Seleção de modelos de variabilidade espacial para elaboração de mapas temáticos de atributos físicos do solo e produtividade da soja

Pesquisas sobre a variabilidade espacial dos atributos do solo que influenciam a produtividade são de uma grande importância para o desenvolvimento de novas técnicas que beneficiam a agricultura. A variabilidade desses atributos pode ser avaliada por técnicas de geoestatística e auxiliar no mapeamento e manejo do solo. Este trabalho teve por objetivo avaliar a qualidade do ajuste dos modelos teóricos espaciais segundo o Critério de Informação de Akaike, de Filliben, de Validação Cruzada e o valor máximo do logaritmo da função verossimilhança, de dados da umidade do solo, da densidade do solo e da resistência do solo à penetração, nas camadas de 0 a 0,1, 0,1 a 0,2 e 0,2 a 0,3 m, e de produtividade da soja do ano agrícola 2004-2005. Os parâmetros dos modelos de variabilidade espacial foram estimados por meio dos métodos de mínimos quadrados ordinários, mínimos quadrados ponderados e máxima verossimilhança. A pesquisa foi desenvolvida em uma área de 57 ha de um Latossolo Vermelho distroférrico, utilizando-se uma malha de 75 x 75 m georreferenciada. Concluiu-se que, dos métodos de avaliação de ajustes estudados, o da Validação Cruzada foi o mais adequado para escolha do melhor ajuste do modelo de variabilidade espacial; conseqüentemente têm-se mapas temáticos mais acurados.

Modelos de ajuste e métodos para a determinação da curva de retenção de água de um Latossolo-vermelho-amarelo

A caracterização da capacidade de retenção de água de um solo é fundamental para a descrição do fluxo de água através dele e para o adequado manejo da irrigação. São apresentadas comparações entre curvas de retenção de água do solo: ajustadas pelos modelos propostos por van Genuchten e por Hutson & Cass; obtidas pelo método do WP4 usando processo de umedecimento e de secagem; obtidas pelo método da centrífuga utilizando amostras deformadas e indeformadas; e obtidas pelo WP4 e centrífuga, usando um processo de secagem e amostra deformada. Amostras deformadas e indeformadas foram coletadas com trados específicos em um Latossolo Vermelho-Amarelo (LVA), textura argilosa. Foram determinadas as propriedades hídricas do solo necessárias à elaboração das curvas de retenção de água obtidas por análise de regressão. O modelo de van Genuchten possibilitou o melhor ajuste nas diversas situações estudadas. Considerando o processo de secagem, o teor de água útil obtido superou em 13 % o resultado do processo de umedecimento e evidenciou reduzido efeito de histerese. A amostra deformada apresentou-se com um teor de água útil superior 61,7 % ao valor obtido para a amostra indeformada. Entre os métodos estudados, verificou-se que aquele que usa o WP4 subestimou os dados obtidos pela centrífuga. Verificou-se que há diferenças entre amostra deformada e indeformada e os métodos utilizados na obtenção da curva de retenção.

Modelos matemáticos para a estimativa do potencial de mineralização anaeróbia do nitrogênio em solos de Várzea do Rio Grande do Sul

Diferentes modelos matemáticos são utilizados para estimar o potencial de mineralização de N no solo, e os parâmetros estimados com a decomposição anaeróbia podem ser empregados na predição da disponibilidade do N para a cultura do arroz irrigado. Os objetivos deste trabalho foram estimar, a partir de cinco modelos matemáticos, os parâmetros "N potencialmente mineralizável" (N0) e "taxa de mineralização" (k) de diferentes solos de várzea do Rio Grande do Sul (RS) e correlacionar os valores de N0 dos modelos com o N acumulado por plantas de arroz irrigado. O trabalho foi desenvolvido a partir de amostras de solos de várzea coletadas em 15 locais do RS, utilizadas em um experimento de incubação anaeróbia em laboratório, onde foram determinados valores de N mineral da solução do solo ao longo de 24 semanas. A partir dos resultados, foram estimados os parâmetros de acordo com cinco modelos matemáticos. Posteriormente, amostras dos solos foram utilizadas em dois cultivos sucessivos de arroz irrigado, em casa de vegetação, obtendo-se valores da quantidade de N acumulado pelas plantas. O modelo mais bem ajustado na estimativa do N0 e k para a média dos 15 solos de várzea do RS foi o de Jones. Entretanto, o N0 do modelo de Stanford & Smith foi o que melhor se correlacionou com a quantidade de N acumulado pelas plantas de arroz irrigado no primeiro cultivo, enquanto o N0 do modelo de Jones foi o que melhor se correlacionou com o N acumulado pelas plantas no segundo cultivo.

Una comparación de la selección de los ratios contables en los modelos contable-financieros de predicción de la insolvencia empresarial : la literatura previa frente al analisis factorial

En los últimos 30 años la proliferación de modelos cuantitativos de predicción de la insolvencia empresarial en la literatura contable y financiera ha despertado un gran interés entre los especialistas e investigadores de lamateria. Lo que en un principio fueron unos modelos elaborados con un único objetivo, han derivado en una fuente de investigación constante.En este documento se formula un modelo de predicción de la insolvencia a través de la combinación de diferentes variables cuantitativas extraídas de los estados contables de una muestra de empresas para los años 1994-1997. A través de un procedimiento por etapas se selecciona e interpreta cuáles son las más relevantes en cuanto a aportación de información.Una vez formulado este primer tipo de modelos se busca una alternativa a las variables anteriores a través de la técnica factorial del análisis de componentes principales. Con ella se hace una selección de variables y se aplica, junto conlos ratios anteriores, el análisis univariante. Por último, se comparan los modelos obtenidos y se concluye que aunque la literatura previa ofrece mejores porcentajes de clasificación, los modelos obtenidos a través del análisis decomponentes principales no deben ser rechazados por la claridad en la explicación de las causas que conducen a una empresa a la insolvencia.

Una extensión de la regresión propuesta por Geweke y Porter-Hudak para la estimación del orden de diferenciación en modelos ARFIMA

Recientemente, ha aumentado mucho el interés por la aplicación de los modelos de memoria larga a variables económicas, sobre todo los modelos ARFIMA. Sin duda , el método más usado para la estimación de estos modelos en el ámbito del análisis económico es el propuesto por Geweke y Portero-Hudak (GPH) aun cuando en trabajos recientes se ha demostrado que, en ciertos casos, este estimador presenta un sesgo muy importante. De ahí que, se propone una extensión de este estimador a partir del modelo exponencial propuesto por Bloomfield, y que permite corregir este sesgo.A continuación, se analiza y compara el comportamiento de ambos estimadores en muestras no muy grandes y se comprueba como el estimador propuesto presenta un error cuadrático medio menor que el estimador GPH

Simulação do balanço de água no solo cultivado com trigo com modificação de dois modelos

O trigo é a principal cultura de inverno do estado do Rio Grande do Sul e o cálculo do balanço de água no solo é parte importante de modelos de crescimento, desenvolvimento e rendimento de culturas. O objetivo deste trabalho foi obter melhor estimativa do balanço de água no solo cultivado com trigo, modificando dois modelos de balanço de água nesse solo. Mediu-se o conteúdo de água no solo pelo método gravimétrico durante a estação de cultivo de dois cultivares de trigo em três datas de semeadura, em Santa Maria - RS, e a água disponível para a cultura foi representada pela fração de água no solo disponível para as plantas (FADS). O desempenho das versões originais e modificadas dos modelos de balanço de água no solo de Campbell & Diaz e de Amir & Sinclair foi avaliado pela raiz do quadrado médio do erro (RQME). O modelo de Campbell & Diaz modificado é mais realístico e com maior possibilidade de desempenho satisfatório em regiões de clima distinto daquele em que foi desenvolvido, mas o modelo de Amir & Sinclair modificado estimou melhor a água disponível no solo para a cultura do trigo na região do estudo. A profundidade máxima do sistema radicular de 0,30 m é mais apropriada para a simulação da fração de água disponível no solo, para a unidade de mapeamento de solo São Pedro.

Una extensión de la regresión propuesta por Geweke y Porter-Hudak para la estimación del orden de diferenciación en modelos ARFIMA

Recientemente, ha aumentado mucho el interés por la aplicación de los modelos de memoria larga a variables económicas, sobre todo los modelos ARFIMA. Sin duda , el método más usado para la estimación de estos modelos en el ámbito del análisis económico es el propuesto por Geweke y Portero-Hudak (GPH) aun cuando en trabajos recientes se ha demostrado que, en ciertos casos, este estimador presenta un sesgo muy importante. De ahí que, se propone una extensión de este estimador a partir del modelo exponencial propuesto por Bloomfield, y que permite corregir este sesgo.A continuación, se analiza y compara el comportamiento de ambos estimadores en muestras no muy grandes y se comprueba como el estimador propuesto presenta un error cuadrático medio menor que el estimador GPH

Una comparación de la selección de los ratios contables en los modelos contable-financieros de predicción de la insolvencia empresarial : la literatura previa frente al analisis factorial

En los últimos 30 años la proliferación de modelos cuantitativos de predicción de la insolvencia empresarial en la literatura contable y financiera ha despertado un gran interés entre los especialistas e investigadores de lamateria. Lo que en un principio fueron unos modelos elaborados con un único objetivo, han derivado en una fuente de investigación constante.En este documento se formula un modelo de predicción de la insolvencia a través de la combinación de diferentes variables cuantitativas extraídas de los estados contables de una muestra de empresas para los años 1994-1997. A través de un procedimiento por etapas se selecciona e interpreta cuáles son las más relevantes en cuanto a aportación de información.Una vez formulado este primer tipo de modelos se busca una alternativa a las variables anteriores a través de la técnica factorial del análisis de componentes principales. Con ella se hace una selección de variables y se aplica, junto conlos ratios anteriores, el análisis univariante. Por último, se comparan los modelos obtenidos y se concluye que aunque la literatura previa ofrece mejores porcentajes de clasificación, los modelos obtenidos a través del análisis decomponentes principales no deben ser rechazados por la claridad en la explicación de las causas que conducen a una empresa a la insolvencia.

Modelos de tasas de interes en Chile: una revisión

Con este trabajo revisamos los Modelos de niveles de las tasas de intereses en Chile. Además de los Modelos de Nivel tradicionales por Chan, Karoly, Longstaff y Lijadoras (1992) en EE. UU, y Parisi (1998) en Chile, por el método de Probabilidad Maximun permitimos que la volatilidad condicional también incluya los procesos inesperados de la información (el modelo GARCH ) y también que la volatilidad sea la función del nivel de la tasa de intereses (modelo TVP-NIVELE) como en Brenner, Harjes y la Crona (1996). Para esto usamos producciones de mercado de bonos de reconocimiento, en cambio las producciones mensuales medias de subasta PDBC, y la ampliación del tamaño y la frecuencia de la muestra a 4 producciones semanales con términos(condiciones) diferentes a la madurez: 1 año, 5 años, 10 años y 15 años. Los resultados principales del estudio pueden ser resumidos en esto: la volatilidad de los cambios inesperados de las tarifas depende positivamente del nivel de las tarifas, sobre todo en el modelo de TVP-NIVEL. Obtenemos pruebas de reversión tacañas, tal que los incrementos en las tasas de intereses no eran independientes, contrariamente a lo obtenido por Brenner. en EE. UU. Los modelos de NIVELES no son capaces de ajustar apropiadamente la volatilidad en comparación con un modelo GARCH (1,1), y finalmente, el modelo de TVP-NIVEL no vence los resultados del modelo GARCH (1,1)

Modelos de capacidade de suporte de carga de um Latossolo Vermelho-amarelo sob diferentes usos e manejos

A compactação do solo tem sido apontada como um dos principais fatores responsáveis pela redução da produtividade de diversas culturas agrícolas. A utilização dos modelos de capacidade de suporte de carga para auxiliar na prevenção ou na identificação de manejos mais resistentes ou suscetíveis à compactação dos solos é um método testado e consolidado. Este estudo foi realizado com os seguintes objetivos: gerar modelos de capacidade de suporte de carga para os diferentes usos e manejos de um Latossolo Vermelho-Amarelo; e identificar, por meio do uso desses modelos, o uso ou manejo mais suscetível e mais resistente à compactação. O estudo foi conduzido no município de Passos, MG. Foram avaliados sete usos e manejos no solo em estudo, sendo eles: pastagem irrigada antes e após o pisoteio animal, pastagens não irrigadas antes e após o pisoteio animal, corredor de acesso aos piquetes, plantio direto de milho e mata nativa. As amostras indeformadas, coletadas na camada de 0 a 5 cm, foram submetidas ao ensaio de compressão uniaxial. Os modelos de capacidade de suporte de carga dos manejos pastagem irrigada e não irrigada, antes do pisoteio animal, não diferiram entre si, mas foram diferentes do modelo da mata nativa. Os modelos de capacidade de suporte de carga dos manejos pastagem irrigada após pisoteio, pastagem não irrigada após pisoteio, plantio direto de milho e corredor de acesso aos piquetes não diferiram estatisticamente, porém foram diferentes do modelo gerado para a mata nativa. Em comparação com a mata, conclui-se que o pisoteio animal alterou a estrutura do solo.

Consistência hidrológica de modelos digitais de elevação (MDE) para definição da rede de drenagem na sub-bacia do horto florestal Terra Dura, Eldorado do Sul, RS

O desenvolvimento da erosão hídrica ocorre em resposta ao modo como a água se move através e sobre uma determinada paisagem. O modelo digital de elevação (MDE) deve, portanto, ser o mais preciso possível, uma vez que constitui a base para a análise do relevo. Este trabalho teve como objetivo definir um modelo digital de elevação hidrologicamente consistente (MDEHC) e o método de direção de fluxo mais adequado para a definição da rede de drenagem na sub-bacia do horto florestal Terra Dura, município de Eldorado do Sul, RS. Foram testados os modelos gerados com os interpoladores Topogrid e redes triangulares irregulares (Triangulated Irregular Network -TIN) linear (TIN L) e TIN natural neighbor (TIN NN). A qualidade em relação às análises hidrológicas foi avaliada por meio da comparação das curvas de nível geradas pelos modelos testados com as curvas originais da sub-bacia (escala 1:10.000); da avaliação da quantidade de áreas planas; e da comparação da drenagem gerada pelos modelos a partir dos métodos de direção de fluxo Deterministic (D8) e Deterministic infinity (D∞ ou D infinito) com a drenagem original. Entre os modelos avaliados, o Topogrid apresentou maior consistência hidrológica, verificada na melhor continuidade das curvas de nível (menos arestas) e maior detalhamento da área de drenagem e divisores, acarretando menor quantidade de áreas planas e caminhos de fluxo mais detalhados, independentemente do método de direção de fluxo utilizado. Em relação à rede de drenagem, o método distribuído D∞ obteve melhor desempenho na descrição dos caminhos de fluxo, comparado ao método de direção única D8. O MDEHC Topogrid associado ao método D∞ proporcionou a identificação mais precisa dos caminhos preferenciais do fluxo que formam a rede de drenagem.

Verossimilhança na seleção de modelos para predição espacial

Na modelagem estatística da variabilidade espacial, estimam-se os parâmetros da dependência espacial, que são utilizados na interpolação de valores em locais não amostrados. Para tal, o processo de modelagem deve ser realizado com critérios estatísticos que garantam predições confiáveis e representem a real variabilidade local. Este trabalho avaliou diferentes formulações do modelo geoestatístico gaussiano para reconstituir a superfície que representa o fósforo (P) na área, a partir de medições dos teores de P em 48 parcelas experimentais localizadas em Xanxerê, SC, destacando o método utilizado nas análises. A combinação da presença de covariáveis no modelo e a necessidade de transformação para normalidade dos dados definiram quatro alternativas para modelagem. Utilizou-se a função de correlação de Matèrn, avaliada nos valores 0,5; 1,5; e 2,5 para parâmetro de suavidade. Os modelos foram comparados pelo valor maximizado do logaritmo da função de verossimilhança e também por validação cruzada. O modelo selecionado foi o que incorporou a variável resposta transformada, as coordenadas da área como covariáveis e o valor 0,5 para o parâmetro de suavidade. As medidas de validação cruzada pouco acrescentaram aos resultados de comparação por verossimilhança, que evidenciaram que na modelagem geoestatística, o cuidado com observações globais ou locais atípicas, além da seleção com base em diferentes modelos, deve ser o foco para obter resultados compatíveis com a realidade.

Comparação do uso de modelos digitais de elevação em mapeamento digital de solos em Dois Irmãos, RS, Brasil

Os modelos digitais de elevação (MDEs) são fontes fundamentais para correlacionar a ocorrência e distribuição de solos com a paisagem pelo mapeamento digital de solos (MDS). A influência dos tipos e das resoluções dos MDEs na capacidade de predição dos modelos preditores de classes de solo ainda é pouco estudada. Neste estudo, foram avaliados e comparados os efeitos de diferentes MDEs na predição de ocorrência de unidades de mapeamento de solo (UM). Foram correlacionados 12 atributos do terreno derivados de diferentes MDEs com a ocorrência de UM. Os MDEs utilizados foram os oriundos dos projetos SRTM v4.1, ASTER GDEM v2, TOPODATA e Brasil em Relevo, e os MDEs gerados a partir de curvas de nível na escala de 1:50.000, com resoluções de 30 e 90 m. Os modelos preditores foram treinados por árvore de decisão (Simple Cart) com dados amostrados em 4.280 pontos aleatórios contendo informações dos solos extraídos de um mapa convencional de solos na escala 1:20.000 e 12 atributos do terreno derivados de seis MDEs com tamanhos de pixel de 30 e 90 m. A validação dos modelos preditores de UM foi realizada com a totalidade dos dados da área. Os atributos do terreno que melhor explicaram a ocorrência das UM foram elevação, declividade, comprimento de fluxo e orientação das vertentes. Os MDEs com tamanho de pixel de 30 m geraram correlações solo-paisagem menos acuradas. Os modelos preditores mais acurados e com maior número de UM estimadas foram os gerados a partir dos MDEs com resolução espacial de 90 m (SRTM v4.1 e CN90), sendo esses os MDEs mais indicados para o MDS, quando predominarem relevos plano e suave ondulado.

COMPARAÇÃO DE ESQUEMAS DE AMOSTRAGEM PARA TREINAMENTO DE MODELOS PREDITORES NO MAPEAMENTO DIGITAL DE CLASSES DE SOLOS

Os modelos preditores usados no mapeamento digital de solos (MDS) precisam ser treinados com dados que captem ao máximo a variação dos atributos do terreno e dos solos, a fim de gerar correlações adequadas entre as variáveis ambientais e a ocorrência dos solos. Para avaliar a acurácia desses modelos, tem sido constatado o uso de diferentes métodos de avaliação da acurácia no MDS. Os objetivos deste estudo foram comparar o uso de três esquemas de amostragem para treinar algoritmo de árvore de classificação (CART) e avaliar a capacidade de predição dos modelos gerados por meio de quatro métodos. Foram utilizados os esquemas de amostragem: aleatório simples; proporcional à área de cada unidade de mapeamento de solos (UM); e estratificado pelo número de UM. Os métodos de avaliação testados foram: aparente, divisão percentual, validação cruzada com 10 subconjuntos e reamostragem com sete conjuntos de dados independentes. As acurácias dos modelos estimadas pelos métodos foram comparadas com as acurácias mensuradas obtidas pela comparação dos mapas gerados, a partir de cada esquema de amostragem, com o mapa convencional de solos na escala 1:50.000. Os esquemas de amostragem influenciaram na quantidade de UMs preditas e na acurácia dos modelos e dos mapas gerados. Os esquemas de amostragem proporcional e estratificada resultaram mapas digitais menos acurados, e a acurácia dos modelos variou conforme o método de avaliação empregado. A amostragem aleatória resultou no mapa digital mais acurado e apresentou valores da acurácia semelhantes para todos os métodos de avaliação testados.

SELEÇÃO DE DENSIDADE DE AMOSTRAGEM COM BASE EM DADOS DE ÁREAS JÁ MAPEADAS PARA TREINAMENTO DE MODELOS DE ÁRVORE DE DECISÃO NO MAPEAMENTO DIGITAL DE SOLOS

Para estudar técnicas de amostragem, úteis ao mapeamento digital de solos (MDS), objetivou-se avaliar o efeito da variação da densidade de pontos amostrais com base em dados de áreas já mapeadas por métodos tradicionais na acurácia dos modelos de árvores de decisão (AD) para a geração de mapas de solos por MDS. Em duas bacias hidrográficas no noroeste do Rio Grande do Sul, usou-se, como referência, antigos mapas convencionais de solos na escala 1:50.000. A partir do modelo digital de elevação do terreno e da rede hidrográfica, foram gerados mapas das variáveis preditoras: elevação, declividade, curvatura, comprimento de fluxo, acúmulo de fluxo, índice de umidade topográfica e distância euclideana de rios. A escolha dos locais dos pontos amostrais foi aleatória e testaram-se densidades amostrais que variaram de 0,1 a 4 pontos/ha. O treinamento dos modelos foi realizado no software Weka, gerando-se modelos preditores usando diferentes tamanhos do nó final da AD para obter AD com tamanhos distintos. Quando não se controlou o tamanho das AD, o aumento da densidade de amostragem resultou no aumento da concordância com os mapas básicos de referências e no aumento do número de unidades de mapeamento preditas. Nas AD com tamanho controlado, o aumento da densidade de amostragem não influenciou a concordância com os mapas de referência e interferiu muito pouco no número de unidades de mapeamento preditas.