Modelagem da incerteza da distribuição espacial de fósforo e potássio do solo sob a cultura canavieira
Carregando...
Arquivos
Data
2013-02-28
Autores
Oliveira, Ismênia Ribeiro de [UNESP]
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Estadual Paulista (Unesp)
Resumo
O tratamento das incertezas associadas às predições dos atributos de solos é de suma importância para aumentar a confiabilidade dos métodos geoestatísticos e incrementar o desenvolvimento de tecnologias que permitam o manejo localizado e aumente a eficiência das atividades agrícolas. Neste trabalho, foi avaliado o desempenho dos métodos de interpolação geoestatísticos no que diz respeito, principalmente, ao tratamento das incertezas associadas às predições desses métodos. Foram avaliados dois métodos de simulação estocástica, a simulação sequencial gaussiana (SSG) e a simulação sequencial indicatriz (SSI), comparando com o método já consagrado krigagem ordinária (KO). Foi realizado um estudo de caso, com os atributos do solo fósforo (P) disponível e potássio (K) disponível no solo, em uma malha amostral com 626 pontos, instalada em uma área experimental de cana-de-açúcar no município de Tabapuã, São Paulo. Foram geradas 200 realizações por meio de cada algoritmo de simulação. As simulações estocásticas reproduziram as estatísticas e a variabilidade dos dados amostrais de K e P, enquanto a KO promoveu superestimativa e subestimativa dos baixos e altos valores, respectivamente. O mapa de desvio-padrão obtido a partir da KO apresentou menor variação ao longo da área de estudo, quando comparado aos mapas de desvio-padrão obtidos a partir das simulações da SSG e SSI. Os mapas simulados por meio da SSG e da SSI representaram a distribuição espacial do P e do K de forma mais realista do que o mapa de estimação fornecido pela KO. As técnicas SSG e SSI mostraram-se mais eficientes para modelar a incerteza da distribuição espacial do P e do K do que a técnica KO. A avaliação da incerteza, obtida por meio das técnicas de simulação, pode ser utilizada para definir, de forma mais confiável, áreas de manejo específico
The treatment of uncertainties associated with predictions of soil attributes is critical to increase the reliability of geostatistical methods and encourage the development of technologies that allow for localized management and increase the efficiency of agricultural. In this study, was evaluated the performance of geostatistical interpolation methods with regard mainly to the treatment of uncertainties associated with the predictions of these methods. Was evaluated two methods of stochastic simulation, sequential gaussian simulation (SGS) and sequential indicator simulation (SIS), comparing with the method ordinary kriging (OK). A case study was conducted with the soil attributes available phosphorus (P) and available potassium (K) in a sample grid with 626 points, installed in sugarcane experimental area at Tabapuã, São Paulo, Brazil. Two hundred realizations were generated by each simulation algorithm. The stochastic simulations reproduced the statistics and variability of the sample data of P and K, while the OK promoted the overestimation and the underestimation of low and high values, respectively. The map of standard deviation obtained from the OK showed less variation along the study area compared to maps of standard deviation obtained from the SGS simulations and SIS. The simulated maps generated through SGS and SIS represents spatial distribution of P and K more realistically than an estimation map obtained by OK. The SGS techniques and SIS were more efficient to model the uncertainty of the spatial distribution of P and K than the technical OK. The evaluation of uncertainty, obtained through simulation techniques can be used to define more reliably, specific management areas
The treatment of uncertainties associated with predictions of soil attributes is critical to increase the reliability of geostatistical methods and encourage the development of technologies that allow for localized management and increase the efficiency of agricultural. In this study, was evaluated the performance of geostatistical interpolation methods with regard mainly to the treatment of uncertainties associated with the predictions of these methods. Was evaluated two methods of stochastic simulation, sequential gaussian simulation (SGS) and sequential indicator simulation (SIS), comparing with the method ordinary kriging (OK). A case study was conducted with the soil attributes available phosphorus (P) and available potassium (K) in a sample grid with 626 points, installed in sugarcane experimental area at Tabapuã, São Paulo, Brazil. Two hundred realizations were generated by each simulation algorithm. The stochastic simulations reproduced the statistics and variability of the sample data of P and K, while the OK promoted the overestimation and the underestimation of low and high values, respectively. The map of standard deviation obtained from the OK showed less variation along the study area compared to maps of standard deviation obtained from the SGS simulations and SIS. The simulated maps generated through SGS and SIS represents spatial distribution of P and K more realistically than an estimation map obtained by OK. The SGS techniques and SIS were more efficient to model the uncertainty of the spatial distribution of P and K than the technical OK. The evaluation of uncertainty, obtained through simulation techniques can be used to define more reliably, specific management areas
Descrição
Palavras-chave
Geologia - Métodos estatísticos, Krigagem, Cana-de-açúcar - Cultivo, Solo, Fósforo, Potassio, Soil science
Como citar
OLIVEIRA, Ismênia Ribeiro de. Modelagem da incerteza da distribuição espacial de fósforo e potássio do solo sob a cultura canavieira. 2013. xi, 72 p. Tese (doutorado) - Universidade Estadual Paulista Júlio de Mesquita Filho, Faculdade de Ciências Agrárias e Veterinárias de Jaboticabal, 2013.