Análise multivariada de dados espaciais na classificação interpretativa de solos

Pós-graduação em Agronomia (Energia na Agricultura) - FCA

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 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...

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 ...