los días desde la comodidad de su oficina.

Además, cuando elijas la ubicación del registrador de datos, intenta evitar largos tendidos de cables que puedan provocar gradientes de potencial de tensión en caso de que caiga un rayo. Elija un lugar en el que sea fácil enchufar los sensores y ate con una cremallera el cable adicional al poste para aliviar la tensión y evitar que los cables se salgan del registrador. Los sensores desenchufados o las conexiones rotas pueden ser catastróficos para un estudio.

Más metadatos, más información

Cuantos más metadatos registren los investigadores en un lugar de investigación, mejor comprenderán sus datos y más tiempo ahorrarán a largo plazo. Algunos registradores de datos como el ZL6 registran automáticamente metadatos importantes, como la ubicación GPS, la presión barométrica y el número de serie del sensor. Además, las mediciones auxiliares, como la temperatura del suelo o el control del microclima, pueden ser otra fuente de metadatos. Una estación meteorológica "todo en uno" como la ATMOS 41 registra automáticamente los fenómenos meteorológicos y puede ser un medio importante para evaluar comparativamente o sobre el terreno la humedad del suelo, el potencial hídrico u otros datos.

Para documentar la información del lugar no registrada automáticamente por los instrumentos de campo, a muchos científicos les resulta práctico crear una hoja de trabajo compartida de caracterización del lugar que puedan utilizar para informar a otros colegas que trabajen en el lugar. Los metadatos que serán fundamentales para la futura comprensión y publicación de los datos son: tipo de suelo, densidad del suelo, tipos de cobertura, intervalo de medición, datos brutos y tipo de calibración utilizada, notas sobre un sistema de riego (si existe), qué sensores de humedad del suelo están instalados y a qué profundidad, notas sobre por qué se eligió el lugar, acontecimientos que puedan afectar a la recopilación de datos, como una cosecha, o cualquier otra información que pueda ser difícil de recordar al analizar los datos. Esta información será importante cuando llegue el momento de publicarla, y ponerla en un lugar compartido, cloud, le ahorrará quebraderos de cabeza.

Instalación: la clave de la precisión

Si un científico desea obtener datos precisos, la instalación correcta del sensor debe ser su prioridad número uno. Por ejemplo, al medir en el suelo, las variaciones naturales de densidad pueden provocar una pérdida de precisión del 2 al 3%, pero una mala instalación puede causar una pérdida de precisión superior al 10%. No se necesita mucho tiempo adicional para instalar correctamente los sensores, por lo que los investigadores deben leer atentamente las instrucciones (para obtener información más detallada, lea "Cómo instalar sensores de humedad del suelo: más rápido, mejor y para una mayor precisión"). Si instala sensores de humedad del suelo, utilice la herramienta de instalación de sondeos TEROS para obtener una mayor precisión.

Después de la instalación de los sensores, pero antes de cerrar la zanja o el barreno, asegúrese de comprobar los sensores con un ZSCnuestro dispositivo de lectura instantánea por Bluetooth, para asegurarse de que la lectura es precisa. Será doloroso desenterrar un sensor más tarde después de recoger los datos erróneos de toda una temporada.

Además, asegúrese de etiquetar cada sensor con el tipo de sensor, la profundidad de instalación y otra información que pueda ser importante. Los investigadores que instalan cientos de sensores a veces compran un dispositivo electrónico de etiquetado para poner códigos de barras a los sensores, pero también sirven la cinta adhesiva y un rotulador permanente. Mete las etiquetas dentro del registrador de datos para protegerlas de la intemperie.

Mantenimiento = tranquilidad

Proteger los sensores a toda costa es fundamental para un estudio. Es importante que los investigadores coloquen los cables de los sensores expuestos dentro de una tubería de PVC o un conducto eléctrico flexible y los suban por el poste del registrador de datos unos 60 cm (2 pies). Esto evitará que los roedores o las palas los dañen. Además, ata bien los cables al poste con bridas resistentes a UV, de modo que queden bien sujetos pero sin tirar del registrador de datos (asegúrate de que haya algún tipo de alivio de tensión). Durante las visitas al lugar, también es una buena idea inspeccionar las juntas del registrador de datos para comprobar si hay grietas. Si hay grietas en el sello del registrador de datos, puede que no sea resistente a la intemperie y debe ser reemplazado. Póngase en contacto con el servicio de atención al cliente para obtener una sustitución gratuita.

Además, los investigadores deben comprobar los datos reales con la mayor frecuencia posible para solucionar problemas. Un científico descubrió un error en los datos de su piranómetro al compararlos con los de un sensor cuántico situado a la misma altura. Sólo observando los valores reales descubrió que un pájaro había ensuciado su sensor de radiación solar, inutilizándolo para una parte importante de su estudio. Al final tuvo que calcular los datos a partir del sensor cuántico, que no era tan preciso. La comprobación periódica de los datos evitará problemas que pueden ser perjudiciales para un proyecto de investigación. El nuevo ZENTRA Cloud y ZL6 permiten a los investigadores solucionar problemas y representar gráficamente los datos con una frecuencia tan frecuente como diaria. Sólo dos o tres minutos dedicados a detectar tendencias o descubrir errores pueden ahorrar semanas de datos perdidos.

El momento oportuno lo es todo

El sitio ZL6al igual que sus predecesores, promedia los datos. Por tanto, si los investigadores no quieren una media, deberían registrar los datos con más frecuencia. Sin embargo, generar grandes cantidades de datos no favorecerá necesariamente el objetivo. Lo importante es captar y comprender las series temporales que corresponden a la hipótesis de investigación. Si un investigador intenta comprender las tendencias anuales de la humedad del suelo y toma datos cada cinco minutos, va a generar montones de datos que no serán útiles porque la humedad del suelo no cambia mucho cada minuto. Entonces, el investigador se ve obligado a realizar un postprocesado para diluir los datos. Aun así, si el objetivo del estudio es conocer el instante en que el agua empieza a infiltrarse en el suelo, es fundamental capturar datos a intervalos de un minuto o menos. Estos investigadores necesitarán un registrador de datos Campbell Scientific, o uno capaz de activar un evento de lectura basado en el cambio instantáneo. Sin embargo, la mayoría de la gente sobrestima la cantidad de datos que necesita. Cuando se mide la radiación solar, lo más probable es que cada 15 minutos sea suficiente. Para la evapotranspiración, es habitual registrar datos cada media hora. En estos y muchos otros casos, los intervalos de registro cortos, como cada cinco minutos, son probablemente demasiado frecuentes.

Otro paso importante que los investigadores olvidan a menudo es hacer coincidir todas las frecuencias de medición temporal de los registradores de datos. Si un investigador tiene dos registradores de datos que leen cada 15 minutos y otra persona configura un registrador para que lea cada hora, sólo podrá utilizar los datos horarios.

Interpretación de datos: pensar con originalidad

Si un científico descubre un error en los datos, no es necesariamente porque el sensor esté averiado. A menudo, las lecturas interesantes de los sensores cuentan una historia sobre lo que está ocurriendo en el suelo o el medio ambiente. A veces, la interpretación de los datos puede resultar difícil, y los investigadores pueden tener que volver al lugar de los hechos para comprender lo que está ocurriendo realmente. Por ejemplo: en la Figura 1, parece que un sensor de humedad del suelo puede estar roto, sin embargo, cuando el científico investigó más de cerca, descubrió que la evapotranspiración era mayor que la infiltración.

Además, es posible que los investigadores tengan que pensar con originalidad para interpretar sus datos. Pueden probar a ver los datos de varias formas distintas. La Figura 2 ilustra la forma temporal tradicional de representar los datos. En la Figura 3, los mismos datos pueden verse de una forma completamente distinta.

Los investigadores también pueden convertir sus datos de contenido de agua en potencial hídrico utilizando una curva de liberación de humedad (véase la figura 4).

Una vez obtenidos los datos del potencial hídrico, los datos tendrían el siguiente aspecto:

Graficar los mismos datos de tres formas distintas puede poner de manifiesto cuestiones o problemas que un investigador no percibiría con un gráfico temporal tradicional.

Haga que los datos trabajen para usted

Dedicar una pequeña cantidad de tiempo extra a hacer las cosas bien a lo largo de un experimento reporta grandes dividendos en ahorro de tiempo, esfuerzo y dinero. La preparación, la planificación, un objetivo de investigación claramente definido, la selección adecuada del emplazamiento, la instalación, el mantenimiento, los plazos y la correcta interpretación de los datos contribuyen en gran medida a evitar los típicos contratiempos que pueden poner en peligro un proyecto de investigación. ¿El resultado final? Datos que pueden publicarse o utilizarse para tomar decisiones.

Vea cómo funciona ZENTRA Cloud

En el siguiente vídeo, el Dr. Colin Campbell explica cómo ZENTRA Cloud simplifica el proceso de recopilación de datos y por qué los investigadores no pueden permitirse vivir sin él. A continuación, muestra en directo las funciones de ZENTRA Cloud .