Baixe o app para aproveitar ainda mais
Prévia do material em texto
IIIIII SSiimmppóóssiioo ddee GGeeooeessttaattííssttiiccaa AApplliiccaaddaa eemm CCiiêênncciiaass AAggrráárriiaass 0088 aa 1100 ddee mmaaiioo ddee 22001133 BBoottuuccaattuu--SSPP III Simpósio de Geoestatística em Ciências Agrárias 1 Estimativa de atributos de solo com amostragem reduzida utilizando geoestatística multivariada em área cultivada com cana-de-açúcar Guilherme M. Sanches1, Moacir A. Cornetti2, Armando Z. Remacre3, Paulo S. Graziano Magalhães4 1 Mestrando, FEAGRI UNICAMP, Av. Candido Rondon, 501, Barão Geraldo, Campinas/SP, Cidade Universitária Zeferino Vaz CEP 13083-875, bolsista CNPq - CTBE/CNPEM guilherme.sanches@feagri.unicamp.br 2 Mestre, IG UNICAMP, moacir@ige.unicamp.br 3 Prof. Doutor, IG UNICAMP, armando@ige.unicamp.br 4 Prof. Doutor, FEAGRI UNICAMP, graziano@feagri.unicamp.br, pesquisador associado CTBE/CNPEM Resumo -Uma das ferramentas importantes na Agricultura de Precisão (AP) é a utilização da geoestatística, cujo principal objetivo é a descrição dos padrões espaciais e a estimativa de dados em locais não amostrados. Conhecendo-se a variabilidade das características químicas e físicas do solo é possível realizar o manejo mais adequado para cada parcela de uma área, garantindo aumento da produtividade e diminuição dos impactos ambientais. Contudo, para atender aos requisitos mínimos dos métodos de interpolação, é necessário fornecer uma grande quantidade de informações, que muitas vezes inviabilizam a aplicação da AP devido ao processo se tornar demorado e custoso para os agricultores. Uma das técnicas possíveis para minimizar a quantidade de pontos amostrados consiste na utilização de imagens obtidas através de equipamentos “on-the-go” para identificação de pontos para amostragem. Este trabalho teve como objetivo obter mapas de variabilidade espacial dos atributos do solo utilizando um número reduzido de amostras e aplicando krigagem com deriva externa. Os resultados indicam que é possível, a partir de uma amostragem de 12 pontos determinados a partir do mapa de dados de condutividade elétrica aparente (CEa) em uma área de 50 ha, obter mapas de recomendação de adubação utilizando dados de condutividade elétrica como base para interpolação por krigagem. Palavras-chave: krigagem com deriva externa; condutividade elétrica; agricultura de precisão Estimation of soil attributes with reduced sampling using multivariate geostatistics in sugarcane crop Abstract –One of the important tools in precision agriculture is geostatistics, whose main objective is the description of spatial patterns and estimation data in places not sampled. Knowing the variability of physical and chemical characteristics of the soil it is possible to realize the appropriate management for each part of the area, ensuring increased productivity and reduction of environmental impacts. However to attend the minimum requirements of interpolation methods, it is necessary to provide a large quantity of information, which often makes unfeasible the application of PA because the process becomes time consuming and costly for farmers. One of the possible techniques to minimize the quantity of sampled points is the use of images obtained through equipment "on-the-go" to identify points for sampling. This study aimed to obtain maps of spatial variability of soil attributes using a small number of samples and applying kriging with external drift from (CEa).The results indicate that it is possible, from a sample of 12 points from apparent electrical conductivity data (CEa) map in an area of 50 ha, get maps fertilizer recommendation using electrical conductivity data as a basis for kriging interpolation. Keywords: kriging external drift; electrical conductive; precision agriculture Introdução Uma das inovações da ciência e tecnologia que deve ser incorporada aos atuais sistemas de produção é a Agricultura de Precisão (AP), que permite ao produtor entender e controlar com maior precisão a inerente variabilidade espacial encontrada na lavoura, visando à obtenção de maior produtividade, retorno econômico e respeito ambiental. Os avanços tecnológicos no setor agrícola têm apontado a importância de se medir a variabilidade espacial das propriedades que afetam o rendimento das culturas, com o objetivo de otimizar o aproveitamento dos recursos e diminuir custos (CARVALHO et al., 2002). A aplicação de mailto:guilherme.sanches@ mailto:moacir@ige.unicamp.br mailto:armando@ige.unicamp.br mailto:graziano@feagri.unicamp.br IIIIII SSiimmppóóssiioo ddee GGeeooeessttaattííssttiiccaa AApplliiccaaddaa eemm CCiiêênncciiaass AAggrráárriiaass 0088 aa 1100 ddee mmaaiioo ddee 22001133 BBoottuuccaattuu--SSPP III Simpósio de Geoestatística em Ciências Agrárias 2 sistemas de manejo específico na agricultura exige informações precisas e de maior qualidade sobre a variação espacial das propriedades do solo e das culturas (KERRY; OLIVER, 2007 e 2008). A impossibilidade de obter as propriedades do solo de forma rápida e a um baixo custo representa a maior restrição para que a AP atinja escala comercial com todo seu potencial (ADAMCHUK et al., 2004). Atualmente um dos fatores que limitam o uso da AP é o número de amostras necessárias para representar espacialmente os atributos do solo. Para se fazer um adequado mapeamento do solo é necessário se realizar uma amostragem densa na área, tornando este trabalho muitas vezes economicamente inviável. Dentro deste contexto a geoestatística multivariada surge como uma técnica promissora para mapeamento e quantificação dos atributos do solo. Utilizando modelos matemáticos, a geoestatística multivariada é capaz de estimar atributos do solo com uma pequena amostragem da variável a qual se deseja conhecer a distribuição ao longo da área, utilizando para isto outros atributos que são mais facilmente mensuráveis e a um custo menor. Como exemplo de variável secundária, cuja mensuração através de sensores elétricos e eletromagnéticos “on-the-go” é feita de forma mais simples, temos a condutividade elétrica aparente (CEa). A CEa tem se mostrado efetiva como um rápido indicador da variabilidade e do potencial produtivo do solo (KITCHEN et al., 1999; CORWIN et al., 2003; CORWIN; LESCH, 2005), relacionada aos atributos do solo de interesse no contexto da AP. Este trabalho tem como objetivo utilizar a geoestatística multivariada, mais especificamente o método de interpolação da krigagem com deriva externa (KED – Kriging External Drift), para estimar a distribuição espacial de atributos do solo com uma amostragem de dados reduzida, utilizando como variável secundária a condutividade elétrica aparente do solo. Material e Métodos Foi implantada (plantio em 24 de fevereiro de 2011) na Usina da Pedra, Município de Serra Azul, SP, Lat. 21,2731ºS, Long. 47,5397º, uma área com 50 ha, com cana-de-açúcar (cultivar CTC-09). A área (Figura 1) foi previamente georeferenciada e os atributos físicos e químicos do solo analisados (granulometria, densidade do solo, porosidade do solo, estabilidade de agregados, resistência do solo à penetração, macro e micro nutrientes, condutividade elétrica). Optou-se por realizar uma amostragem em grade regular de 50x50 m (204 pontos), georeferenciada, em duas profundidades, (0,00-0,20m e 0,20-0,40m) sendo que nestas profundidades deve-se gerar amostras compostas de 6 (seis) subamostras. Nestes mesmos pontos foi realizada a medição da resistência do solo à penetração, em 3 pontos até uma profundidade de 0,6 m. A recomendação de correção e adubação do solo a taxa variada (TV) foi realizada baseada nos resultados dos mapas de nutrientes obtidos através de interpolação por Krigagem pontual com base na recomendação do Boletim Técnico 100 para a cultura de cana-de-açúcar (ESPIRONELLO et al., 1997). As leituras da CEa do solo em área total foram feitas em passadas paralelas utilizando o sensor de contato direto Veris3100 ® (Veris Tecnology, Brodway Salina, KS, EUA) conectado a um receptor de GPS e tracionado por um trator. A profundidade de leitura é função do espaçamento entre os eletrodos emissor e receptor, que nesse equipamento, estava configurado para leituras predominantemente nas camadas de 0,0 a 0,3 m e 0,0 a 0,9 m. Figura 1: Área do estudo em destaque. Para o presente trabalho utilizou-se os dados de potássio coletados na camada de 0,00 a 0,20 m. Utilizando-se o software Isatis ® (Geovarinces, Avon, França), geraram-se dois mapas, um com a distribuição espacial do potássio utilizando os 204 pontos amostrados com interpolação por Krigagem ordinária e outro IIIIII SSiimmppóóssiioo ddee GGeeooeessttaattííssttiiccaa AApplliiccaaddaa eemm CCiiêênncciiaass AAggrráárriiaass 0088 aa 1100 ddee mmaaiioo ddee 22001133 BBoottuuccaattuu--SSPP III Simpósio de Geoestatística em Ciências Agrárias 3 a partir de 12 pontos, escolhidos baseados no resultado da CEa, utilizando para interpolação Krigagem com deriva externa e tendo como variável secundária a CEa na camada de 0,00 a 0,30 m, (Figura 2). Figura 2: À esquerda malha regular de 50x50m (204 pontos) e localização dos 12 pontos amostrais escolhidos com base nos resultados da ECa 0-30 e 0-90 m, à direita. Resultados e Discussão Comparando-se os resultados obtidos pelos dois métodos observa-se uma semelhança entre os mapas (Figura 3). Nos contornos a leste e oeste do mapa encontram-se os maiores valores dos teores de potássio, enquanto que o centro da área ocupa-se com valores intermediários. A estatística descritiva para os mapas gerados com Krigagem ordinária (KO) e Krigagem com deriva externa (KED) apresentam valores de correlação moderado (r 2 = 0.61), Tabela 1. Figura 3: À esquerda mapa do teor de potássio estimado na camada de 0,00 a 0,20 metros de profundidade utilizando Krigagem ordinária baseado nos 204 pontos amostrais e à direita em apenas 12 pontos com Krigagem com deriva externa. Os variogramas utilizados para a geração da destruição espacial do potássio utilizando a krigagem ordinária e a krigagem com deriva externa encontram-se nas figuras 4 e 5, respectivamente. Os variogramas foram ajustados para duas direções, sendo uma a nove e a outra a noventa e nove graus, de acordo com a inclinação dos pontos amostrais. O modelo utilizado para o ajuste foi o esférico. IIIIII SSiimmppóóssiioo ddee GGeeooeessttaattííssttiiccaa AApplliiccaaddaa eemm CCiiêênncciiaass AAggrráárriiaass 0088 aa 1100 ddee mmaaiioo ddee 22001133 BBoottuuccaattuu--SSPP III Simpósio de Geoestatística em Ciências Agrárias 4 Figura 4: Variograma ajustado para krigagem ordinária utilizando duzentos e quatro pontos amostrais com teores de potássio. Figura 5: Variogramas para krigagem com deriva externa utilizando o potássio como variável principal e a condutividade elétrica aparente a 30 como variável secundária. Se comparado a técnica atualmente empregada pelas Usinas onde geralmente são retiradas 1 amostra para cada 4 ou 5 ha, e a recomendação de adubação à taxa constante é realizada pela média desta amostragem, a técnica aqui proposta pode trazer benefícios aos produtores, contribuindo para a redução de custo e melhora na produtividade. Contudo devemos ainda avaliar como esta metodologia responde em relação aos demais atributos químicos do solo. IIIIII SSiimmppóóssiioo ddee GGeeooeessttaattííssttiiccaa AApplliiccaaddaa eemm CCiiêênncciiaass AAggrráárriiaass 0088 aa 1100 ddee mmaaiioo ddee 22001133 BBoottuuccaattuu--SSPP III Simpósio de Geoestatística em Ciências Agrárias 5 Tabela 1: Estatística do teor de potássio estimado por dois métodos de interpolação por Krigagem. KED KO Máximo 2.42 4.03 Mínimo 1.40 1.25 Média 1.90 2.13 Desv. Padrão 0.25 0.45 Coef. Correlação 0.61 Conclusão A utilização de geoestatística multivariada permite obter mapas com boa resolução da distribuição espacial de atributos do solo a partir de uma reduzida amostragem de dados em campo, utilizando variáveis secundárias mais facilmente mensuráveis e a um custo reduzido. Esta perspectiva abre novos caminhos para que outros atributos importantes agronomicamente possam ser estimados em grandes áreas a partir de um número reduzido de amostras, auxiliando o produtor rural no manejo da cultura e garantindo assim maiores retornos econômicos. Agradecimentos Ao Laboratório Nacional de Ciência e Tecnologia do Bioetanol, à Faculdade de Engenharia Agrícola e ao Instituto de Geociências da Universidade Estadual de Campinas pela infraestrutura e à FAPESP pelo apoio e incentivo à pesquisa. Referências ADAMCHUK V.I., HUMMEL J.W., MORGAN M.T., UPADHYAYA S.K., “On-the-go soil sensors for precision agriculture”, Computers and Electronics in Agriculture, v. 44, pp. 71-91, 2004. CARVALHO, J. R. P.; SILVEIRA, P. M.; VIEIRA, S. R. Geoestatística na determinação da variabilidade espacial de características químicas do solo sob diferentes preparos. Pesquisa Agropecuária Brasileira, Brasília, v.37, n.8, p.1151-1159, 2002. CorWIN, D.L., S.R. KAFFKA, J.W. HOPMANS, Y. MORI, J.W. VAN GROENIGEN, C. VAN KESSELB, S.M. LESCHA,; J.D. OSTERF. Assessment and field-scale mapping of soil quality properties of a saline-sodic soil Geoderma 114, no. 3-4 p. 231-259, 2003. CORWIN, D.; LESCH, S. Apparent soil electrical conductivity measurements in agriculture. Computers and Electronics in Agriculture, 46(1-3), 11-43. doi: 10.1016/j.compag.2004.10.005. 2005. ESPIRONELLO, A.; RAIJ, B.VAN; PENATTI, C.P.; CANTARELLA, H.; MORELLI, J.L.; ORLANDO FILHO, J.; LANDELL, M.G.A.; ROSSETTO, R. Cana-de-açúcar. In: RAIJ, B. van; Cantarella, H.; Quaggio, J.A.; Furlani, A.M.C. (Ed.) Recomendações de adubação e calagem para o Estado de São Paulo. Campinas: Fundação IAC, 1996. p.237-239. (IAC. Boletim, 100). KERRY, R.; OLIVER, M. A. Comparing sampling needs for variograms of soil properties computed by the method of moments and residual maximum likelihood. Geoderma, Amsterdam, v.140, n.4, p.383-396, 2007. KERRY, R.; OLIVER, M. A. Determining nugget:sill ratios of standardized variograms from aerial photographs to krige sparse soil data. Precision Agriculture, Netherlands, v.9, n.1-2, p.33-56, 2008. KITCHEN, N R.; SUDDUTH, K. A.; DRUMMOND, S T. (1999). Soil electrical conductivity as a crop productivity measure for claypan soils. Journal of Production Agriculture, 12(4), 607-617
Compartilhar