Купить СНПЧ А7 Архангельск, оперативня доставка

crosscheckdeposited

Seleção Aleatória de Elementos Amostrais para a Construção de Mapas de Resistência do Solo a Penetração

DOI: http://dx.doi.org/10.13083/1414-3984.v21n01a07

http://www.seer.ufv.br/seer/index.php/reveng/index 

downloadpdf

Márcio P. de Oliveira1, Gustavo H. Dalposso2, Maycon D. Vieira3 & Deonir Secco4

 

Resumo: O estudo investigou o efeito da redução do número de elementos amostrais utilizados na representação da distribuição espacial da variável resistência do solo à penetração na camada de 0-0,1m realizada por meio da construção de mapas temáticos. O Grid100, com cem elementos amostrais espaçados 10m, são utilizados como referência; e a redução do número de amostras considera um Grid25, ou seja, com 25 elementos amostrais espaçados 20 m, dos quais foram selecionados três elementos por seleção aleatória para formar um Grid46, que é constituído pelos 25 elementos do Grid25 mais os 21 elementos amostrais vizinhos dos três obtidos de modo aleatório no conjunto do Grid25. A comprovação da eficácia do sorteio aleatório para a escolha dos elementos a serem amostrados foi realizada por meio da comparação de dois mapas temáticos da resistência do solo à penetração a 0-0,1m. O primeiro mapa gerado considerou para uma região de 10.000 m2 um conjunto amostral de 100 pontos com distância de 10m, que foram utilizados para a construção do mapa de referência com o Grid100. O segundo mapa foi gerado considerando a mesma região, mas com o conjunto de dados reduzidos, o Grid46, chamado mapa modelo. A comparação dos mapas foi realizada por meio da matriz dos erros com os índices de exatidão global e Kappa de 0,87 e 0,78, respectivamente. Essa forma de se obter uma malha amostral é um recurso à redução do número de amostras com vistas à minimização das operações de campo e custos de laboratório para a mensuração de outras propriedades do solo. A avaliação dos índices mostrou que os mapas possuem semelhança muito boa, o que sugere que em uma atividade de campo para amostragem dessa propriedade do solo, pode-se realizar amostragem apenas nos pontos obtidos pela grade modelo, o que reduz o número de amostras a serem coletadas.

Palavras-chave: dependência espacial, exatidão global, índice Kappa, krigagem, matriz dos erros

 

Abstract: The study investigated the effect of reduction of the sample elements number used in the representation of the distribution of spatial variable of soil resistance to the penetration (RSP) on layer 0-0,1m in the thematic maps. The Grid100, with one hundred sample elements marked every 10m is used as reference set and the reduction of the number of samples is considered as Grid 25. In other words, 25 elements sample marked every 20 m plus 21 elements sample that is neighbor of three elements sample selected by random process within Grid25. The random process efficiency was verified by comparison of maps of spatial variability of soil resistance to penetration on layer 0-0,1m. The first map constructed for a region of 10.000 m2 considered a sample set with 100 points marked every 10m, called reference map with the Grid100. The second map constructed to the same region, but using the sample set reduced, the Grid46, called model map. The comparison between the thematic maps was realized by error matrix with the index values of global accuracy and Kappa of 0,87 and 0,78, respectively. The index showed that the thematic maps have a very good similarity. This form to select the sampling grid is a resource to reduced number of sample to minimizate the field operations and the costs including the laboratory labor to measure other soil properties. Thus, the reduction of the number of sample grid, called Grid46, is suggested to sampling the soil properties in the region of study with purpose to reduce the number of samples to be collected and the costs to measure it.

Key words: error matrix, global accuracy, Kappa index, kriging, spatial dependency

 

1 Matemático, Professor Assistente da UTFPR, Câmpus Toledo, Toledo, PR, marciooliveira@utfpr.edu.br
2 Matemático, Professor Assistente da UTFPR, Câmpus Toledo, Toledo, PR, gustavodalposso@utfpr.edu.br
3 Matemático, Mestrando em Energia na Agricultura da UNIOESTE, Cascavel, PR, maycondaniel@hotmail.com
4 Engenheiro Agrônomo, Professor Assistente, UNIOESTE, Câmpus Cascavel, Cascavel, PR, deonir@unioeste.br

 

Literatura Citada

ANDERSON, J.R.; HARDY, E.E.; ROACH, J.T.; WITMER, R.E. et al. A land use and land cover classification system for use with remote sensor data. GeologicalSurvey Professional Paper 964. Washington: USGS. 1976. 41p.

ASSUMPCAO, R.A.B.; OPAZO, M.A.U.; GALEA, M. Local influence for spatial analysis of soil physical properties and soybean yield using student’s t-distribution. Revista Brasileira de Ciência do Solo, Viçosa, v.35, n.6, 2011.

BANERJEE, S.; GELFAND, A.E.; FINLEY, A.O.; SANG, H. Gaussian predictive process models for large spatial data sets. Journal of the Royal Statistical Society, London, v.70, part 4, p.825- 848, 2008. doi

BEULTER, A.N.; CENTURION, J.F. Compactação do solo no desenvolvimento radicular e na produtividade da soja. Pesquisa Agropecuária Brasileira, Brasília, v.39, n.6, p.581-588, 2004. doi

CAMBARDELLA, C.A.; MOORMAN, T.B.; NOVAK, J.M.; PARKIN, T.B.; KARLEN, D.L.; TURCO, R.F.; KONOPKA, A.E. Field-scale variability of soil properties in central Iowa soils. Soil Science Society America Journal, Madison, v.58, n.5, p.1501-1511, 1994. doi

CANARACHE, A. Penetrometer: a generalized semi-empirical model estimating soil resistance to penetration. Soil Tillage Research, Amsterdam, v.16, p.51-70, 1990. doi

CARVALHO, J.R.P.; SILVEIRA, P.M.; VIEIRA, S.R. Geoestatística na determinação da variabilidade espacial de características químicas do solo sob diferentes preparos. Pesquisa Agropecuária Brasileira, Brasília, v.37, n.8, p.1151-1159, 2002. doi

CONGALTON, R.G.; GREEN, K. Assessing the accuracy of remotely sensed data: principles and practices. New York: Lewis Publishers, 1999. 136p.

CRESSIE, N. Statistics for spatial data. New York: Jonh Wiley, 1993. 900p.

DALPOSSO, G.H.; URIBE-OPAZO, M.A.; BORSSOI, J.A.; JOHANN, J.A.; MERCANTE, E. Previsão da produção de Trigo utilizando métodos geoestatísticos. In: AVANCES EN INGENIERÍA RURAL 2007-2009. Rosario: Editorial de la Universidad Nacional de Rosario, v.1, p.78-86, 2009.

DE BASTIANI, F.; URIBE-OPAZO, M.A.; DALPOSSO, G.H. Comparison of maps of spatial variability of soil resistance to penetration constructed with and without covariables using a spatial linear model. Engenharia Agrícola, v.32, p.394-404, 2012. doi

DIGGLE, P.J.; RIBEIRO JR, P.J. Model Based Geostatistics. New York: Springer. 2007. 230p.

EMBRAPA. EMPRESA BRASILEIRA DE PESQUISA AGROPECUÁRIA. Sistema brasileiro de classificação de solos. 2.ed. Rio de Janeiro, 2006. 306p.

FARACO, M.A. et al. Seleção de modelos de variabilidade espacial para elaboração de mapas temáticos de atributos físicos do solo e produtividade da soja. Revista Brasileira de Ciência do Solo [online]. v.32, n.2, p.463-476, 2008. doi

GOMES, P. Curso de Estatística Experimental. 14 ed. Piracicaba: Degaspari, 2000. 477p.

KNIGHTS, E.G. Crambe: A North Dakota case study. A Report for the Rural Industries Research and Development Corporation, RIRDC Publication No. W02/005, Kingston, 2002. 25p.

LANDIS, J.R.; KOCH, G.G. The measurement of observer agreement for categorical data. Bioometrics, v.33, n.1, p.159-174, 1977. doi

MATHERON, G. Principles of geoestatistics. Economic Geology, Littleton, v.58, n.8, p.1246-1266, 1963. doi

MOURÃO JUNIOR, C.A. Questões em bioestatística: O tamanho da amostra. Revista Interdisciplinar de Estudos Experimentais, v.1, n.1, p.26-28, 2009.

McBRATNEY, A.; WEBSTER, R. Choosing functions for semi-variograms of soil properties and fitting them to sample estimates. Journal of Soil Science, Oxford, v.37, n.4, p.617-639, 1986. doi

OLIVEIRA, M.P; TAVARES, M.H.F.; URIBEOPAZO, M.A.; TIMM, L.C. Selecting statistical models to study the relationship between soybean yield and soil physical properties. Revista Brasileira de Ciência do Solo, vol.35 n.1, p.97- 104, 2011. doi

RIBEIRO JÚNIOR, P.J. Métodos geoestatísticos no estudo da variabilidade espacial de parâmetros do solo. 1995. 99f. Dissertação (Mestrado) - Escola Superior de Agricultura “Luiz de Queiroz”, Piracicaba, 1995.

SILVA, E.M.R; ALMEIDA, D.L.; FRANCO, A.A.; DÖBEREINER, J. Adubação verde no aproveitamento do fosfato em solo ácido. Revista Brasileira de Ciência do Solo, v.9, n.1, p.85-88, 1985.

WEBSTER, R.; OLIVER, M.A. Statistical Methods in Soil and Land Resource Survey. Oxford University Press, Oxford, 1990. 316 p.