Estimación de la capacidad fértil del suelo a través del manejo de la incertidumbre con lógica neutrosófica

Este estudio propone un marco de aprendizaje automático que integra la clasificación mediante Bosque Aleatorio con la lógica neutrosófica para la predicción de la fertilidad del suelo a partir de 16 propiedades fisicoquímicas. El modelo alcanza una precisión robusta del 95 % e incorpora un novedoso mecanismo de cuantificación de la incertidumbre mediante los valores neutrosóficos de verdad (T), indeterminación (I) y falsedad (F), calculados a partir de las probabilidades de predicción. La estrategia asigna alta confianza (T = 0,9) a probabilidades ≥ 0,9, indeterminación moderada (I = 0,3) en casos límite (0,5 ≤ p < 0,9) y falsedad (F = 0,5) a predicciones de baja confianza (< 0,5). Este esquema posibilita un soporte de decisiones escalonado, donde el 60 % de los casos reciben recomendaciones automatizadas, el 25 % requiere revisión experta y el 15 % se marca para rechazo. El análisis de importancia de variables revela que la arcilla (24,1 %) y la capacidad de intercambio catiónico – CIC (18,7 %) son los predictores dominantes, en coherencia con los fundamentos agronómicos, lo que fortalece la interpretabilidad de los resultados. En conjunto, este enfoque contribuye al avance de la agricultura de precisión, al complementar las clasificaciones binarias con métricas de confianza prácticas, especialmente útiles para gestionar escenarios de incertidumbre en las condiciones del suelo.