Sistema de Eventos Acadêmicos da UFMT, V SEMANA ACADÊMICA DE SINOP

Tamanho da fonte: 
Predição de frações granulométricas de solo pelo modelo regressão-krigagem em área agrícola na região de Sinop-MT
Jose Carlos Carolo Filho, Tânia Maria de Carvalho

Última alteração: 01-10-18

Resumo


A textura do solo é uma das características mais importantes no tocante a seu comportamento físico e químico e, portanto, essencial para o estabelecimento de práticas de manejo adequadas e sustentáveis. Modelos de predição de textura de solo têm sido desenvolvidos, baseados em métodos quantitativos estatísticos e geoestatísticos, dentre os quais a regressão-krigagem (RK). O modelo RK permite a representação contínua de atributos de solo, estimados a partir de valores de covariáveis ambientais que decisivamente afetam o processo de formação do solo. Este trabalho apresenta resultados parciais de um estudo que está sendo desenvolvido com objetivo de avaliar a aplicação desse modelo para mapear a textura do solo em uma área agrícola no município de Sinop- MT. Foram usados dados secundários, obtidos na camada de 0,20 m, em um grid de 150X150 m, composto por 207 pontos amostrais. As covariáveis preditoras avaliadas foram selecionadas com base na literatura, consistindo daquelas que têm apresentado comumente correlação com a textura, derivadas principalmente do fator relevo. Esse fator foi representado por dois modelos digitais de elevação (MDE), de diferentes resoluções. A estatística descritiva dos dados de solos e das covariáveis evidenciou alta variância e valores médios característicos das classes de solo presentes na área. Dentre as covariáveis ambientais contínuas avaliadas, a elevação corrigida, rede de canais de drenagem, e elevação (DEM) apresentaram correlação significativa com as frações areia e argila do solo. No caso de os modelos preditivos por RK resultarem deficientes, com baixos valores de coeficiente de determinação e erro de predição, serão aplicados modelos geoestatísticos, utilizando-se a krigagem.

Palavras-chave


mapeamento de solo; regressão linear; erro de predição.