UNIVERSIDADE ESTADUAL PAULISTA “JÚLIO DE MESQUITA FILHO” FACULDADE DE CIÊNCIAS AGRONÔMICAS CÂMPUS DE BOTUCATU ANÁLISE MULTIVARIADA DE DADOS ESPACIAIS NA CLASSIFICAÇÃO INTERPRETATIVA DE SOLOS ALESSANDRA FAGIOLI DA SILVA BOTUCATU - SP Janeiro – 2014 Tese apresentada à Faculdade de Ciências Agronômicas da Unesp – Campus de Botucatu, para obtenção do título de Doutor em Agronomia (Energia na Agricultura) II UNIVERSIDADE ESTADUAL PAULISTA “JÚLIO DE MESQUITA FILHO” FACULDADE DE CIÊNCIAS AGRONÔMICAS CÂMPUS DE BOTUCATU ANÁLISE MULTIVARIADA DE DADOS ESPACIAIS NA CLASSIFICAÇÃO INTERPRETATIVA DE SOLOS ALESSANDRA FAGIOLI DA SILVA Orientadora: Prof. Dr. Célia Regina Lopes Zimback Co-orientador: Prof. Dr. Paulo Milton Barbosa Landim Co-orientador: Prof. Dr. Amílcar Oliveira Soares BOTUCATU - SP Janeiro – 2014 Tese apresentada à Faculdade de Ciências Agronômicas da Unesp – Campus de Botucatu, para obtenção do título de Doutor em Agronomia (Energia na Agricultura) III I II Á DEUS Autor da vida. Ao meu esposo Rone, meu conselheiro particular e exemplo de vida e de pesquisador. Aos meus pais Adão e Balbina, meus exemplos de vida... Aos meus irmãos Sandro e Fagno e aos amigos, que muito me ajudaram nesta fase da minha vida. Dedico “Esquecer como escavar a terra e cuidar do solo é esquecer a nós mesmos” Mahatma Gandhi III AGRADECIMENTO ESPECIAL À minha orientadora, Profa. Dra. CÉLIA REGINA LOPES ZIMBACK, agradeço pelos ensinamentos, solidariedade, por ser atenciosa, correta, pela confiança em mim depositada e pela grande amizade que construímos. Suas palavras de incentivo e o grande empenho nas etapas da tese foram essenciais para a qualidade deste trabalho. Ao Prof. Dr. PAULO MILTON BARBOSA LANDIM e ao Prof. Dr. AMÍLCAR OLIVEIRA SOARES, pela co-orientação, amizade, ensinamentos, dedicação e disposição em ajudar. Minha eterna gratidão. IV AGRADECIMENTOS A Deus, que iluminou o meu caminho rumo aos planos a mim determinados. Aos meus pais Adão e Balbina, pelo apoio, compreensão, simplicidade, sabedoria e ensinamentos concebidos ao longo da vida. Aos meus irmãos Sandro e Fagno, pelo incentivo, apoio e carinho. Às minha cunhadas Rosilei, Margarete e Ana Paula pelo entusiasmo, constante incentivo, apoio e, principalmente, pelos conselhos. Ao Prof. Dr. Julião, pela grande amizade, ensinamentos, solidariedade, por ser atencioso, amigo e conselheiro. À comadre Célia Cristina Costa de Souza Lima, pelo apoio, amizade e consideração. Ao meu esposo Rone, pela compreensão, e companherismo nesta fase da minha vida, pelos ensinamentos científicos. Aos meus tios Jaime e Maria Fagioli, pelo apoio e conselhos. Aos colegas e amigos conquistados durante a pós-graduação, especialmente a Ana Paula, Ana Rita, Anderson, Diego, Ednéia, Estelita, Fábio, Francienne, Indiamara, João, Juliano, Leonardo, Lucivane, Lessa, Maria João, Marystella, Mariane, Nilmara, Pedro, Paulo, Paula, Renato, Rodrigo, Stephanie, Tânia, Thatiana pelo apoio recebido, auxílio nos trabalhos, sugestões, críticas, pelos momentos de descontração, carinho, amizade e pela agradável convivência. Ao João Carneiro, Leonardo, Maria João e ao Pedro Correia que me ajudaram tirando minhas dúvidas, dando dicas para o trabalho e me ensinando os processamentos das análises. V Aos integrantes do Grupo de Estudos e Pesquisas Agrárias Georreferenciadas – GEPAG e aos integrantes do Centro de Recursos Naturais e Ambiente - CERENA, pelos ensinamentos recebidos, pela saudável e cordial amizade. À Faculdade de Ciências Agronômicas/UNESP, Campus de Botucatu-SP, pelo curso de pós- graduação, conceituado corpo docente, estrutura física e por me abrir os caminhos do conhecimento científico e pelo crescimento pessoal e profissional. Ao Instituto Superior Técnico de Lisboa - IST, pela oportunidade de relizar o Programa de Doutorado Sanduíche no Exterior (PDSE) e por me abrir os caminhos do conhecimento científico. Ao Departamento de Recursos Naturais/Ciência do Solo, por conceder-me a oportunidade de desenvolver o trabalho no Laboratório de Geoprocessamento. Aos Professores e funcionários do Departamentos de Recursos Naturais/Ciência do Solo, pela atenção dedicada, pela amizade e por toda ajuda prestada. Aos funcionários da biblioteca e às secretárias da Seção de Pós Graduação, pela atenção e dedicação. A Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES), pelo apoio financeiro e pelo Programa de Doutorado Sanduíche no Exterior (PDSE), sem o qual a realização da tese seria comprometida. E a todos que de maneira direta ou indireta contribuíram para a realização deste trabalho. MUITO OBRIGADA! VI SUMÁRIO Páginas OFERECIMENTO ....................................................................................................................II AGRADECIMENTO ESPECIAL .......................................................................................... III AGRADECIMENTO .............................................................................................................. IV SUMÁRIO .............................................................................................................................. VI LISTA DE TABELAS...............................................................................................................IX LISTA DE FIGURAS ................................................................................................................ X LISTA DE FÓRMULAS ......................................................................................................... XII 1 RESUMO.................................................................................................................................. 1 2 SUMARY ................................................................................................................................. 3 3 INTRODUÇÃO ........................................................................................................................ 5 4 REVISÃO DE LITERATURA ................................................................................................ 8 4.1 Classificação de solos ....................................................................................................... 8 4.1.1 Histórico da classificação de solos ............................................................................ 9 4.2 Sistema Brasileiro de Classificação de Solos ................................................................. 11 4.2.1. Níveis Categóricos do Sistema ............................................................................... 12 4.2.1.1 Classes do 1º nível categórico (ordens) ........................................................ 12 4.2.1.2 Classes do 2º nível categórico (subordens) ................................................... 13 4.2.1.3 Classes do 3º nível categórico (grandes grupos) ........................................... 14 4.2.1.4 Classes do 4º nível categórico (subgrupos) ................................................... 14 4.2.1.5 Classes do 5º nível categórico (famílias) ...................................................... 14 4.2.1.6 Classes do 6º nível categórico (séries) .......................................................... 14 4.3 Variabilidade espacial dos solos ..................................................................................... 15 4.3.1 Metodologia geoestatística ...................................................................................... 17 4.3.1.1 Variograma.................................................................................................... 18 4.3.1.2 Simulação estocástica ................................................................................... 19 4.3.1.2.1 Objetivos da simulação .................................................................. 21 4.3.1.2.2 Simulação Sequencial Direta (SSD) .............................................. 22 4.3.1.2.3 Simulação Sequencial Indicativa (SSI) .......................................... 24 4.3.1.2.4 Validação dos resultados ................................................................ 26 4.4 Análise multivariada ....................................................................................................... 27 VII 4.4.1 Escalonamento Multidimensional (MDS) ............................................................... 27 4.5 Aplicações ...................................................................................................................... 29 4.5.1 Aplicações de análise geoestatística em dados de solos .......................................... 29 4.5.2 Aplicações de análise geoestatística e escalonamento multidimensional ............... 31 4.5.3 Aplicações de análise de escala multidimensional em dados de solos .................... 31 5 MATERIAL E MÉTODOS .................................................................................................... 33 5.1 Descrição da Área de Estudo .......................................................................................... 33 5.2.2 Classes do 1º Nível Categórico (ordens) dos solos encontrados na área ................. 34 5.2.2.1 Neossolos ...................................................................................................... 34 5.2.2.2 Chernossolos ................................................................................................. 35 5.2.2.3 Nitossolos ...................................................................................................... 35 5.2.2.4 Latossolos...................................................................................................... 36 5.2.2.5 Gleissolos ...................................................................................................... 37 5.2.2.6 Argissolos...................................................................................................... 38 5.2.3 Horizontes Diagnósticos dos solos encontrados na área ......................................... 39 5.2.3.1 Horizonte A chernozêmico ........................................................................... 39 5.2.3.2 Horizonte A proeminente .............................................................................. 39 5.2.3.3 Horizonte A moderado .................................................................................. 39 5.2.3.4 Horizonte B textural ...................................................................................... 40 5.2.3.5 Horizonte B latossólico ................................................................................. 40 5.2.3.6 Horizonte glei ................................................................................................ 41 5.2.4 Atributos Diagnósticos dos solos encontrados na área ............................................ 41 5.2.4.1 Cor do solo .................................................................................................... 42 5.2.4.2 Caráter vértico ............................................................................................... 42 5.2.4.3 Saturação por bases ....................................................................................... 42 5.2.4.4 Mudança textural abrupta .............................................................................. 42 5.2.4.5 Atividade da fração argila ............................................................................. 43 5.2.4.6 Grupamentos texturais .................................................................................. 43 5.2 Material ........................................................................................................................... 43 5.2.1 Dados de solos ......................................................................................................... 43 5.2.2 Programas computacionais ...................................................................................... 47 5.3 Metodologia .................................................................................................................... 47 5.3.1 Análise descritiva .................................................................................................... 47 VIII 5.3.2 Análise geoestatística .............................................................................................. 48 5.3.3 Probabilidades das simulações ................................................................................ 48 5.3.4 Escalonamento multidimensional ............................................................................ 50 5.3.4.1 Construção da matriz de distâncias de dissimilaridade ................................. 50 5.3.4.2 Escalonamento Multidimensional (MDS) .................................................... 50 5.3.5 Análise de sensibilidade .......................................................................................... 51 6 RESULTADO E DISCUSSÃO .............................................................................................. 52 6.1 Análise descritiva ........................................................................................................... 53 6.2 Análise geoestatística ..................................................................................................... 56 6.3 Probabilidades das simulações ....................................................................................... 75 6.4 Escalonamento multidimensional (MDS) ...................................................................... 77 6.5 Análise de sensibilidade ................................................................................................. 80 6.6. Mapeamento dos agrupamentos de atributos................................................................ 83 6.7. Considerações finais ...................................................................................................... 85 7 CONCLUSÃO ........................................................................................................................ 86 8 REFERÊNCIAS ..................................................................................................................... 88 IX LISTA DE TABELAS Páginas 1. Descrição das classes de solos presentes no mapa de solos da Fazenda Experimental Edgardia em Botucatu, SP ................................................................................................... 45 2. Estatística descritiva dos atributos do solo ...................................................................... 53 3. Modelos e parâmetros dos variogramas dos atributos do solo para a direção de maior e menor continuidade ............................................................................................................. 57 4. Média dos atributos nos grupos ....................................................................................... 78 X LISTA DE FIGURAS Páginas 1. Hierarquia do Sistema Brasileiro de Classificação de Solos. .......................................... 12 2. Variograma típico e seus componentes. .......................................................................... 19 3. Grade de amostragem dos dados de solos da Fazenda experimental Edgardia em Botucatu, SP. ....................................................................................................................... 44 4. Mapa de solos atualizado, segundo EMBRAPA (2013) da Fazenda Experimental Edgardia em Botucatu, SP. .................................................................................................. 45 5. Gráfico de barras e malha amostral do horizonte do solo. .............................................. 54 6. Histograma e malha amostral do gradiente textural (GT) do solo. ................................. 54 7. Gráfico de barras e malha amostral da cor do solo.......................................................... 54 8. Histograma e malha amostral da saturação por bases (V%) do solo. .............................. 55 9. Histograma e malha amostral da areia do solo. ............................................................... 55 10. Histograma e malha amostral da argila do solo. ............................................................ 55 11. Histograma e malha amostral do alumínio (Al) do solo. ............................................... 56 12. Histograma e malha amostral do carbono orgânico do solo. ......................................... 56 13. Variogramas dos atributos (horizonte, gradiente textural e cor) do solo nas direções de maior e menor continuidade espacial. ................................................................................. 58 14. Variogramas dos atributos (V%, areia, argila, alumínio e carbono orgânico) do solo nas direções de maior e menor continuidade espacial. .............................................................. 59 15. Simulações sequencial indicativa 1, 10, 20 e 30 do horizonte do solo. ......................... 60 16. Simulações sequencial direta 1, 9, 20 e 27 do gradiente textural do solo. .................... 61 17. Simulações sequencial indicativa 1, 10, 20 e 30 da cor do solo. ................................... 61 18. Simulações sequencial direta 4, 12, 19 e 26 da saturação por bases do solo. ............... 62 19. Simulações sequencial direta 1, 8, 14 e 26 da areia do solo. ......................................... 62 20. Simulações sequencial direta 3, 12, 21 e 30 da argila do solo. ..................................... 63 21. Simulações sequencial direta 2, 12, 23 e 29 do alumínio do solo. ................................ 63 22. Simulações sequencial direta 3, 17, 23 e 29 do carbono orgânico do solo. .................. 64 23. Variogramas das SSI 1, 10, 20 e 30 do horizonte do solo para as direções de maior e menor continuidade. ............................................................................................................ 65 24. Variogramas das SSD 1, 9, 20 e 27 do gradiente textural do solo para as direções de maior e menor continuidade. ............................................................................................... 66 XI 25. Variogramas das SSI 1, 10, 20 e 30 da cor do solo para as direções de maior e menor continuidade......................................................................................................................... 67 26. Variogramas das SSD 4, 12, 19 e 26 do V% do solo para as direções de maior e menor continuidade......................................................................................................................... 68 27. Variogramas das SSD 1, 8, 14 e 26 da areia do solo para as direções de maior e menor continuidade......................................................................................................................... 69 28. Variogramas das SSD 3, 12, 21 e 30 da argila do solo para as direções de maior e menor continuidade. ............................................................................................................ 70 29. Variogramas das SSD 2, 12, 23 e 29 do alumínio do solo para as direções de maior e menor continuidade. ............................................................................................................ 71 30. Variogramas das SSD 3, 17, 23 e 29 do carbono orgânico do solo para as direções de maior e menor continuidade. ............................................................................................... 72 31. Imagens média de 30 SSD dos atributos do solo........................................................... 73 32. Imagens da variância das 30 SSD dos atributos do solo. .............................................. 74 33. Imagens da entropia das 30 SSI dos atributos do solo .................................................. 75 34. Distribuições de probabilidades de diferenciação de classe de atributos diagnóstico (horizonte, gadiente textural, cor 1 e cor 2) do solo. ........................................................... 76 35. Distribuições de probabilidades de diferenciação de classe de atributos diagnóstico (cor 3, cor 4, V%, areia e argila) do solo. ................................................................................... 77 36. Resultado dos grupos do MDS dos atributos do solo. ................................................... 79 37. Gráfico de barras dos grupos de solos. .......................................................................... 79 38. Gráficos dos deslocamentos de cada grupo calculado sobre os centróides originais em função do atributo eliminado. .............................................................................................. 81 39. Gráfico do deslocamento dos grupos que são mais e menos sensíveis. ........................ 82 40. Distribuição espacial dos grupos mais e menos sensíveis. ............................................ 83 41. Mapa de agrupamentos de solos por escalonamento multidimensional da Fazenda Experimental Edgardia, Botucatu, SP. ................................................................................ 84 XII LISTA DE FÓRMULAS Páginas 1. Equação do variograma ...................................................................................................17 2. Equação da krigagem simples ........................................................................................ 21 3. Equação da função de distribuição cumulativa .............................................................. 22 4. Equação da média das simulações ................................................................................. 22 5. Equação da variância das simulações ............................................................................ 23 6. Equação dos valores de corte ......................................................................................... 24 7. Equação da krigagem indicativa .................................................................................... 24 8. Equação da validação dos histogramas das simulações ................................................. 25 9. Equação da validação dos variogramas das simulações.................................................. 25 10. Equação do condicionamento aos dados amostrais ...................................................... 26 11. Equação das M-dimensões ........................................................................................... 27 12. Equação das L-dimensões ............................................................................................ 27 11. Equação das dissimilaridades ....................................................................................... 27 14. Equação das distâncias no espaço L-dimensional ........................................................ 27 1 1 RESUMO Os métodos convencionais de levantamento e classificação de solos são demorados, tem alto custo, com limites abruptos entre as unidades de mapeamento. Além disso, não são adequados para a aplicação da agricultura de precisão, pois a dependência espacial dos atributos do solo não é considerada. Dentro desse contexto, o presente trabalho teve por objetivos: analisar e mapear os atributos dos solos pela análise espacial univariada (simulação geoestatística) e multivariada (escalonamento multidimensional), anteriormente classificados por unidade de mapeamento e verificar a sensibilidade de cada atributo utilizado na definição dos grupos de solo. O estudo foi realizado na Fazenda Experimental Edgardia com área de 1200,32 ha, localizada no Município de Botucatu, Estado de São Paulo, e pertencente à Faculdade de Ciências Agronômicas/UNESP. Os dados de solos (atributos físicos e químicos) analisados foram adquiridos do mapa semidetalhado de solos elaborado por Carvalho et al. (1991). A malha amostral foi composta por 90 pontos (25 trincheiras e 65 tradagens). Neste estudo foi desenvolvido um método de classificação de solos com base nas propriedades do solo e sua continuidade espacial. Foram utilizados o método geoestatístico da simulação estocástica para o mapeamento de propriedades do solo e a análise multivariada do escalonamento multidimensional/MDS para identificar grupos de solos. Também, foi realizada análise de 2 sensibilidade de como cada atributo diagnóstico controla esses grupos de solos. Na área de estudo foi verificado que há uma maior ocorrência de solo pouco desenvolvido, com horizonte B ou C com acúmulo de argila, eutrófico, de cor bruno e argiloso. A aplicação da simulação sequencial e escalonamento multidimensional permitiu identificar os grupos de solos e agrupou os atributos diagnósticos em oito grupos com características diferentes, demonstrando o potencial de aplicabilidade desta metodologia para mapeamento de solos. Pela análise de sensibilidade verificou-se que os solos de grupos 1, 2, 3 e 5 têm menor probabilidade de ser incorretamente classificados que os solos de grupos de 4, 6, 7 e 8. O uso da simulação geoestatística, que considera a dependência espacial de atributos do solo no processo de classificação, permite a obtenção de um mapa de solos mais realista, porque os limites entre as classes de solos são graduais, similar ocorrência na natureza. Esta metodologia de classificação com simulação geoestatística e MDS pode ser empregada em outras áreas de aplicação, utilizando-se tanto variáveis quantitativas como variáveis qualitativas. _______________ Palavras-chaves: Simulação Sequencial, Variável Categórica, Escalonamento Multidimensional. 3 MULTIVARIATE ANALYSIS OF THE SPATIAL DATA IN INTERPRETATION SOIL CLASSIFICATION. Botucatu, 2014. 93p. Tese (Doutorado em Agronomia/Energia na Agricultura) - Faculdade de Ciências Agronômicas, Universidade Estadual Paulista. Author: ALESSANDRA FAGIOLI DA SILVA Adviser: Ph. D. CÉLIA REGINA LOPES ZIMBACK Ph. D. PAULO MILTON BARBOSA LANDIM Ph. D. AMÍLCAR OLIVEIRA SOARES 2 SUMARY Conventional methods of survey and soil classification are time consuming, are costly, with sharp boundaries between the mapping units. Also, they not suitable for precision agriculture application, because of the spatial dependence of soil properties is not properly considered. Within this context, this study aimed to: analyze and mapping soil attributes by univariate (geostatistical simulation) and multivariate (multidimensional scaling) analysis, previously classified by mapping unit and check the sensitivity of each attribute used in the definition of classes soil. The study was conducted at the Experimental Farm Edgardia, with an area of 1200.32 ha located in Botucatu, State of São Paulo, belonging to the Faculdade de Ciências Agronômicas/UNESP. The soil data (physical and chemical attributes) here analyzed was collected during the preparation of a semi-detailed soil map prepared by Carvalho et al. (1991). The sampling consisted of 90 points (25 trenches and 65 augers). This study developed a method of classification of soil based on soil properties and their spatial continuity. We used stochastic geostatistical simulation for mapping soil properties and multidimensional scaling (MDS) to identify soils classes. In addition, we performed a sensitivity analysis of how each diagnosed attribute controls these groups of soils. In the study area it was found that there is a higher occurrence of undeveloped soil, with textural B horizon or C, eutrophic, brown color and clay. The application of sequential simulation and MDS identified soil classes and grouped attributes into eight diagnostic groups with different characteristics, demonstrating the potential of this methodology for soils mapping. The sensitivity analysis showed that soils of groups 1, 2, 3 and 5 are less likely to be incorrectly classified than soil of groups 4, 6, 7 4 and 8. The use of geostatistical simulation, allows obtaining a realistic soil map, without the boundaries between soil classes are gradual, similar occurrence in nature. This classification methodology using geostatistical simulation and MDS can be used in other application areas, using both quantitative and qualitative variables. ___________________ Keywords: Sequential Simulation, Categorical Variable, Multidimensional Scaling. 5 3 INTRODUÇÃO O Sistema Brasileiro de Classificação de Solos, desenvolvido pelo Serviço Nacional de Levantamento e Conservação de Solos –SNLCS, órgão da Empresa Brasileira de Pesquisa Agropecuária – EMBRAPA, classifica os solos por seus horizontes e atributos diagnósticos, sendo que a denominação “solos” visa, além de agrupar indivíduos semelhantes, fornecer informações relativas à sua utilização. A execução de mapeamento de solos em todo o território brasileiro é uma demanda permanente na busca de informações do meio físico para o planejamento da ocupação racional das terras e para a gestão ambiental, conciliando o desenvolvimento econômico e social, com a conservação e proteção dos recursos naturais, contemplando assim os requisitos básicos para o desenvolvimento sustentável. A utilização do Sistema Brasileiro de Classificação de Solos – SiBCS (Embrapa, 1999, 2006, 2013) tem evidenciado cada vez mais a importância da geração de informações mais detalhadas sobre os solos do território brasileiro, bem como, a necessidade de sistematização e disponibilização das informações até então produzidas. Apesar dessa demanda, várias são as limitações para a aquisição de dados de solos e/ou de seus atributos, como o custo elevado dos levantamentos, a extensão das áreas a serem mapeadas e em alguns lugares, a dificuldade de acesso. A essas 6 limitações, somam-se os problemas de precisão da informação e confiabilidade das interpretações qualitativas. Os pedólogos adquiriram considerável compreensão dos processos pelos quais o solo é formado e como se determinam as suas propriedades biológicas, físicas, químicas, hidrológicas e outras. A literatura científica contém informação substancial sobre esses processos, muitos dos quais estão representados em modelos matemáticos, e podemos usá-los para estimar e mapear as propriedades do solo. Os solos possuem alta variabilidade espacial devido aos diversos processos físicos, químicos e biológicos que atuam simultaneamente na sua formação e com diferentes intensidades. Em consequência, o manejo uniforme dos solos não leva em conta tal variabilidade espacial, não sendo, portanto, a estratégia de manejo mais eficaz. Desse modo, a agricultura de precisão pode ser considerada como a abordagem mais viável para uma agricultura sustentável, pois leva em consideração tanto o carater multivariado dos dados pedológicos como as características espaciais dessas diversas variáveis que formam os solos. Algumas das variações do solo são naturais, mas também podem ser o resultado do histórico de manejo da área. Os métodos convencionais de levantamento e classificação de solos são demorados, tem alto custo, com limites abruptos entre as unidades de mapeamento, e com áreas definidas em classes de solo. Além disso, não são adequados para a aplicação da agricultura de precisão, pois, na classificação brasileira de solos, a dependência espacial dos atributos do solo não é considerada. Desse modo, a construção de mapa com isovalores poderá adequar-se para o estudo da variabilidade espacial, além de permitir posteriores agrupamentos de atributos de solos de acordo com a necessidade de manejo. O uso de técnicas quantitativas, como a pedometria, para predição espacial em mapeamento de solos e de seus atributos vem crescendo, devido ao avanço na capacidade de processamento dos computadores, o que permite usar de maneira mais rápida e confortável, métodos matemáticos e estatísticos existentes. Dentro desse contexto, a hipótese do trabalho foi de que métodos geoestatísticos multivariados são eficientes para a discriminação e determinação de grupos de solos. E teve como objetivos específicos: analisar e mapear os atributos dos solos pela análise espacial univariada (simulação geoestatística) e multivariada (escalonamento multidimensional), anteriormente classificados por unidade de 7 mapeamento e verificar a sensibilidade de cada atributo utilizado na definição de grupos de solo. 8 4 REVISÃO DE LITERATURA 4.1 Classificação de solos Uma classificação de solos natural ou taxonômica é aquela em que o propósito é, tanto quanto possível, o de revelar relações das características mais importantes dos solos, sem referência a nenhum objetivo específico e aplicado. Numa classificação natural, praticamente todos os atributos da população são considerados e, aqueles que têm maior número de características covariantes ou associadas são selecionados para definir e separar as várias classes. Nos atuais sistemas de classificação do solo tenta-se aproximar ao máximo dos sistemas de classificação natural (ideal) embora haja uma tendência de se dar peso a propriedades de maior relevância agrícola (FINKEL, 1982). Dentro da estrutura conceitual de cada sistema grandes diferenças em metodologia são encontradas. Essas diferenças estão basicamente relacionadas com o maior ou menor conhecimento dos recursos dos solos, graus diferentes de tecnologia a disposição, da seleção de características relevantes e do detalhe de observações, medições e mapeamentos (ZIMBACK, 2001). Técnicas tradicionais de pesquisa de solo, como o manual de pesquisa do solo (SOIL SURVEY STAFF, 1993) descrevem a variação espacial de 9 atributos do solo por meio de amostragem intensiva, possivelmente, com o apoio de fotos aéreas para reconhecer, por exemplo, unidades geomorfológicas e topografia. No entanto, o uso do conhecimento existente na literatura, como também o uso de imagens de satélite e modelos de elevação digital não está formalizado na metodologia (HEWITT, 1993). Mapeamento digital de solos fornece um bom quadro para formalizar a utilização da informação existente. O quadro conceitual de mapeamento digital de solos (McBRATNEY et al, 2003) é baseado no modelo original de Jenny (1941). Em princípio, pode-se quantitativamente derivar o modelo conceitual original de Jenny para uma região por meio da combinação de um número limitado de variáveis de campo obtidas a partir de observações com informações auxiliares que são tomadas para representar os fatores de formação do solo. Embora conceitualmente a formação do solo possa ser melhor representada por um modelo baseado em processo, a implementação real é tipicamente a derivação de uma relação estatística entre as diversas variáveis explicativas e as propriedades do solo (HENGL et al., 2004). 4.1.1 Histórico da classificação de solos Quando se fala em métodos de Levantamentos e Mapeamentos de Solos, duas abordagens fazem-se presentes: a primeira, clássica ou tradicional, chamada de método Clorpt, estabelecida por Dokuchaev nos primórdios da Ciência do Solo, a qual estabelece que o solo é o resultado da interação entre cinco fatores: clima (Cl), organismos (O), relevo (R), material de origem (P) e tempo (T). Os quatro primeiros fatores interagindo no tempo, criam uma série de processos específicos que levam à diferenciação em horizontes e, consequentemente, à formação do solo. E a segunda, é a seguinte equação estabelecida por Jenny (1941) para descrever o processo de formação do solo: S = f (ClORPT), sendo o tempo visto como uma variável independente, enquanto as outras são variáveis dependentes (MENDONÇA-SANTOS; SANTOS, 2003). O Levantamento Pedológico tradicional é fundamentado no conceito de solos como um “corpo natural”, “ indivíduo”, com características próprias, completo e indivisível. Um “corpo natural” assim definido constitui partes separáveis do solo como um “continuum” na superfície da Terra (CLINE, 1949). Estas partes individuais, ou “corpos naturais”, compondo o “continuum” são chamados de unidades de referência, idealizadas para sustentar sistemas taxonômicos e unidades de mapeamento de 10 solos. Unidades de referência dependem de limites e conceitos impostos pelo homem, para atender aos diversos esquemas de classificação taxonômica de solos (MENDONÇA- SANTOS; SANTOS, 2003). Da mesma forma que o mapeamento de solos evoluiu no Brasil (EMBRAPA, 1999) e nos EUA (SOIL SURVEY STAFF, 1998), as técnicas auxiliares também evoluíram. Neste aspecto e dentre estas técnicas, o Sensoriamento Remoto (SR) vem-se destacando como uma importante ferramenta que pode auxiliar nos levantamentos de solos (BEN-DOR, 2002). As classificações naturais tornaram-se possíveis depois que Vasily Dokuchaev (1846 - 1903), considerado o pai da pedologia, introduziu a ideia de que as variações geográficas nos tipos de solo podem ser explicadas não só em relação a fatores geológicos (material de origem), mas também a fatores climáticos, topográficos e o tempo disponível para a pedogênese (formação de solo) operar. Utilizando estas ideias como base, ele criou a primeira classificação de solos (WIKIMEDIA FOUNDATION, 2013). A partir do final da década de 1950, com o amplo uso de princípios que foram sendo recomendados em paralelo com as aproximações do novo Sistema Americano de Classificação de Solos, que então se desenvolvia nos Estados Unidos da América, deu origem ao Soil Taxonomy, classificação oficial atualmente vigente naquele país (ESTADOS UNIDOS, 1975). Muitas concepções surgidas com a produção deste novo sistema vieram a ser absorvidos pela classificação em desenvolvimento no Brasil. Do mesmo modo, alguns conceitos e critérios formulados no esquema referencial do mapa mundial de solos (FAO, 1974) foram também assimilados no desenvolvimento da classificação nacional. Novos critérios e definições também foram concebidos pelo Comitê Executivo de Classificação de Solos do Brasil, que após testes de validação, foram incorporados a Nova Classificação Brasileira de Solos (JACOMINE, 2009). No Brasil, Setzer (1947) e Paiva Neto et al. (1951) tiveram grande influência da escola alemã, que considerava o tipo de rocha e a sua composição mineralógica, como sendo os principais fatores responsáveis pelas características dos solos resultantes. Por exemplo, Vagerle, cientista alemão contratado pelo Instituto Agronômico de Campinas para dar início ao levantamento de solos no Estado de São Paulo, classificou solos como Massapé, Salmourão, Solos Arenito Bauru, Solos Arenito Botucatu, etc 11 (ZIMBACK, 2003). A antiga Classificação Brasileira de Solos, iniciada na década de 1950, vigorou até 1999. A partir de 1979, verificou–se a necessidade de elaborar um sistema Brasileiro de Classificação de Solos que englobasse os novos critérios e conceitos em vigor na Classificação Americana de Solos e na legenda do Mapa de Solos executado pela Organização das Nações Unidas para Alimentação e Agricultura (FAO)-Organização das Nações Unidas para Educação a Ciência e a Cultura (UNESCO). A nova Classificação Brasileira de Solos foi iniciada em 1979 e em 1999 foi divulgada a 1ª edição da classificação, em 2006 a 2ª Edição (JACOMINE, 2009) e, em 2013 a 3ª Edição. 4.2 Sistema Brasileiro de Classificação de Solos A origem dos dados pedológicos no sistema brasileiro resultou de levantamentos de solos generalizados, principalmente nos níveis exploratórios e de reconhecimento. Como consequência, a estrutura do sistema brasileiro foi arquitetada iniciando-se no nível superior (ordem), para os níveis hierárquicos mais inferiores (PRADO, 2013). Pela nomenclatura atual das legendas de solos, é possível obter uma série de informações importantes acerca do solo em questão, somente a partir da leitura da legenda do mapa pedológico. Nesta nova classificação nota-se que várias unidades antes identificadas como unidades de mapeamento simples (somente uma classe taxonômica), correspondem agora a mais de uma unidade taxonômica devido ao maior detalhamento dos mapas e às mudanças de conceitos das unidades até a presente época (ZIMBACK, 2003). O Sistema Brasileiro de Classificação de solos baseia-se em propriedades (atributos) e horizontes diagnósticos. O Sistema de Classificação compreende 6 níveis categóricos (Figura 1), compreendendo 13 classes no 1º nível (ordens). Seguem– se os seguintes níveis: 2º nível (subordens), 3º nível (grandes grupos), 4º nível (subgrupos), 5º nível (famílias) e 6º nível (séries). As 13 classes do 1º nível categórico são: Argissolos, Cambissolos, Chernossolos, Espodossolos, Gleissolos, Latossolos, Luvissolos, Neossolos, Nitossolos, Organossolos, Planossolos, Plintossolos e Vertissolos (JACOMINE, 2009). 12 4.2.1. Níveis Categóricos do Sistema Nível categórico de um sistema de classificação de solos é um conjunto de classes definidas num mesmo nível de generalização ou abstração e incluindo todos os solos que satisfizerem a essa definição. As propriedades usadas para a definição de um nível categórico devem ser propriedades dos solos que possam ser identificadas no campo ou, que possam ser inferidas de outras propriedades que são reconhecidas no campo ou, a partir de conhecimentos da ciência do solo e de outras disciplinas correlatas. As características diferenciais para os níveis categóricos mais elevados da classificação de solos devem ser propriedades dos solos, que resultam diretamente dos processos de gênese do solo ou que afetam, diretamente, a gênese do mesmo, porque estas propriedades apresentam um maior número de características acessórias (EMBRAPA, 2013). Figura 1. Hierarquia do Sistema Brasileiro de Classificação de Solos. Fonte: PRADO, 2013. Os níveis categóricos previstos para o Sistema Brasileiro de Classificação de Solos são seis. 4.2.1.1 Classes do 1º nível categórico (ordens) As diversas classes no 1º nível categórico foram separadas pela presença ou ausência de determinados atributos, horizontes diagnósticos ou propriedades que são características passíveis de serem identificadas no campo mostrando diferenças no tipo e grau de desenvolvimento de um conjunto de processos que atuaram na formação do solo. Assim, a separação das classes no 1º nível categórico teve como base os sinais 13 deixados no solo, pela atuação de um conjunto de processos que a experiência indica terem sido os dominantes no desenvolvimento do solo. Ressalte-se que a ausência dessas características no solo também foi empregada como critério para separação de classes neste 1º nível categórico (EMBRAPA, 2013). As características diferenciais que refletem a natureza do meio ambiente e os efeitos (sinais) dos processos de formação do solo, dominantes na sua gênese, são as que devem ter maior peso para o 1º nível categórico, porque estas propriedades têm o maior número de características acessórias (EMBRAPA, 2013). As propriedades a serem utilizadas devem contribuir para (EMBRAPA, 2013): • diferenciá-los dos solos minerais; • indicar seu potencial de modificação quando drenados e/ou cultivados; • prever a qualidade do substrato mineral e/ou resíduo mineral; • selecionar características diferenciais que mudem pouco ou muito lentamente com o uso e manejo, além de permitir a predição do seu comportamento e potencial agrícola (características diferenciais com grande número de características acessórias). 4.2.1.2 Classes do 2º nível categórico (subordens) As classes foram separadas por propriedades ou características diferenciais que (EMBRAPA, 2013): • refletem a atuação de outros processos de formação que agiram juntos ou afetaram os processos dominantes e cujas características foram utilizadas para separar os solos no 1º nível categórico; ou, • ressaltam as características responsáveis pela ausência de diferenciação de horizontes diagnósticos; ou, • envolvem propriedades resultantes da gênese do solo e que são extremamente importantes para o desenvolvimento das plantas e/ou para outros usos não agrícolas e que tenham grande número de propriedades acessórias; ou, • ressaltam propriedades ou características diferenciais que representam variações importantes dentro das classes do 1º nível categórico. 14 4.2.1.3 Classes do 3º nível categórico (grandes grupos) As classes foram separadas por uma ou mais das seguintes características (EMBRAPA, 2013): • tipo e arranjamento dos horizontes; • atividade de argila; condição de saturação do complexo sortivo por bases ou por alumínio, ou por sódio e/ou por sais solúveis; • presença de horizontes ou propriedades que restringem o desenvolvimento das raízes e afetam o movimento da água no solo. 4.2.1.4 Classes do 4º nível categórico (subgrupos) As classes foram separadas por uma das seguintes características (EMBRAPA, 2013): • representa o conceito central da classe ou o indivíduo mais simples (é o típico); • representa os intermediários para o 1º, 2º ou 3º níveis categóricos; • representa os solos com características extraordinárias. 4.2.1.5 Classes do 5º nível categórico (famílias) Neste nível agregam-se as informações de caráter pragmático, para fins de utilização agrícola e não agrícola dos solos, compreendendo características diferenciais para distinção de grupamentos mais homogêneos de solos (EMBRAPA, 2013). O 5º nível categórico deverá ser usado em levantamentos de solos semidetalhados ou detalhados (EMBRAPA, 2013). 4.2.1.6 Classes do 6º nível categórico (séries) A definição de classes neste nível deverá ter por base características diretamente relacionadas com o crescimento de plantas, principalmente no que concerne ao desenvolvimento do sistema radicular, relações solo-água-planta e 15 propriedades importantes nas interpretações para fins de engenharia e geotécnica (EMBRAPA, 2013). Para os nomes das classes do 6º nível categórico deverão ser utilizados nomes próprios, geralmente referenciados a lugares onde a série foi reconhecida e descrita pela primeira vez, desta maneira evitando-se o emprego de um nome descritivo, o que levaria a uma grande dificuldade de distinção em relação às famílias (EMBRAPA, 2013). 4.3 Variabilidade espacial dos solos O método convencional da representação cartográfica dos solos caracteriza-se pela delimitação dos grupos de solos em polígonos, mostrando a extensão e distribuição superficial do atributo estudado. À primeira vista, este método é prático porque simplifica a localização e determinação de uso e manejo dos conjuntos dos grupos de solos. Entretanto, essa representação não atende a verdadeira ocorrência das variáveis analisadas, visto serem estas de variação contínua, não existindo, portanto, um ponto onde elas mudam abruptamente de um valor para outro, além de ter sido verificado que podem existir outras maneiras de representação das classes de solos (ZIMBACK, 2007). Por outro lado, se atributos e propriedades dos solos variam grandemente dentro de cada polígono delimitador, este não pode ser usado e manejado de maneira única, devido a ocorrência desta variação. A título de exemplificação, no Sistema Brasileiro de Classificação de Solos (EMBRAPA, 2013), solos com textura acima de 15% e abaixo de 35% de argila, são considerados de textura média e devem pertencer à mesma classe de textura do solo. Entretanto, sabe-se que um solo com 16% de argila, na maior parte dos casos, tem comportamento físico, químico, morfológico e mineralógico distinto daquele com 34% de argila. Os polígonos representantes dos diferentes grupos do mapeamento podem conter, na verdade, uma larga escala de associação de atributos, embora sejam apresentados como relativamente homogêneos (ZIMBACK, 2007). Tradicionalmente, o levantamento e a classificação dos solos têm sido a abordagem mais clássica para separar em grupos os diferentes tipos de solos na paisagem. Vários autores têm criticado os aspectos subjetivos desse método tradicional (BECKETT; WEBSTER, 1971; BURROUGH, 1989) e discutido o fato de ser este, de 16 caráter discreto (BAIZE, 1986; LARK; BECKETT, 1998), em oposição ao modelo contínuo, o que implica assumir que as classes de solos possuem limites abruptos. O mapeamento de propriedades do solo em grandes áreas, com precisão e de custo aceitável requer o desenvolvimento de métodos específicos que utilizam a informação disponível e minimizar a amostragem de tamanho razoável (LAGACHERIE; VOLTZ, 2000). Como tem sido mostrado em vários trabalhos (BURGESS; WEBSTER, 1984; ODEH et al., 1990), o método tradicional não considera a dependência espacial entre as unidades de mapeamento, a qual pode ser forte, principalmente em se tratando de levantamentos detalhados ou em áreas onde os limites entre os solos não são óbvios. Consequentemente, o modelo discreto, assumido no mapeamento tradicional não é geralmente realístico, porque os limites naturais na paisagem tendem a ser mais graduais que abruptos (MENDONÇA-SANTOS; SANTOS, 2003). Assim, desde o final dos anos 1960, tem havido uma ênfase no que pode ser chamado de abordagem espacial, ou seja, o atributo do solo poder ser previsto em pontos não amostrados a partir da posição espacial, por interpolação, entre os locais de observação onde valores foram obtidos (McBRATNEY, et al., 2003). Segundo Webster (1984), para a solução com relação às incertezas inerentes ao método tradicional, novas abordagens de modelagem quantitativa dos solos têm sido propostas, a fim de descrever, classificar e estudar os padrões de variação espacial dos solos na paisagem. O objetivo é melhorar o conhecimento da variabilidade espacial dos solos, da precisão e da qualidade da informação, através de diversas técnicas quantitativas, chamadas no conjunto, de pedometria. Pedometria é a utilização de métodos quantitativos para o estudo da distribuição do solo e da gênese como um recurso sustentável. Outra definição orientada para o problema é “ciência do solo sob incerteza”. Neste sentido pedometria lida com a incerteza em modelos que descrevem a variação do solo determinística ou estocástica, imprecisão e falta de conhecimento das propriedades do solo e processos. Assim, métodos matemáticos, estatísticos e numéricos poderiam ser aplicados para resolver a incerteza e complexidade inerente a um modelo de sistema de solo, incluindo abordagens numéricos para a sua classificação (ODEH; MCBRATNEY, 2005). A pedometria é uma ciência nova e tem sido aplicada à estudos de solo desde os anos 1960 e 1970. No entanto, está emergindo como um ramo técnico da 17 ciência do solo complementando a pedologia tradicional. Ao longo do tempo a utilização de computadores tem aumentado, em ambos os domínios, e a diferença entre os dois tem diminuído e, em alguns casos, se sobrepõem (ODEH; MCBRATNEY, 2005). Devido a novas demandas de informação quantitativa do solo exigido para os modelos de escala global, o planejamento ambiental regional e o manejo em escala de campo de terras agrícolas, a pedologia tradicional tornou-se mais quantitativa através do aumento da utilização de sistemas de informação computadorizados do solo. Ao mesmo tempo, a pedometria surgiu como uma coleção de ferramentas quantitativas, que estão cada vez mais sendo utilizados para explicar modelos conceituais pedológicos de variação do solo (ODEH; MCBRATNEY, 2005). Assim, a pedometria inclui, por exemplo, as técnicas de geoestatística, as quais têm sido amplamente aplicadas à ciência do solo (McBRATNEY et al., 1981; VOLTZ et al., 1997), por ser a única técnica que verifica e considera a dependência espacial dos atributos do solo. 4.3.1 Metodologia geoestatística O estudo da variabilidade espacial de atributos do solo tem importância não só na orientação de amostragens e interpretação dos resultados, mas também no levantamento e na classificação de solos. Dessa forma, a utilização de ferramentas geoestatísticas possibilita avaliar a dependência espacial dos atributos estudados e a consequente estimação de valores em lugares não medidos (ISAAKS; SRIVASTAVA, 1989; McBRATNEY et al., 1992; CAMARGO, 1998; GOOVAERTS, 1999; CASTRIGNANÒ et al., 2000; VIEIRA, 2000). A base da geoestatística vem da teoria das variáveis regionalizadas de Matheron (1963; 1971). Segundo esta teoria, a diferença entre os valores do atributo tomados em dois pontos próximos no espaço deve ser menor do que a diferença entre os valores tomados em dois pontos distantes. Portanto, cada valor carrega consigo uma forte interferência dos valores de sua vizinhança, ilustrando uma continuidade espacial (ISAAKS; SRIVASTAVA, 1989). A presença de dependência espacial requer o uso de um tipo de estatística chamada Geoestatística, a qual surgiu na África do Sul, quando Krige (1951), trabalhando com dados de concentração de ouro, concluiu que não conseguia encontrar 18 sentido na variância presente, se não levasse em conta a distância entre as amostras. Matheron (1963; 1971), baseado nestas observações, desenvolveu uma teoria, a qual chamou de Teoria das Variáveis Regionalizadas que contém os fundamentos da Geoestatística (VIEIRA, 2000). Matheron (1963) definiu Variável Regionalizada como uma função espacial numérica, que varia de um local para outro, com uma continuidade aparente e cuja variação não pode ser representada por uma função matemática simples. Essa continuidade ou dependência espacial pode ser estimada através do variograma. A geoestatística teve as suas primeiras aplicações em mineração (BLAIS; CARLIER, 1968; OLEA, 1977) depois em hidrologia, (DELHOMME, 1976) e vários estudos em ciência do solo (HAJRASULIHA et al., 1980; VIEIRA et al., 1992). 4.3.1.1 Variograma O variograma analisa o grau de dependência espacial entre amostras dentro de um campo experimental (SALVIANO, 1996), e é definido a partir da variância das medidas feitas em amostras espaçadas no campo de determinada distância h, ou seja, “lag” (WEBSTER, 1985), sendo estimado pela seguinte equação:               hN i ii hxZxZ hN h 1 2 2 1  (1) onde: N(h) = número de pares de valores medidos nos pontos Z(xi), Z(xi+h) separados por um vetor h. Isaaks e Srivastava (1989) descreveram os parâmetros do variograma como apresentados na Figura 2. De acordo com os autores à medida que h aumenta a variância (h) também aumenta até um valor máximo no qual ele se estabiliza. Este valor no qual (h) se estabiliza chama-se patamar (C0+C1). O valor de efeito pepita (C0) revela a descontinuidade do variograma para distâncias menores do que a menor distância entre as amostras. À distância na qual (h) atinge o patamar é chamada de alcance (a), que define a distância a partir da qual as amostras são independentes. 19 Figura 2. Variograma típico e seus componentes. Amostras separadas por distâncias menores que o alcance (a) são espacialmente dependentes, e que o mesmo é também utilizado para definir o raio de ação máximo de interpolação ou simulação, onde os pesos utilizados na ponderação podem afetar os valores estimados ou simulados (SOUZA, 1992). 4.3.1.2 Simulação estocástica A técnica de krigagem é um ótimo estimador de teores, porém não é adequada para se prever incertezas associadas às estimativas (ISAAKS; SRIVASTAVA, 1989). Em função dessa restrição, faz-se necessária a utilização de técnicas de simulações condicionais, que possibilitem um melhor modelamento da incerteza pois combina as várias realizações (BERETTA et al., 2011). A maior vantagem da utilização de simulação condicional é que existem múltiplas soluções que honram os dados em suas posições amostrais e também reproduzem o modelo de covariância adotado. Cada uma dessas soluções pode ser vista como uma imagem alternativa da realidade (equiprobabilidade) e o conjunto de todas essas imagens fornecem uma apreciação da incerteza global considerando a realidade representada pelos dados amostrais (PERONI, 2002). O procedimento de simulação estocástica, em ciências ambientais, tem a finalidade de solucionar questões relacionadas à variabilidade inerente a um ou mais atributos espacialmente distribuídos (GOOVAERTS; JOURNEL, 1995), gerando representações mais próximas do comportamento dos dados originalmente amostrados. 20 A simulação estocástica tem-se revelado um método útil para resolver uma gama de problemas que vão da física nuclear até a previsão econômica (GAMBIN, 2003) e, tem sido utilizada para caracterizar a incerteza espacial/temporal de fenômenos físicos na Terra e aplicações em ciências ambientais (RUSSO et al., 2008; NUNES; SOARES, 2005). A simulação condicional é qualitativamente usada para obtenção de figuras realistas da variabilidade espacial. Quantitativamente, elas são as ferramentas de escolha para avaliar o impacto da incerteza espacial nos resultados de procedimentos complexos, assim como o modelamento numérico de um sistema dinâmico ou a otimização econômica do desenvolvimento de um recurso natural (CHILÈS; DELFINER, 1999). Segundo Chilès e Delfiner (1999), alguns dos métodos de simulação condicional existentes são:  simulação sequencial guassiana;  matriz de decomposição da covariância (decomposição LU);  método das bandas rotativas (turning bands);  método autoregressivo;  janelas móveis;  método da diluição;  método espectral contínuo;  método espectral discreto;  hiperplanos de Poisson;  método de integração;  método de truncagem gaussiana;  método de Voromoi;  método de poliedros de Poisson;  método da substituição;  simulação booleana;  simulação annealing;  simulação sequencial direta;  cossimulação sequencial direta;  simulação sequencial dos indicadores. Sendo que os métodos mais utilizados nas ciências agrárias são: a Simulação Sequencial Gaussiana (SSG), que é uma variante de simulação sequencial onde 21 todos os valores da variável em estudo são previamente transformados para uma lei de distribuição gaussiana (JOURNEL, 1989); a Simulação e Cossimulação Sequencial Direta (SSD e coSSD), que é o método de eleição para simular diretamente a variável, sem proceder a transformações prévias dos dados, e incorporar variáveis secundárias (NUNES, 2008); e a Simulação Sequencial da Indicatriz (SSI), que é um método de simulação em que as funções de distribuição condicionais são estimadas segundo o formalismo da indicatriz (JOURNEL, 1989). 4.3.1.2.1 Objetivos da simulação Com um modelo de simulação de um fenômeno espacial se pretende criar imagens das características desse recurso, nas quais são reproduzidas a proporção e a maior ou menor continuidade espacial dos diferentes corpos, das heterogeneidades e das classes extremas dos histogramas dessas características (SOARES, 2006). Do ponto de vista quantitativo, com um modelo de simulação pretende-se reproduzir, na imagem simulada, a variabilidade do fenômeno em estudo basicamente através de duas estatísticas: a função de distribuição de Z(x) – Fz(x) = prob{Z(x) L = 2, 3, de tal modo que as dissimilaridades a partir do espaço M-dimensional Dij = D(x (i) , x ( j) ), i, j = 1, . . . , N, (13) são bem aproximadas pelas distâncias no menor espaço L- dimensional dij =d(q (i) , q ( j) )= [q (i) −q ( j) ], i, j = 1, . . . , N. (14) Qualquer tipo de relação entre um par de objetos que podem ser convertidos em uma medida de proximidade, ou, inversamente, para uma medida de dissimilaridade, pode ser considerado como entrada possível para MDS. MDS poderá ser utilizado como uma ferramenta de visualização de proximidade/similaridade de dados de alta dimensionalidade em função de calcular vetores 29 bidimensionais ou tridimensionais Zk ϵ R p , correspondentes aos elementos originais Zk ϵ X, que captam a informação fundamental sobre distâncias mútuas. Os eixos correspondentes às coordenadas dos vetores Zk, referido como “coordenadas fictícias”, não possuem qualquer significado físico, de um modo geral. Tudo o que importa em um mapa de MDS são as propriedades de proximidade (FIORI, 2011). A saída principal de MDS é uma representação espacial de uma configuração geométrica dos pontos sobre um mapa. Cada ponto na configuração corresponde a um objeto. A configuração no mapa pode revelar a estrutura oculta dos dados e tornar os dados mais fáceis de compreender (MITO et al., 2011). MDS plota objetos no mapa de tal modo que objetos que são muito semelhantes são colocados próximos uns dos outros no mapa e objetos que são muito diferentes são colocados distantes no mapa (KRUSKAL; WISH, 1978; NAUGPAL, 2001). Em virtude do mapa obtido pelo MDS ser derivado somente pelas distâncias de dissimilaridade na matriz, a localização absoluta dos pontos é irrelevante. O mapa pode ser sujeito a tradução, a reflexão e rotação e sem efeito para a metodologia. Somente as distâncias no espaço R de mapeamento são de interesse (SCHEIDT; CAERS, 2009). 4.5 Aplicações 4.5.1 Aplicações de análise geoestatística em dados de solos As primeiras aplicações importantes da análise geoestatística em estudos do solo surgiu no início de 1980 (BURGESS; WEBSTER, 1980). Desde então, krigagem tem sido amplamente utilizada em vários sub-campos da ciência do solo por exemplo: recuperação do solo (SAMARA; SINGH, 1990), na classificação de solos (ODEH et al, 1992; BURROUGH et al, 1992), e poluição do solo (HENDRICKS FRASSEN et al., 1997). O modelo contínuo fornece outra forma de se aproximar da variabilidade espacial do solo. Isso pressupõe que as características do solo variam gradualmente através do espaço. Entre as técnicas disponíveis que facilitam a utilização do modelo contínuo, a geoestatística é a que tem sido considerada como a mais adequada para utilização em ciências do solo (VOLTZ; WEBSTER, 1990; VOLTZ et al, 1997; De GRUIJTER et al, 1994; QIAN; KLINKA, 1995). Para lidar com o aspecto contínuo de 30 solos, Fitzpatrick (1986) recomendou o mapeamento do solo tendo como base a caracterização dos horizontes em vez de todo o perfil de solo. O objetivo principal de qualquer classificação é a redução de dados de um sistema complexo e representá-los de maneira mais explícita. Quase todos os levantamentos de solos são acompanhados por algumas formas de agrupamento, seja ele o chamado sistema de classificação “natural” ou a forma tecnicamente interpretativa. No entanto, essas classificações são compostas de classes mutuamente exclusivas, a fim de estar de acordo com a variação descontínua do solo embutidos nos levantamentos de solos tradicionais. Mas, a variação do solo é mais contínuo do que discreto. O trabalho pioneiro em pedometria, a classificação numérica baseada em computador (HOLE; HIRONAKA, 1960; MOORE; RUSSELL, 1967; de GRUIJTER, 1977), foi projetado para resolver esta limitação, entre outras. Novaes Filho et al. (2007) desenvolveu um trabalho em Juruena (MT), com o objetivo de identificar as classes pedológicas em microbacias sob floresta não perturbada, por meio do estudo da variabilidade espacial da textura (relação textural) e cor (índice de avermelhamento) do solo, considerando-se ainda a altitude da paisagem. Verificaram que foi possível distinguir e mapear as principais classes de solo ocorrentes na área de estudo até o segundo nível categórico do Sistema Brasileiro de Classificação de Solos, associadas ao fator relevo da paisagem. Teixeira et al. (2012) conduziram um estudo em uma malha amostral irregular com 141 pontos, instalada sobre a cultura de cana-de-açúcar, com o objetivo de caracterizar e relacionar a variabilidade espacial da respiração do solo e propriedades relacionadas; avaliar a acurácia dos resultados fornecidos pelo método da krigagem ordinária e simulação sequencial gaussiana; e avaliar a incerteza na predição da variabilidade espacial da emissão de CO2 do solo e demais propriedades utilizando a simulação sequencial gaussiana. Neste estudo todas as variáveis apresentaram estrutura de dependência espacial e as simulações individuais propiciaram para todas as variáveis analisadas melhor reprodução das funções de distribuição acumuladas e dos variogramas, em comparação à krigagem. As maiores incertezas na predição da emissão de CO2 estiveram associadas às regiões da área com maiores valores observados e estimados. 31 4.5.2 Aplicações de análise geoestatística e escalonamento multidimensional Scheidt e Caers (2009) utilizaram a geoestatística e MDS em um reservatório de óleo sintético, para parametrizar a incerteza espacial representado por um grande conjunto de realizações geoestatísticas através de uma função de medição de distância “dissemelhança” entre as duas realizações geoestatísticas. A função de distância permite um mapeamento do espaço de incerteza. A distância pode ser adaptado para esse problema particular. Os autores afirmaram que a aplicação deste método apresentou resultados promissores e as estimativas de quartis foram visivelmente melhores do que aquelas que utilizam os métodos tradicionais de classificação para o mesmo número de avaliações da função de transferência. Além disso, apenas um pequeno número de avaliações da função de transferência foram necessárias para se obter a quantificação precisa da incerteza na estimativa do quartil. A análise geoestatística e MDS foram aplicadas para identificar as áreas biologicamente ricas no norte da Califórnia e para determinar as características ambientais que ocorrem dentro destas áreas. Neste estudo, embora as posições dos pontos de acesso biológicos persistiram durante o curso do estudo, as características do habitat e composição da comunidade nekton dentro de cada hotspot (região com alto endemismo de espécies) variou ao longo do tempo. Os parâmetros mais consistentes ambientais que explicaram as distribuições foram a temperatura da superfície do mar, salinidade e densidade, indicando que o mecanismo provável de estruturação dos hotspots está relacionado com o fluxo através da região, que diferenciam os padrões de mobilização (REESEA; BRODEUR 2006). 4.5.3 Aplicações de análise de escala multidimensional em dados de solos Com o objetivo de identificar fatores intrínsecos e extrínsecos que controlam a estabilização do carbono nos solos de cinzas vulcânicas submetido à práticas agrícolas, Hernández e Almendros (2012) aplicaram a análise MDS, e verificaram que a resistência da matéria orgânica do solo à biodegradação pode ser explicada tanto por fatores intrínsecos como extrínsecos. Os teores totais de matéria orgânica do solo do Parque Natural Serra Maria-Los Vélez (Almería, Sul da Espanha) foram analisados para diferentes usos do 32 solo (florestas de pinheiros e carvalhos, e áreas desmatadas ou cultivada ou afetados por invasão de matos), nestes dados verificaram-se que o MDS e correlações múltiplas possibilitaram sugerir que os processos de sequestro de carbono do solo são controlados por pequenos características topográficas e seu impacto na capacidade de retenção de água (MIRALLES et al., 2007). 33 5 MATERIAL E MÉTODOS 5.1 Descrição da Área de Estudo A Fazenda Experimental Edgardia com área de 1200,32 ha, está localizada no Município de Botucatu, Estado de São Paulo, e pertencente à Faculdade de Ciências Agronômicas/UNESP, com coordenadas geográficas 22 o 50’ a 22º 47’ 30” S e 48º 22’ 30” a 48º 26’ 15” WGr e altitude variando de 475 a 725 metros (IBGE, 1969). O clima predominante na região é do tipo Cfa, segundo a classificação de Köppen, clima temperado quente (mesotérmico) úmido sem estiagem, no qual a temperatura média do mês mais frio é inferior a 17,1 ºC e a do mês mais quente ultrapassa 22 ºC. A precipitação média anual é de 1428 mm e a temperatura média de 20,3°C (CUNHA; MARTINS, 2009 ). Na área ocorre terrenos do Mesozóico pertencentes ao Grupo São Bento, correspondendo ao Triássico Inferior e ao Jurássico, incluindo as Formações Pirambóia, Botucatu e Serra Geral; e sedimentos aluviais referidos ao Holoceno, de acordo com o Mapa Geológico do Estado de São Paulo (IPT, 1981 a,b). Remanescentes da vegetação natural podem ser observados, caracterizando-se por maciços isolados de formações vegetais de Floresta Estacional, Cerrado e Campo. 34 5.2.2 Classes do 1º Nível Categórico (ordens) dos solos encontrados na área Na área foram encontrados solos do primeiro nível categórico (ordem) os nomes das classes são formados pela associação de um elemento formativo com a terminação “solos”. São apresentados a seguir os nomes das classes, seus respectivos elementos formativos e os seus significados. 5.2.2.1 Neossolos Compreende solos constituídos por material mineral, ou por material orgânico pouco espesso, que não apresentam alterações expressivas em relação ao material originário devido à baixa intensidade de atuação dos processos pedogenéticos, seja em razão de características inerentes ao próprio material de origem, como maior resistência ao intemperismo ou composição química, ou dos demais fatores de formação (clima, relevo ou tempo), que podem impedir ou limitar a evolução dos solos (EMBRAPA, 2013). Estes solos não apresentam qualquer tipo de horizonte B diagnóstico e satisfazem os seguintes requisitos (EMBRAPA, 2013): • ausência de horizonte glei abaixo do A dentro de 150 cm de profundidade, exceto no caso de solos de textura areia ou areia franca virtualmente sem materiais primários intemperizáveis. • ausência de horizonte vértico abaixo de horizonte A; • ausência de horizonte plíntico dentro de 40 cm, ou dentro de 150 cm da superfície se imediatamente abaixo de horizontes A, ou E, ou precedido de horizontes de coloração pálida, variegada ou com mosqueados em quantidade abundante. • ausência de horizonte A chernozêmico com caráter carbonático, ou conjugado a horizonte C cálcico ou com caráter carbonático. Nesta classe estão incluídos os solos que foram reconhecidos anteriormente como Litossolos e Solos Litólicos, Regossolos, Solos Aluviais e Areias Quartzosas (Distróficas, Marinhas e Hidromórficas). Solos com horizonte A húmico ou A proeminente, com espessura maior que 50 cm seguido por contato lítico ou com sequência de horizontes A, C ou ACr. Pertencem ainda a esta classe solos com horizonte A ou 35 hísticos, com menos de 20 cm de espessura, seguidos de camadas com 90% ou mais (expresso em volume) de fragmentos de rocha ou do material de origem, independente de sua resistência ao intemperismo (EMBRAPA, 2013). 5.2.2.2 Chernossolos Compreende solos constituídos por material mineral que têm como características diferenciais alta saturação por bases e horizonte A chernozêmico sobrejacente a horizonte B textural ou B incipiente com argila de atividade alta, ou sobre horizonte C carbonático ou horizonte cálcico, ou ainda sobre a rocha, quando o horizonte A apresentar concentração de carbonato de cálcio (EMBRAPA, 2013). São solos normalmente pouco coloridos (escuros ou com tonalidades pouco cromadas e de matizes pouco avermelhados), bem a imperfeitamente drenados (EMBRAPA, 2013). Estes solos apresentam horizonte A chernozêmico seguido por (EMBRAPA, 2013): • horizonte B incipiente ou B textural com argila de atividade alta; ou • horizonte cálcico ou caráter carbonático, coincidindo com o horizonte A chernozêmico e/ou com horizonte C, admitindo-se entre os dois, horizonte B incipiente com espessura < 10cm; ou • um contato lítico, desde que o horizonte A contenha 150 g kg -1 de solo ou mais de CaCO3 equivalente. • horizonte B com caráter ebânico. Nesta classe estão incluídos a maioria dos solos que eram classificados como Brunizém, Rendzina, Brunizém Avermelhado, Brunizém Hidromórfico e Cambissolos Eutróficos com argila de atividade alta conjugada com A chernozêmico (EMBRAPA, 2013). 5.2.2.3 Nitossolos Compreende solos constituídos por material mineral, com horizonte B nítico, textura argilosa ou muito argilosa (teores de argila maiores que 350 g kg -1 de solo 36 a partir do horizonte A), estrutura em blocos subangulares, angulares ou prismática moderada ou forte, com cerosidade nas superfícies dos agregados (EMBRAPA, 2013). Estes solos apresentam horizonte B bem expresso em termos de desenvolvimento de estrutura e cerosidade, com gradiente textural menor que 1,5. Esta classe exclui solos com incremento no teor de argila requerido para a maior parte do horizonte B textural, sendo a diferenciação de horizontes menos acentuada que a dos Argissolos, com transição do A para o B clara ou gradual e entre suborizontes do B, gradual ou difusa. São profundos, bem drenados, de coloração variando de vermelho a brunada (EMBRAPA, 2013). Os Nitossolos são solos que praticamente não apresentam policromia acentuada no perfil e devem satisfazer os seguintes critérios de cores (EMBRAPA, 2013): a) para solos com todas as cores dos horizontes A e B, exceto BC, dentro de uma mesma página de matiz, admitem-se variações de no máximo 2 unidades para valor e 3 unidades para croma; b) para solos apresentando cores dos horizontes A e B, exceto BC, em duas páginas de matiz, admite-se variação de ≤ 1 unidade de valor e ≤ 2 unidades de croma; c) para solos apresentando cores dos horizontes A e B, exceto BC, em mais de duas páginas de matiz, não se admite variação para valor e admite-se variação de ≤ 1 unidade de croma. Nesta classe se enquadram solos que eram classificados, na maioria, como Terra Roxa Estruturada, Terra Roxa Estruturada Similar, Terra Bruna Estruturada, Terra Bruna Estruturada Similar e alguns Podzólicos Vermelho-Escuros e Podzólicos Vermelho-Amarelos (EMBRAPA, 2013). 5.2.2.4 Latossolos Compreende solos constituídos por material mineral, com horizonte B latossólico imediatamente abaixo de qualquer um dos tipos de horizonte diagnóstico superficial, exceto hístico (EMBRAPA, 2013). São solos em avançado estágio de intemperização, muito evoluídos, como resultado de enérgicas transformações no material constitutivo. Os solos são 37 virtualmente destituídos de minerais primários ou secundários menos resistentes ao intemperismo, e têm capacidade de troca de cátions baixa, inferior a 17 cmolc kg -1 de argila sem correção para carbono, comportando variações desde solos predominantemente cauliníticos (EMBRAPA, 2013). São normalmente muito profundos, sendo a espessura do solo raramente inferior a um metro. Têm sequência de horizontes A, B, C, com pouca diferenciação de subhorizontes, e transições usualmente difusas ou graduais. Em distinção às cores mais escuras do A, o horizonte B tem aparência mais viva, as cores variando desde amarelas ou mesmo bruno-acinzentadas até vermelho-escuro-acinzentadas, dependendo da natureza, forma e quantidade dos constituintes. O incremento de argila do A para o B é pouco expressivo ou inexistente e a relação textural B/A não satisfaz os requisitos para B textural (EMBRAPA, 2013). São típicos das regiões equatoriais e tropicais, ocorrendo também em zonas subtropicais, distribuídos, sobretudo, por amplas e antigas superfícies de erosão, sedimentos ou terraços fluviais antigos, normalmente em relevo plano e suave ondulado. São originados a partir das mais diversas espécies de rochas e sedimentos, sob condições de clima e tipos de vegetação os mais diversos (EMBRAPA, 2013). Nesta classe estão incluídos todos os Latossolos, excetuadas algumas modalidades anteriormente identificadas como Latossolos plínticos (EMBRAPA, 2013). 5.2.2.5 Gleissolos Compreende solos hidromórficos, constituídos por material mineral, que apresentam horizonte glei dentro dos primeiros 150 cm da superfície do solo, imediatamente abaixo de horizontes A ou E (com ou sem gleização), ou de horizonte hístico com menos de 40 cm de espessura, não apresentam textura exclusivamente areia ou areia franca em todos os horizontes dentro dos primeiros 150 cm da superfície do solo ou até um contato lítico, tão pouco horizonte vértico, ou horizonte B textural com mudança textural abrupta acima ou coincidente com horizonte glei ou qualquer outro tipo de horizonte B diagnóstico acima do horizonte glei. Horizonte plíntico, se presente, deve estar à profundidade superior a 200 cm da superfície do solo (EMBRAPA, 2013). 38 Os solos desta classe encontram-se permanente ou periodicamente saturados por água, salvo se artificialmente drenados. A água permanece estagnada internamente, ou a saturação é por fluxo lateral no solo. Em qualquer circunstância, a água do solo pode se elevar por ascensão capilar, atingindo a superfície (EMBRAPA, 2013). O processo de gleização implica na manifestação de cores acinzentadas, azuladas ou esverdeadas, devido a redução e solubilização do ferro, permitindo a expressão das cores neutras dos minerais de argila, ou ainda precipitação de compostos ferrosos (EMBRAPA, 2013). Esta classe abrange os solos que foram classificados anteriormente como Glei Pouco Húmico, Glei Húmico, parte do Hidromórfico Cinzento (sem mudança textural abrupta), Glei Tiomórfico e Solonchak com horizonte glei (EMBRAPA, 2013). 5.2.2.6 Argissolos Compreende solos constituídos por material mineral, que têm como características diferenciais a presença de horizonte B textural de argila de atividade baixa, ou alta conjugada com saturação por bases baixa ou caráter alítico. O horizonte B textural (Bt) encontra-se imediatamente abaixo de qualquer tipo de horizonte superficial, exceto o hístico, sem apresentar, contudo, os requisitos estabelecidos para serem enquadrados nas classes dos Luvissolos, Planossolos, Plintossolos ou Gleissolos (EMBRAPA, 2013). São de profundidade variável, desde forte a imperfeitamente drenados, de cores avermelhadas ou amareladas, e mais raramente, brunadas ou acinzentadas. A textura varia de arenosa a argilosa no horizonte A e de média a muito argilosa no horizonte Bt (EMBRAPA, 2013). São forte a moderadamente ácidos, com saturação por bases alta, ou baixa (EMBRAPA, 2013). Nesta classe estão incluídos os solos que foram classificados anteriormente como Podzólico Vermelho-Amarelo argila de atividade baixa ou alta, pequena parte de Terra Roxa Estruturada, de Terra Roxa Estruturada Similar, de Terra Bruna Estruturada e de Terra Bruna Estruturada Similar, na maioria com gradiente textural necessário para B textural, em qualquer caso Eutróficos, Distróficos, Podzólico Bruno- Acinzentado, Podzólico Vermelho-Escuro, Podzólico Amarelo, Podzólico Acinzentado e 39 mais recentemente solos que foram classificados como Alissolos com B textural (EMBRAPA, 2013). 5.2.3 Horizontes Diagnósticos dos solos encontrados na área Foram encontrados os seguintes horizontes diagnóticos na área da Fazenda Experimental Edgardia: 5.2.3.1 Horizonte A chernozêmico É um horizonte escuro (mínimo de 0,6% de carbono orgânico), espesso (em torno de 18 a 25 cm), bem estruturado, com saturação por bases superior a 50% e, teor de P2O5 (solúvel em ácido cítrico) menor que 250 ppm (CARVALHO et al., 1991). 5.2.3.2 Horizonte A proeminente É um horizonte semelhante ao chernozêmico, diferindo somente na saturação por bases, que neste caso, é inferior a 50% (CARVALHO et al., 1991). 5.2.3.3 Horizonte A moderado O horizonte A moderado não satisfaz as características para eleger os demais tipos de horizonte A (chernozêmico, proeminente, antrópico, turfoso e fraco) (CARVALHO et al., 1991). Em geral o horizonte A moderado difere dos horizontes A chernozêmico, proeminente e húmico pela espessura e/ou cor e do A fraco pelo teor de carbono orgânico e estrutura, não apresentando ainda os requisitos para caracterizar o horizonte hístico ou o A antrópico (EMBRAPA, 2013). 40 5.2.3.4 Horizonte B textural O conteúdo de argila do horizonte B textural é maior que o do horizonte A ou E e pode, ou não, ser maior que o do horizonte C (EMBRAPA, 2013). O gradiente textural (razão da média do conteúdo de argila do horizonte B/A, excluindo o BC) é maior que: 1,5 se o horizonte A tem mais que 40% de argila; 1,7 se tem de 15 a 40% de argila, e 1,8 se tem menos de 15% de argila. Quando o horizonte B apresenta estrutura em blocos ou prismática com cerosidade associada, que exceda pouca e fraca, o gradiente textural supracitado não é requerido (CARVALHO et al., 1991). Nota: os horizontes B textural e B nítico não são mutuamente exclusivos. A distinção entre Argissolos e Nitossolos é feita pelos teores de argila, pelo gradiente textural e pela diferenciação de cor no solo (policromia), conforme critérios constantes na definição de Nitossolos. 5.2.3.5 Horizonte B latossólico É um horizonte mineral subsuperficial, cujos constituintes evidenciam avançado estágio de intemperização, explícita pela alteração quase completa dos minerais primários menos resistentes ao intemperismo e/ou de minerais de argila 2:1, seguida de intensa dessilicificação, lixiviação de bases e concentração residual de sesquióxidos, argila do tipo 1:1 e minerais primários resistentes ao intemperismo. Em geral, é constituído por quantidades variáveis de óxidos de ferro e de alumínio, minerais de argila 1:1, quartzo e outros minerais mais resistentes ao intemperismo, podendo haver a predominância de quaisquer desses materiais (EMBRAPA, 2013). Apresenta espessura igual ou maior que 50 cm; CTC após dedução da contribuição do carbono orgânico menor que 13 meq 100 -1 g de argila; relação SiO2/A12O3 (índice Ki) da fração argila igual ou menor que 2,2; relação silte/argila menor que 0,7; se presentes na fração 0,05 – 2 mm, menos que 4% de minerais facilmente intemperizáveis reportados à fração menor que 2 mm; menos de 5% por volume de fragmentos de rocha ou saprolito; estrutura forte muito pequena a pequena granular a blocos subangulares moderada (CARVALHO et al., 1991). 41 O horizonte B latossólico pode conter mais argila do que o horizonte sobrejacente, porém o incremento da fração argila com o aumento da profundidade é pequeno, de maneira que comparações feitas a intervalos de entre os horizontes A e B apresentam diferenças menores que aquelas necessárias para caracterizar um horizonte B textural (EMBRAPA, 2013). O horizonte B latossólico apresenta diferenciação pouco nítida entre os seus sub horizontes, com transição, de maneira geral, difusa (EMBRAPA, 2013). Em síntese, o horizonte B latossólico é um horizonte subsuperficial que não apresenta características diagnósticas de horizonte glei, B textural, B nítico e plíntico, e encontra-se presente abaixo de qualquer horizonte diagnóstico superficial, exceto o hístico (EMBRAPA, 2013). 5.2.3.6 Horizonte glei O horizonte glei possui propriedades hidromóficas ou gleizadas como: matizes dominantes neutros ou mais azuis que 10Y; e ou saturação por água