28-estimativa-de-atributos-de-solo-com-amostragem-reduzida-utilizando-geoestatistica-multivariada-em-area-cultivada-com-cana-de-acucar

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