Купить СНПЧ А7 Архангельск, оперативня доставка

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

DOI: http://dx.doi.org/10.12702/I-SGEA-a13

 

downloadpdf

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

 

Resumo: O estudo da variabilidade espacial do solo tem grande importância para a caracterização de solos. No entanto, deve-se atentar para a melhor forma de estimarmos o padrão espacial dos atributos do solo. A krigagem ordinária visa à melhor estimativa local baseada em dados vizinhos amostrados. A simulação, entretanto, visa à reprodução da estatística dos dados amostrados. Este trabalho objetiva determinar dentre as técnicas de Krigagem Ordinária e simulação sequencial Gaussiana (1000, 5000 e 10000 realizações) qual a mais adequada para descrever o padrão de distribuição espacial das propriedades químicas de um Latossolo. As amostras foram retiradas em uma malha amostral irregular com 64 pontos, na profundidade de 0-20 cm. Para as variáveis Ca, Mg, V% e CTC a simulação foi superior a krigagem, em contrapartida para SB (soma de bases) e H+Al a Krigagem Ordinária foi mais eficiente na representação da distribuição espacial dos dados.

Palavras-chave: geoestatística, krigagem, simulação.

 

Abstract: The study of spatial variability of soil is very important for soils characterization. However, it should be look carefully for the best way to estimate the spatial pattern of soil attributes. The ordinary kriging aims at the best local estimate based on neighborhood sampled. In the other hand, the simulation seeks to reproduce the statistics of sampling data. This study aims to determine among the techniques of ordinary kriging and sequential Gaussian simulation (1000, 5000 and 10000 events) what is the most appropriate to describe the pattern of spatial distribution of chemical properties of an Oxisol. Samples were taken in an irregular sampling grid with 64 points, at the depth of 0-20 cm. For the variables Ca, Mg, V% CTC and the simulation was superior than kriging, in contrast to SB (sum of bases) and H + Al the ordinary kriging was more efficient in the representation of the spatial distribution of data.

Key words: geostatistic, 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

BÖNISCH, s. Geoprocessamento ambiental com tratamento de incerteza: o caso do zoneamento pedoclimático para a soja no Estado de Santa Catarina. 2001. 189 f. Dissertação (Mestrado) – Instituto Nacional de Pesquisa Espaciais, São José dos Campos.

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

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.

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

LANDIM, P. M. B. Sobre Geoestatística e mapas. Terra e Didática, v. 2, n. 1, p. 19-33, 2006.

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.

MELLO, G.; BUENO, C. R. P.; PEREIRA, G. T. Variabilidade espacial das propriedades físicas e químicas do solo em áreas intensamente cultivadas. Rev. Bras. de Eng. Agr.e Amb., v. 10, n. 2, p. 294-305, 2006.

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

ORTIZ, J. O.; FELGUEIRAS, C. A.; DRUCK, S.; MONTEIRO, A. M. V. Modelagem de fertilidade do solo por simulação estocástica com tratamento de incertezas. Pesquisa Agropecuária Brasileira, v. 39, 2004.

RAIJ, B. V.; QUAGGIO, J.A.; CANTARELLA, H.; FERREIRA, M.E.; LOPES, A.S.; BATAGLIA, C.O. Análise química do solo para fins de fertilidade. Fundação Cargill, Campinas, p.170, 1987.

ROBERTSON, G. P. GS+: Geostatistics for the environmental sciences: GS+ user’s guide. Plainwell: Gamma Design Software, p.152, 1998.

SOUZA, L. Variabilidade espacial do solo em sistemas de manejo. 1992. 162 p. Tese (Doutorado em Agronomia) – Universidade Federal do Rio Grande do Sul, Porto Alegre.

SURFER for windows, Realease 6.01. Surface Mapping System. Golden Software, 1995.

VIEIRA, S. R.; HATFIELD, J. L.; NIELSEN, D. R.; BIGGAR, J. W. Geoestatistical theory and application to variability of some agronomical properties. Hilgardia, Berkeley, v. 51, n. 3, p. 1-75, 1983.

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: Soci. Bras. Ciên. Solo, p. 1-54, 2000.

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