Купить СНПЧ А7 Архангельск, оперативня доставка

Incertezas das Estimativas Espaciais do Teor de Matéria Orgânica do Solo

DOI: http://dx.doi.org/10.12702/III-SGEA-a33

 

downloadpdf

Daniel B. Teixeira1, Ismênia R. Oliveira2, José Marques Júnior3, Angélica S. R. S. Bahia4 & Gener T. Pereira5

 

Resumo: A identificação dos teores de matéria orgânica (MO) do solo pode contribuir para a determinação de áreas de manejo especifico. No entanto as estimativas espaciais conduzidas neste processo apresentam incertezas e estas devem ser consideradas no processo de tomada de decisão. Neste estudo objetivou-se avaliar a incerteza na predição da variabilidade espacial do teor de MO em Argissolo sob o cultivo de cana-de-açúcar, utilizando técnicas de simulações estocásticas e krigagem ordinária. Uma malha amostral regular contendo 626 pontos distanciados 50 m entre si foi estabelecida em área sob o cultivo de cana-de-açúcar. A quantificação das incertezas foi realizada utilizando as técnicas de krigagem ordinaria (KO), e simulação sequencial gaussiana (SSG) e indicatriz (SSI), por meio da contabilização de 200 realizações em cada procedimento estocástico. Modelos esféricos foram ajustados aos variogramas utilizados na SSG e SSI. De forma geral as técnicas de simulações estocásticas (SSG e SSI) possibilitaram a identificação e a avaliação das incertezas presentes nos procedimentos de interpolação da MO, sendo que as maiores incertezas estiveram associadas aos maiores valores estimados.

Palavras-chave: simulação sequencial gaussiana; simulação sequencial indicatriz; krigagem ordinária

 

Abstract: The identification of soil organic matter content (OM) may contribute to the determination of specific management areas. However spatial estimates have uncertainties and these should be considered in the decision-making process. This study aimed to evaluate the uncertainty in predicting the spatial variability of OM in Ultisol under sugarcane area, using techniques of stochastic simulations and ordinary kriging (OK). A regular sampling grid containing 626 points spaced 50 m apart was established in the area under sugarcane cultivation. The quantification of uncertainties was performed using techniques of OK, sequential Gaussian simulation (SGS) and sequential indicator simulation (SIS), by accounting for 200 stochastic realizations in each procedure. Spherical model were fitted to variograms used in SGS and SIS. Generally the techniques of stochastic simulations (SGS and SIS) enabled the identification and evaluation of the uncertainties present in the OM interpolation procedures, with the largest uncertainties were related to higher estimates.

Key words: sequential gaussian simulation; sequential indicator simulation; ordinary kriging.

 

1 Doutorando em Agronomia, UNESP/Jaboticabal/Depto. de Solos e Adubos, Via de Acesso Prof. Paulo Donato Castellane s/n 14884-900 Jaboticabal - SP, daniel.dbt@hotmail.com
2 Doutoranda em Agronomia, UNESP/Jaboticabal/Depto. de Ciências Exatas, ismenia.ribeiro. oliveira@gmail.com
3 Professor adjunto, UNESP/Jaboticabal/Depto. de Solos e Adubos, marques@fcav.unesp.br
4 Doutoranda em Agronomia, UNESP/Jaboticabal/Depto. de Solos e Adubos, angelicasantosrabelo@yahoo.com.br
5 Professor adjunto, UNESP/Jaboticabal/Depto. de Ciências Exatas, genertp@fcav.unesp.br

 

Literatura Citada

BASARIR, H.; KUMRAL, M.; KARPUZ, C.; TUTLUOGLU, L. Geostatistical modeling of spatial variability of SPT data for a borax stockpile site. Engineering Geology, Amsterdam, v. 114, n. 3-4, p.154-163, 2010.

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. 1.501-1511, 1994.

DEUTSCH, C. V.; JOURNEL, A. G. GSLIB: Geostatistical software Library and User´s Guide, New York: Oxford University Press, p.369, 1998.

EMBRAPA- Empresa Brasileira de Pesquisa Agropecuária, Centro Nacional de Pesquisa de Solos. Sistema Brasileiro de Classificação de Solos. Rio de Janeiro, 2006. 306 p.

EMPRESA BRASILEIRA DE PESQUISA AGROPECUÁRIA - EMBRAPA. Manual de métodos de análise de solo. 2.ed. Rio de Janeiro, Ministério da Agricultura e do Abastecimento, 1997. 212p.

GOOVAERTS, P. Estimation or simulation of soil properties? An optimization problem with conflicting criteria. Geoderma, Amsterdam, 97:165-186, 2000.

GRUNWALD, S.; REDDY, K. R.; PRENGER, J. P.; FISHER, M. M. Modeling of the spatial variability of biogeochemical soil properties in a freshwater ecosystem. Ecological Modelling, Amsterdam, v. 201, n. 3-4, p. 521-535, 2007.

SANCHEZ, R. B.; MARQUES JR., J.; PEREIRA, G. T.; NETO, J. B.; SIQUEIRA, D.S.; SOUZA, Z. M. Mapeamento das formas do relevo para estimativa de custos de fertilização em cana-de-açúcar. Engenharia Agrícola, Jaboticabal, v. 32, p. 280-292, 2012.

SANCHEZ, R.B.; MARQUES JR., J.; PEREIRA, G.T.; SOUZA, Z.M. Variabilidade espacial de propriedades de Latossolo e da produção de café em diferentes superfícies geomórficas. Revista Brasileira de Engenharia Agrícola e Ambiental, v.9, n.4, p.489-495, 2005.

SOUZA, Z.M.; MARQUES JR., J.; PEREIRA, G.T.; SÁENZ, C.M.S. Spatial variability of aggregate stability in Latosols under sugarcane. Revista Brasileira de Ciência do Solo, v. 33, p. 245-253, 2009.

TEIXEIRA, D.D.B., BICALHO, E.S., PANOSSO, A.R., PERILLO, L.I., IAMAGUTI, J.L., PEREIRA, G.T., LA SCALA JR, N. Uncertainties in the prediction of spatial variability of soil CO2 emissions and related properties. Revista Brasileira de Ciência do Solo, v. 36, n. 5, p. 1466-1475, 2012.

TROEH, F. R. Landform equations fitted to countour maps. American Journal of Soil Science, New Haven, v. 263, n. 3, p. 616-627, 1965.

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