Modelagem geoestatística das incertezas da distribuição espacial do fósforo disponível no solo, em área de cana-de-açúcar

Detalhes bibliográficos
Autor(a) principal: Oliveira, Ismênia Ribeiro De
Data de Publicação: 2013
Outros Autores: Teixeira, Daniel De Bortoli [UNESP], Panosso, Alan Rodrigo [UNESP], Camargo, Livia Arantes [UNESP], Marques Júnior, José [UNESP], Pereira, Gener Tadeu [UNESP]
Tipo de documento: Artigo
Idioma: por
Título da fonte: Repositório Institucional da UNESP
Texto Completo: http://dx.doi.org/10.1590/S0100-06832013000600005
http://hdl.handle.net/11449/110076
Resumo: Phosphorus is one of the limiting nutrients for sugarcane development in Brazilian soils. The spatial variability of this nutrient is great, defined by the properties that control its adsorption and desorption reactions. Spatial estimates to characterize this variability are based on geostatistical interpolation. However, inherent uncertainties in the procedure of these estimates are related to the variability structure of the property under study and the sample configuration of the area. Thus, the assessment of the uncertainty of estimates associated with the spatial distribution of available P (Plabile) is decisive to optimize the use of phosphate fertilizers. The purpose of this study was to evaluate the performance of sequential Gaussian simulation (sGs) and ordinary kriging (OK) in the modeling of uncertainty in available P estimates. A sampling grid with 626 points was established in a 200-ha experimental sugarcane field in Tabapuã, São Paulo State. The sGs algorithm generated 200 realizations. The sGs realizations reproduced the statistics and the distribution of the sample data. The G statistic (0.81) indicated good agreement between the values of simulated and observed fractions. The sGs realizations preserved the spatial variability of Plabile without the smoothing effect of the OK map. The accuracy in the reproduction of the variogram of the sample data obtained by the sGs realizations was on average 240 times higher than that obtained by OK. The uncertainty map, obtained by OK, showed less variation in the study area than that obtained by sGs. Thus, the evaluation of uncertainties by sGs was more informative and can be used to define and delimit specific management areas more precisely.
id UNSP_f8ae2e4ee59c2560e1b5d78db4e9275f
oai_identifier_str oai:repositorio.unesp.br:11449/110076
network_acronym_str UNSP
network_name_str Repositório Institucional da UNESP
repository_id_str 2946
spelling Modelagem geoestatística das incertezas da distribuição espacial do fósforo disponível no solo, em área de cana-de-açúcarGeostatistical modeling of uncertainty of the spatial distribution of available phosphorus in soil in a sugarcane fieldSequential Gaussian simulationordinary krigingSpatial variabilitysimulação sequencial gaussianakrigagem ordináriaVariabilidade espacialPhosphorus is one of the limiting nutrients for sugarcane development in Brazilian soils. The spatial variability of this nutrient is great, defined by the properties that control its adsorption and desorption reactions. Spatial estimates to characterize this variability are based on geostatistical interpolation. However, inherent uncertainties in the procedure of these estimates are related to the variability structure of the property under study and the sample configuration of the area. Thus, the assessment of the uncertainty of estimates associated with the spatial distribution of available P (Plabile) is decisive to optimize the use of phosphate fertilizers. The purpose of this study was to evaluate the performance of sequential Gaussian simulation (sGs) and ordinary kriging (OK) in the modeling of uncertainty in available P estimates. A sampling grid with 626 points was established in a 200-ha experimental sugarcane field in Tabapuã, São Paulo State. The sGs algorithm generated 200 realizations. The sGs realizations reproduced the statistics and the distribution of the sample data. The G statistic (0.81) indicated good agreement between the values of simulated and observed fractions. The sGs realizations preserved the spatial variability of Plabile without the smoothing effect of the OK map. The accuracy in the reproduction of the variogram of the sample data obtained by the sGs realizations was on average 240 times higher than that obtained by OK. The uncertainty map, obtained by OK, showed less variation in the study area than that obtained by sGs. Thus, the evaluation of uncertainties by sGs was more informative and can be used to define and delimit specific management areas more precisely.O fósforo destaca-se como um dos nutrientes limitantes ao desenvolvimento da cultura da cana-de-açúcar em solos brasileiros. Esse elemento apresenta grande variabilidade espacial, coordenada pelos atributos que regem as reações de adsorção e dessorção. Estimativas espaciais são conduzidas por meio de interpolações geoestatísticas para a caracterização dessa variabilidade. No entanto, tais estimativas apresentam incertezas inerentes ao procedimento que estão associadas à estrutura de variabilidade do atributo em estudo e à configuração amostral da área. Dessa forma, avaliar a incerteza das predições associada à distribuição espacial do fósforo disponível (Plábil) é importante para otimizar o uso dos fertilizantes fosfatados. O objetivo deste estudo foi avaliar o desempenho da simulação sequencial gaussiana (SSG) e da krigagem ordinária (KO) na modelagem da incerteza das predições do fósforo disponível. Uma malha amostral com 626 pontos foi instalada em uma área experimental de 200 hectares de cana-de-açúcar no município de Tabapuã, São Paulo. Foram geradas 200 realizações por meio do algoritmo da SSG. As realizações da SSG reproduziram as estatísticas e a distribuição dos dados amostrais. A estatística G (0,81) indicou boa proximidade entre as frações dos valores simulados e as dos observados. As realizações da SSG preservaram a variabilidade espacial do Plábil, sem o efeito de suavização obtido pelo mapa da KO. A acurácia na reprodução do variograma dos dados amostrais, obtida pelas realizações da SSG foi, em média, 240 vezes maior que obtida por meio da KO. O mapa de incertezas, obtido por meio da KO, apresentou menor variação na área de estudo do que por SSG. Dessa forma, a avaliação das incertezas, pela SSG, evidenciou-se mais informativa, podendo ser utilizada para definir e delimitar, de forma mais precisa, as áreas de manejo específico.UFMA Centro de Ciências Agrárias e AmbientaisUNESP FCAVUNESP FCAV Departamento de Solos e AdubosUNESP FCAV Departamento de Ciências ExatasUNESP FCAVUNESP FCAV Departamento de Solos e AdubosUNESP FCAV Departamento de Ciências ExatasSociedade Brasileira de Ciência do SoloUniversidade Federal do Maranhão (UFMA)Universidade Estadual Paulista (Unesp)Oliveira, Ismênia Ribeiro DeTeixeira, Daniel De Bortoli [UNESP]Panosso, Alan Rodrigo [UNESP]Camargo, Livia Arantes [UNESP]Marques Júnior, José [UNESP]Pereira, Gener Tadeu [UNESP]2014-10-01T13:08:48Z2014-10-01T13:08:48Z2013-12-01info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/article1481-1491application/pdfhttp://dx.doi.org/10.1590/S0100-06832013000600005Revista Brasileira de Ciência do Solo. Sociedade Brasileira de Ciência do Solo, v. 37, n. 6, p. 1481-1491, 2013.0100-0683http://hdl.handle.net/11449/11007610.1590/S0100-06832013000600005S0100-06832013000600005WOS:000331652000005S0100-06832013000600005.pdf7053426037771460SciELOreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESPporRevista Brasileira de Ciência do Solo0.7990,679info:eu-repo/semantics/openAccess2024-06-07T14:23:15Zoai:repositorio.unesp.br:11449/110076Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestopendoar:29462024-08-05T16:45:20.534135Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false
dc.title.none.fl_str_mv Modelagem geoestatística das incertezas da distribuição espacial do fósforo disponível no solo, em área de cana-de-açúcar
Geostatistical modeling of uncertainty of the spatial distribution of available phosphorus in soil in a sugarcane field
title Modelagem geoestatística das incertezas da distribuição espacial do fósforo disponível no solo, em área de cana-de-açúcar
spellingShingle Modelagem geoestatística das incertezas da distribuição espacial do fósforo disponível no solo, em área de cana-de-açúcar
Oliveira, Ismênia Ribeiro De
Sequential Gaussian simulation
ordinary kriging
Spatial variability
simulação sequencial gaussiana
krigagem ordinária
Variabilidade espacial
title_short Modelagem geoestatística das incertezas da distribuição espacial do fósforo disponível no solo, em área de cana-de-açúcar
title_full Modelagem geoestatística das incertezas da distribuição espacial do fósforo disponível no solo, em área de cana-de-açúcar
title_fullStr Modelagem geoestatística das incertezas da distribuição espacial do fósforo disponível no solo, em área de cana-de-açúcar
title_full_unstemmed Modelagem geoestatística das incertezas da distribuição espacial do fósforo disponível no solo, em área de cana-de-açúcar
title_sort Modelagem geoestatística das incertezas da distribuição espacial do fósforo disponível no solo, em área de cana-de-açúcar
author Oliveira, Ismênia Ribeiro De
author_facet Oliveira, Ismênia Ribeiro De
Teixeira, Daniel De Bortoli [UNESP]
Panosso, Alan Rodrigo [UNESP]
Camargo, Livia Arantes [UNESP]
Marques Júnior, José [UNESP]
Pereira, Gener Tadeu [UNESP]
author_role author
author2 Teixeira, Daniel De Bortoli [UNESP]
Panosso, Alan Rodrigo [UNESP]
Camargo, Livia Arantes [UNESP]
Marques Júnior, José [UNESP]
Pereira, Gener Tadeu [UNESP]
author2_role author
author
author
author
author
dc.contributor.none.fl_str_mv Universidade Federal do Maranhão (UFMA)
Universidade Estadual Paulista (Unesp)
dc.contributor.author.fl_str_mv Oliveira, Ismênia Ribeiro De
Teixeira, Daniel De Bortoli [UNESP]
Panosso, Alan Rodrigo [UNESP]
Camargo, Livia Arantes [UNESP]
Marques Júnior, José [UNESP]
Pereira, Gener Tadeu [UNESP]
dc.subject.por.fl_str_mv Sequential Gaussian simulation
ordinary kriging
Spatial variability
simulação sequencial gaussiana
krigagem ordinária
Variabilidade espacial
topic Sequential Gaussian simulation
ordinary kriging
Spatial variability
simulação sequencial gaussiana
krigagem ordinária
Variabilidade espacial
description Phosphorus is one of the limiting nutrients for sugarcane development in Brazilian soils. The spatial variability of this nutrient is great, defined by the properties that control its adsorption and desorption reactions. Spatial estimates to characterize this variability are based on geostatistical interpolation. However, inherent uncertainties in the procedure of these estimates are related to the variability structure of the property under study and the sample configuration of the area. Thus, the assessment of the uncertainty of estimates associated with the spatial distribution of available P (Plabile) is decisive to optimize the use of phosphate fertilizers. The purpose of this study was to evaluate the performance of sequential Gaussian simulation (sGs) and ordinary kriging (OK) in the modeling of uncertainty in available P estimates. A sampling grid with 626 points was established in a 200-ha experimental sugarcane field in Tabapuã, São Paulo State. The sGs algorithm generated 200 realizations. The sGs realizations reproduced the statistics and the distribution of the sample data. The G statistic (0.81) indicated good agreement between the values of simulated and observed fractions. The sGs realizations preserved the spatial variability of Plabile without the smoothing effect of the OK map. The accuracy in the reproduction of the variogram of the sample data obtained by the sGs realizations was on average 240 times higher than that obtained by OK. The uncertainty map, obtained by OK, showed less variation in the study area than that obtained by sGs. Thus, the evaluation of uncertainties by sGs was more informative and can be used to define and delimit specific management areas more precisely.
publishDate 2013
dc.date.none.fl_str_mv 2013-12-01
2014-10-01T13:08:48Z
2014-10-01T13:08:48Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://dx.doi.org/10.1590/S0100-06832013000600005
Revista Brasileira de Ciência do Solo. Sociedade Brasileira de Ciência do Solo, v. 37, n. 6, p. 1481-1491, 2013.
0100-0683
http://hdl.handle.net/11449/110076
10.1590/S0100-06832013000600005
S0100-06832013000600005
WOS:000331652000005
S0100-06832013000600005.pdf
7053426037771460
url http://dx.doi.org/10.1590/S0100-06832013000600005
http://hdl.handle.net/11449/110076
identifier_str_mv Revista Brasileira de Ciência do Solo. Sociedade Brasileira de Ciência do Solo, v. 37, n. 6, p. 1481-1491, 2013.
0100-0683
10.1590/S0100-06832013000600005
S0100-06832013000600005
WOS:000331652000005
S0100-06832013000600005.pdf
7053426037771460
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv Revista Brasileira de Ciência do Solo
0.799
0,679
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 1481-1491
application/pdf
dc.publisher.none.fl_str_mv Sociedade Brasileira de Ciência do Solo
publisher.none.fl_str_mv Sociedade Brasileira de Ciência do Solo
dc.source.none.fl_str_mv SciELO
reponame:Repositório Institucional da UNESP
instname:Universidade Estadual Paulista (UNESP)
instacron:UNESP
instname_str Universidade Estadual Paulista (UNESP)
instacron_str UNESP
institution UNESP
reponame_str Repositório Institucional da UNESP
collection Repositório Institucional da UNESP
repository.name.fl_str_mv Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)
repository.mail.fl_str_mv
_version_ 1808128696358273024