Купить СНПЧ А7 Архангельск, оперативня доставка

Comparação entre Métodos de Interpolação na Determinação de Propriedades Físicas de Um Latossolo

DOI: http://dx.doi.org/10.12702/I-SGEA-a12

 

downloadpdf

Daniel B. Teixera1, Alan R. Panosso2, Gener T. Pereira3 & Newton L. Scala Júnior4

 

Resumo: Estudos buscam a caracterização e quantificação da variabilidade espacial das propriedades físicas do solo, porém muitos não se preocupam com qual o melhor método para estimar as propriedades em locais não amostrados. A krigagem ordinária é o melhor estimador linear não viezado da variável no espaço. Já a simulação sequencial Gaussiana busca a representação das flutuações dos valores amostrados, promovendo uma representação provável dos dados obtidos. O objetivo deste trabalho foi determinar dentre as técnicas de Krigagem Ordinária e simulação sequencial Gaussiana qual a mais adequada para descrever o padrão de distribuição espacial das propriedades físicas de um Latossolo. As amostras foram retiradas na profundidade de 0-20 cm, em uma malha com 64 pontos. A densidade do solo foi melhor representada pela krigagem, enquanto para a areia e diâmetro médio ponderado a simulação obteve melhores resultados. Ambas as técnicas mostraram eficácia em relação ao diâmetro geométrico da partícula.

Palavras-chave: geoestatística, krigagem, simulação

 

Abstract: Studies aims to characterize and quantify the spatial variability of soil physical properties, but many do not worry about the best method for estimating the properties in unsampled locations. The ordinary kriging is the best linear unbiased estimator of the variable in space. However, the sequential Gaussian simulation seeks to represent the fluctuations of the sampled values, promoting a likely representation of the obtained data. The objective of this study was to determine among the techniques of ordinary kriging and sequential Gaussian simulation which one is the most appropriate to describe the pattern of spatial distribution of physical properties of an Oxisol. Samples were taken at depth of 0-20 cm in a grid with 64 points. Soil density was better represented by kriging, while for the sand and the weighted average diameter obtained better simulation results. Both techniques were effective in the geometric diameter of the particle.

Key words: geostatistics, kriging, simulation.

 

1 Graduando em Agronomia, UNESP/Jaboticabal/Depto. de Ciências Exatas, Via de Acesso Prof. Paulo Donato Castellane s/n 14884-900 Jaboticabal - SP, daniel.dbt@hotmail.com
2 Pós-graduando em Agronomia - Produção Vegetal, UNESP/Jaboticabal/Depto. de Ciências Exatas, Via de Acesso Prof. Paulo Donato Castellane s/n 14884-900 Jaboticabal - SP, arpanosso@yahoo.com.br
3 Professor Assistente Doutor, UNESP/Jaboticabal/Depto. de Ciências Exatas, Via de Acesso Prof. Paulo Donato Castellane s/n 14884-900 Jaboticabal - SP, genertp@fcav.unesp.br
4 Professor adjunto, UNESP/Jaboticabal/Depto. de Ciências Exatas, Via de Acesso Prof. Paulo Donato Castellane s/n 14884-900 Jaboticabal - SP, lascala@fcav.unesp.br

 

Literatura Citada

CERRI, C.E.P., BERNOUX, M., VOLKOFF, B., VICTORIA, R.L., MELILLO, J.M., PAUSTIAN, K., CERRI, C.C. Assessment of soil property spatial variation in an Amazon pasture: basis for selecting an agronomic experimental area. Geoderma, v. 123, p. 51-68, 2004.

GOOVAERTS, P. Geostatistical modelling of uncertainty in soil science. Geoderma. V. 103, p. 3-26, 2001.

ISAAKS, E. H.; SRIVASTAVA, R. M. Applied geostatistics. Nova York: Oxford University Press, p .561, 1989.

LIN, Y.P. Simulating Spatial Distributions, Variability and Uncertainty of Soil Arsenic by Geostatistical Simulations in Geographic Information Systems. The Open Environmental Journal, v. 2, p.26-33, 2008.

Minitab Statistical Software, Version 11.0, 1998. Minitab Inc., State College, PA.

ROBERTSON, G. P. GS+: Geostatistics for the environmental sciences: GS+ user’s guide. Plainwell: Gamma Design Software, p.152, 2006.

GOLDEN SOFTWARE. SURFER for windows, Realease 6.01. Surface Mapping System, 1995.

VIEIRA, S. R. Geoestatística em estudos de variabilidade espacial do solo. In: NOVAIS, R. F.; ALVAREZ V., V. H.; SCHAEFER, C. E. (Ed.) Tópicos em ciência do solo. Viçosa: Sociedade Brasileira de Ciência do Solo, p. 1-54, 2000.

WEBSTER, R.; OLIVER M. A. Statistical methods in soil and land resource survey. Oxford Univ. Press, New York. 1990.