Dissimilaridade de mapas gerados na geoestatística parametrizada e seu pressuposto modelo automático de software na agricultura de precisão

Autores

DOI:

https://doi.org/10.5433/1679-0359.2020v41n6Supl2p2873

Palavras-chave:

Análise espacial, Atributos químicos do solo, Mapas de isolinhas, Semivariograma.

Resumo

A geoestatística é uma das principais técnicas utilizadas para determinar a variabilidade espacial dos atributos do solo. O objetivo deste trabalho foi comparar o uso de semivariogramas elaborados através do acompanhamento paramétrico da geoestatística e seu pressuposto modelo realizado automaticamente por software na confecção dos mapas de fertilidade do solo. Foram comparados os mapas dos valores de pH, fósforo (P), potássio (K+), cálcio (Ca2+), magnésio (Mg2+), enxofre (SO42-) e saturação por bases (V%), provenientes de 60 amostras coletadas de área de Latossolo Vermelho Distrófico coletadas na profundidade 0-20 cm e malha de 300 m de distância entre os pontos. Os mapas foram comparados por matrizes de erro e avaliadas pelos índices Exatidão Global, Kappa e Tau. O uso de semivariogramas parametrizados e seu pressuposto modelo automático do software não apresentaram alta coincidência para os teores de P disponível e Mg2+, sendo necessário ajustes das variáveis dos semivariogramas na análise espacial em função dos outliers, soma dos quadrados dos resíduos, coeficiente de determinação e validação cruzada para melhor representação da variabilidade dos dados e assim, evitar distorções do alcance do ponto amostral para uma boa representatividade dos atributos estudados, o que contraria o modelo automático gerado pelo software.

Downloads

Não há dados estatísticos.

Biografia do Autor

Katiaíres Evangelista Delpin Malvezi Malvezi, Universidade Estadual de Londrina

Discente do Curso de Doutorado do Programa de Pós-Graduação em Agronomia, Universidade Estadual de Londrina, UEL, Londrina, PR, Brasil.

Rubson Natal Ribeiro Sibaldelli, Embrapa Soja

Matemático, Especialista em Estatística, Empresa Brasileira de Pesquisa Agropecuária, EMBRAPA Soja, Londrina, PR, Brasil.

Osvaldo Coelho Pereira Neto, Universidade Estadual de Londrina

Prof. Dr., Departamento de Geociências, Centro de Ciências Exatas, UEL, Londrina, PR, Brasil.

Larissa Alexandra Cardoso Moraes, Embrapa Soja

Pesquisadora, Empresa Brasileira de Pesquisa Agropecuária, EMBRAPA Soja, Londrina, PR, Brasil

Otávio Jorge Grigoli Abi Saab, Universidade Estadual de Londrina

Prof. Dr., Departamento de Agronomia, Centro de Ciências Agrárias, UEL, Londrina, PR, Brasil.

Adônis Moreira, Embrapa Soja

Pesquisador, Empresa Brasileira de Pesquisa Agropecuária, EMBRAPA Soja, Londrina, PR, Brasil.

Referências

Almeida, L. S., & Guimarães, E. C. (2017). Agricultura de precisão: um alerta à imprecisão - estudo de caso na cafeicultura. Revista de Agricultura Neotropical, 4(2), 41-48. doi: 10.32404/rean.v4i2.1469

Bernardi, A. C. C., Naime, J. M., Resende, A. V., & Bassoi, L. H. (2014). Agricultura de precisão: resultados de um novo olhar. Brasília: EMBRAPA Tecnologia da Informação.

Cambardella, C. A., Moorman, T. B., Novak, J. M., Parkin, T. B., Karlen, D. L., Turco, R. F., & Konopka, A. E. (1994). Field scale variability of soil properties in Central Iowa soils. Soil Science Society of America Journal, 58(5), 1501-1511. doi: 10.2136/sssaj1994.03615995005800050033x

Campagnolo, M. L., & Caetano, M. S. (2002). Abordagens multiestratégicas para classificação de imagens de satélite: aplicação numa zona florestal. Lisboa: (Relatório Técnico, 6). Departamento de Matemática, Instituto Superior de Agronomia, Universidade Técnica de Lisboa.

Congalton, R. G. (1991). A review of assessing the accuracy of classifications of remotely sensed data. Remote Sensing of Environment, 49(12), 1671-1678. doi: 10.1016/0034-4257(91)90048-B

Costa, N. R., Carvalho, M. P., Dal Bem, E. A., Dalchiavom, F. C., & Caldas, R. R. (2014). Produtividade de laranja correlacionada com atributos químicos do solo visando a zonas específicas de manejo. Pesquisa Agropecuária Tropical, 44(4), 391-398. doi: 10.1590/S1983-40632014000400001

Empresa Brasileira de Pesquisa Agropecuária (1997). Manual de métodos de análise de solo. (2a ed.). Rio de Janeiro: EMBRAPA Solos.

Ferreira, R. C., Sibaldelli, R. N. R., Morais, H., Saab, O. J. G. A., & Farias, J. R. B. (2017). Spatial variability of meteorological observations and impacts on regional estimates of soybean grain productivity. Semina: Ciências Agrárias, 38(4), 2265-2278. doi: 10.5433/1679- 0359.2017v38n4Supl1 p2265

Freitas, A. R., Barioni, W., Jr., Ferreira, R. P., Cruz, C. D., Moreira, A., & Vilela D. (2008). Técnicas de análises exploratórias em dados de cultivares de alfafa. Revista Brasileira de Zootecnia, 37(9), 1531-1536. doi: 10.1590/S1516-35982008000900003

Gamma Design Software GS+ (2007). Geostatistical for environmental science. Versão 7. Michigan: Gamma Design Software. Citação da referência no texto incompleta. Corrigir para: Gamma Design Software [GS+] (2007).

Grego, C. R., & Vieira, S. R. (2005). Variabilidade espacial de propriedades físicas do solo em uma parcela experimental. Revista Brasileira de Ciência do Solo, 29(2), 169-177. doi: 10.1590/S0100-06832005000 200002

Junqueira, J. A., Jr., Silva, A. M., Mello, C. R., & Pinto, D. B. F. (2008). Continuidade espacial de atributos físico-hídricos do solo em sub-bacia hidrográfica de cabeceira. Ciência e Agrotecnologia, 32(3), 914-922. doi: 10.1590/S0100-06832005000200002

Moreira, A., Costa, A., Motta, A. C. V., Muniz, A. S., Cassol, L. C., Zanão, L. A., Jr., & Pauletti, V. (2019). Manual de adubação e calagem para o Estado do Paraná. Curitiba: SBCS-NEPAR.

Moreira, A., Moraes, L. A. C., Schroth, G., Becker, F. J., & Mandarino, J. M. G. (2017). Soybean yield and nutritional status response to nitrogen sources and rates of foliar fertilization. Agronomy Journal, 109(2), 629-635. doi: 10.2134/agronj2016.04.0199

Ponzoni, F. J., & Rezende, A. C. P. (2002). Influência da resolução especial de imagens orbitais na identificação de elementos da paisagem em Altamira-PA. Árvore, 26(4), 403-410. doi: 10.1590/S0100-67622002000400002

Rendu, J. M. (1978). An introduction to geostatistical methods of mineral evaluation. Johannesburg: South African Institute of Mining and Metallurgy.

Ribeiro, P. J., Jr., Viola, D. N., Demetrio, C. G. B., Manly, B. F., & Fernandes, O. A. (2009). Spatial pattern detection modeling of thrips (Thrips tabaci) on onion fields. Scientia Agricola, 66(1), 90-99. doi: 10.1590/S0103-90162009000100013

Sibaldelli, R. N. R., Carvalho, J. F. C., & Oliveira, M. C. N. (2015). Uso de geoestatística no estudo da variabilidade espacial da capacidade de troca de cátions do solo. Global Science Technology, 8(1), 141-156. doi: 10.14688/1984-3801/gst.v8n1p141-156

Silveira, R. V. A., & Moreira, A. (2016). Aplicação de taxa variável uniformiza as áreas e maximiza o uso de fertilizantes e corretivos em floresta de eucalipto e pinus no Estado de Minas Gerais. Addubare, 31(2), 9-9.

Silvestre, M. R. (2016). Técnicas estatísticas utilizadas em climatologia geográfica: diagnóstico e propostas. Tese de doutorado, Faculdade de Ciências e Tecnologia, Universidade Estadual Paulista, Presidente Prudente. São Paulo, Brasil.

Souza, L. S., Cogo, N. P., & Vieira, S. R. (1997). Variabilidade de propriedades físicas e químicas do solo em pomar cítrico. Revista Brasileira de Ciência do Solo, 21(3), 1-10. doi: 10.1590/S0100-06831997 000300003

Tschiedel, M., & Ferreira, M. F. (2002). Introdução à agricultura de precisão: conceitos e vantagens. Ciência Rural, 32(1), 159-163. doi: 10.1590/S0103-84782002000100027.

Vieira, J. E. R., Fº. (2014). Transformação histórica e padrões tecnológicos da agricultura brasileira. In A. M. Buainain, E. Alves, J. M. Silveira, & Z. Navarro (Ed.), O mundo rural no Brasil do século 21: a formação de um novo padrão agrário e agrícola (pp. 395-452). Brasília: EMBRAPA Tecnologia da Informação.

Vieira, S. R. (2000). Geoestatística em estudos de variabilidade espacial do solo. In R. F. Novais, V. V. H. Alvarez, & C. E. G. R. Schaefer (Ed.), Tópicos em ciência do solo (pp. 1-54). Viçosa, MG: Sociedade Brasileira de Ciência do Solo.

Vieira, S. R., Hatfield, J. L., Nielsen, D. R., & Biggar, J. W. (1983). Geostatistical theory and application to variability of some agronomical properties. Hilgardia, 51(1), 1-75. doi: 10.3733/hilg.v51n03p075

Viola, R. M., Mello, C. R., Pinto, D. B. F., Mello, J. M., & Ávila, L. F. (2010). Métodos de interpolação espacial para o mapeamento da precipitação pluvial. Revista Brasileira de Engenharia Agrícola e Ambiental, 14(9), 970-978. doi: 10.1590/S1415-43662010000900009

Webster, R., & Oliver, M. A. (2007). Geostatistics for environmental scientists. Chichester: John Wiley & Sons.

Yamamoto, J. K., & Landim, P. M. B. (2013). Geoestatística: conceitos e aplicações. São Paulo: Oficina de Textos.

Downloads

Publicado

2020-11-06

Como Citar

Malvezi, K. E. D. M., Sibaldelli, R. N. R., Pereira Neto, O. C., Moraes, L. A. C., Saab, O. J. G. A., & Moreira, A. (2020). Dissimilaridade de mapas gerados na geoestatística parametrizada e seu pressuposto modelo automático de software na agricultura de precisão. Semina: Ciências Agrárias, 41(6Supl2), 2873–2882. https://doi.org/10.5433/1679-0359.2020v41n6Supl2p2873

Edição

Seção

Artigos

Artigos mais lidos pelo mesmo(s) autor(es)

1 2 > >>