Optimization of the sampling scheme for maps of physical and chemical properties estimated by kriging

Carregando...
Imagem de Miniatura

Data

2013-10-01

Autores

Pereira, Gener Tadeu [UNESP]
Souza, Zigomar Menezes De
Teixeira, Daniel De Bortoli
Montanari, Rafael [UNESP]
Marques Júnior, José [UNESP]

Título da Revista

ISSN da Revista

Título de Volume

Editor

Sociedade Brasileira de Ciência do Solo

Resumo

The sampling scheme is essential in the investigation of the spatial variability of soil properties in Soil Science studies. The high costs of sampling schemes optimized with additional sampling points for each physical and chemical soil property, prevent their use in precision agriculture. The purpose of this study was to obtain an optimal sampling scheme for physical and chemical property sets and investigate its effect on the quality of soil sampling. Soil was sampled on a 42-ha area, with 206 geo-referenced points arranged in a regular grid spaced 50 m from each other, in a depth range of 0.00-0.20 m. In order to obtain an optimal sampling scheme for every physical and chemical property, a sample grid, a medium-scale variogram and the extended Spatial Simulated Annealing (SSA) method were used to minimize kriging variance. The optimization procedure was validated by constructing maps of relative improvement comparing the sample configuration before and after the process. A greater concentration of recommended points in specific areas (NW-SE direction) was observed, which also reflects a greater estimate variance at these locations. The addition of optimal samples, for specific regions, increased the accuracy up to 2 % for chemical and 1 % for physical properties. The use of a sample grid and medium-scale variogram, as previous information for the conception of additional sampling schemes, was very promising to determine the locations of these additional points for all physical and chemical soil properties, enhancing the accuracy of kriging estimates of the physical-chemical properties.
O esquema amostral utilizado para caracterizar a variabilidade espacial de atributos do solo é um ponto crucial para estudos na área de ciência do solo. Os altos custos de um esquema amostral adicional ótimo, para cada atributo físico e químico do solo, dificultam a implantação da agricultura de precisão. Os objetivos deste estudo foram obter um esquema amostral ótimo para um conjunto de atributos físicos e químicos do solo e investigar o efeito da otimização na qualidade desse esquema. Foram retiradas amostras de solo na profundidade de 0-0,20 m em uma área de 42 ha, na forma de uma malha regular, com 206 pontos, distanciados 50 m entre si. Neste estudo, foi utilizada uma malha e o variograma escalonado médio, como informações prévias para obtenção de um único esquema amostral ótimo para todos os atributos físicos e outro para todos os atributos químicos do solo. Para essa otimização, foi utilizado o algoritmo denominado arrefecimento simulado espacial (ASE - spatial simulated annealing), visando obtenção da mínima variância da krigagem. O procedimento de otimização foi validado pela construção de mapas da melhora relativa, comparando a utilização da configuração amostral antes e após o procedimento. Foram observadas grandes concentrações de pontos recomendados em áreas específicas (direção NO-SE), refletindo maior variância das estimativas nesses locais. A adição das amostras otimizadas promoveu aumento na acurácia, em regiões específicas de até 2 % (atributos químicos) e 1 % (atributos físicos). Os resultados evidenciaram que o uso de uma malha amostral inicial e do variograma escalonado médio como informação prévia para a geração de um esquema de amostragem adicional apresentou ser bastante promissor, estabelecendo os locais desses pontos adicionais a serem amostrados para todos os atributos físicos e químicos do solo, aumentando a precisão das estimativas por krigagem desses atributos.

Descrição

Palavras-chave

Simulation, Geostatistics, Sugarcane, Simulação, Geoestatística, Cana-de-açúcar

Como citar

Revista Brasileira de Ciência do Solo. Sociedade Brasileira de Ciência do Solo, v. 37, n. 5, p. 1128-1135, 2013.