Behavioral avoidance tests to evaluate effects of cattle slurry and dairy sludge application to soil¹

The application of organic wastes to agricultural soils is not risk-free and can affect soil invertebrates. Ecotoxicological tests based on the behavioral avoidance of earthworms and springtails were performed to evaluate effects of different fertilization strategies on soil quality and habitat function for soil organisms. These tests were performed in soils treated with: i) slurry and chemical fertilizers, according to the conventional fertilization management of the region, ii) conventional fertilization + sludge and iii) unfertilized reference soil. Both fertilization strategies contributed to soil acidity mitigation and caused no increase in soil heavy metal content. Avoidance test results showed no negative effects of these strategies on soil organisms, compared with the reference soil. However, results of the two fertilization managements differed: Springtails did not avoid soils fertilized with dairy sludge in any of the tested combinations. Earthworms avoided soils treated with sludge as of May 2004 (DS1), when compared with conventional fertilization. Possibly, the behavioral avoidance of earthworms is more sensitive to soil properties (other than texture, organic matter and heavy metal content) than springtails

Decay of unstable states in the presence of colored noise and random initial conditions. II. Analog experiments and digital simulations

The decay of an unstable state under the influence of external colored noise has been studied by means of analog experiments and digital simulations. For both fixed and random initial conditions, the time evolution of the second moment ¿x2(t)¿ of the system variable was determined and then used to evaluate the nonlinear relaxation time. The results obtained are found to be in excellent agreement with the theoretical predictions of the immediately preceding paper [Casademunt, Jiménez-Aquino, and Sancho, Phys. Rev. A 40, 5905 (1989)].

Digital soil mapping: strategy for data pre-processing

The region of greatest variability on soil maps is along the edge of their polygons, causing disagreement among pedologists about the appropriate description of soil classes at these locations. The objective of this work was to propose a strategy for data pre-processing applied to digital soil mapping (DSM). Soil polygons on a training map were shrunk by 100 and 160 m. This strategy prevented the use of covariates located near the edge of the soil classes for the Decision Tree (DT) models. Three DT models derived from eight predictive covariates, related to relief and organism factors sampled on the original polygons of a soil map and on polygons shrunk by 100 and 160 m were used to predict soil classes. The DT model derived from observations 160 m away from the edge of the polygons on the original map is less complex and has a better predictive performance.

Mapeamento digital de solos por redes neurais artificiais com base na relação solo-paisagem

Técnicas de mapeamento digital podem contribuir para agilizar a realização de levantamentos pedológicos detalhados. Objetivou-se com este trabalho obter um mapa digital de solos (MDS) com uso de redes neurais artificiais (RNA), utilizando correlações entre unidades de mapeamento (UM) e covariáveis ambientais. A área utilizada compreendeu aproximadamente 12.000 ha localizados no município de Barra Bonita, SP. A partir do resultado de uma análise de agrupamento das covariáveis ambientais, foram escolhidas cinco áreas de referência para realizar o mapeamento convencional. As UM identificadas subsidiaram a aplicação da técnica de RNA. Utilizaram-se o simulador de redes neurais JavaNNS e o algoritmo de aprendizado backpropagation. Pontos de referência foram coletados para avaliar o desempenho do mapa digital produzido. A posição na paisagem e o material de origem subjacente foram determinantes para o reconhecimento dos delineamentos das UM. Houve boa concordância entre as UM delineadas pelo MDS e pelo método convencional. A comparação entre os pontos de referência e o mapa de solos digital evidenciou exatidão de 72 %. O uso da abordagem MDS utilizada pode contribuir para diminuir a falta de informações semidetalhadas de solos em locais ainda não mapeados, tomando-se como base informações pedológicas obtidas de áreas de referência adjacentes.

An appropriate data set size for digital soil mapping in Erechim, Rio Grande do Sul, Brazil

Digital information generates the possibility of a high degree of redundancy in the data available for fitting predictive models used for Digital Soil Mapping (DSM). Among these models, the Decision Tree (DT) technique has been increasingly applied due to its capacity of dealing with large datasets. The purpose of this study was to evaluate the impact of the data volume used to generate the DT models on the quality of soil maps. An area of 889.33 km² was chosen in the Northern region of the State of Rio Grande do Sul. The soil-landscape relationship was obtained from reambulation of the studied area and the alignment of the units in the 1:50,000 scale topographic mapping. Six predictive covariates linked to the factors soil formation, relief and organisms, together with data sets of 1, 3, 5, 10, 15, 20 and 25 % of the total data volume, were used to generate the predictive DT models in the data mining program Waikato Environment for Knowledge Analysis (WEKA). In this study, sample densities below 5 % resulted in models with lower power of capturing the complexity of the spatial distribution of the soil in the study area. The relation between the data volume to be handled and the predictive capacity of the models was best for samples between 5 and 15 %. For the models based on these sample densities, the collected field data indicated an accuracy of predictive mapping close to 70 %.

Mapeamento pedológico digital da folha Botucatu (SF-22-Z-B-VI-3): treinamento de dados em mapa tradicional e validação de campo

O mapeamento digital de solos permite prever padrões de ocorrência de solos com base em áreas de referência e no uso de técnicas de mineração de dados para modelar associações solo-paisagem. Os objetivos deste trabalho foram produzir um mapa pedológico digital por meio de técnicas de mineração de dados aplicadas a variáveis geomorfométricas e de geologia, com base em áreas de referência; e testar a confiabilidade desse mapa por meio de validação em campo com diferentes sistemas de amostragem. O mapeamento foi realizado na folha Botucatu (SF-22-Z-B-VI-3), utilizando-se as folhas 1:50.000, Dois Córregos e São Pedro, como áreas de referência. Variáveis descritoras do relevo e de geologia associadas às unidades de mapeamento pedológico das áreas de referência compuseram a matriz de dados de treinamento. A matriz foi analisada pelo algoritmo PART de árvore de decisão, do aplicativo Weka (Waikato Environment for Knowledge Analysis), que cria regras de classificação. Essas regras foram aplicadas aos dados geomorfométricos e geológicos da folha Botucatu, para predição de unidades de mapeamento pedológico. A validação de campo dos mapas digitais deu-se por meio de amostragem por transectos em uma unidade de mapeamento da folha São Pedro e de forma aleatório-estratificada na folha Botucatu. A avaliação da unidade de mapeamento na folha São Pedro verificou confiabilidade, respectivamente, de 83 e 66 %, para os mapas pedológicos digital e tradicional com legenda simplificada. Apesar de terem sido geradas regras para todas as unidades de mapeamento pedológico das áreas de treinamento, nem todas as unidades de mapeamento foram preditas na folha Botucatu, o que resultou das diferenças de relevo e geologia entre as áreas de treinamento e de mapeamento. A validação de campo do mapa digital da folha Botucatu verificou exatidão global de 52 %, compatível com levantamentos em nível de reconhecimento de baixa intensidade, e kappa de 0,41, indicando qualidade Boa. Unidades de mapeamento mais extensas geraram mais regras, resultando melhor reprodução dos padrões solo-relevo na área a ser mapeada. A validação por transectos na folha São Pedro indicou compatibilidade do mapa digital com o nível de reconhecimento de alta intensidade e compatibilidade do mapa tradicional, após simplificação de sua legenda, com o nível de reconhecimento de baixa intensidade. O treinamento do algoritmo em mapas e não em observações pontuais reduziu em 14 % a exatidão do mapa pedológico digital da folha Botucatu. A amostragem aleatório-estratificada pelo hipercubo latino é apropriada a mapeamentos com extensa base de dados, o que permite avaliar o mapa como um todo, tornando os trabalhos de campo mais eficientes. A amostragem em transectos é compatível com a avaliação da pureza de unidades de mapeamento individualmente, não necessitando de base de dados detalhada e permitindo estudos de associações solo-paisagem em pedossequências.

Comparison between detailed digital and conventional soil maps of an area with complex geology

Since different pedologists will draw different soil maps of a same area, it is important to compare the differences between mapping by specialists and mapping techniques, as for example currently intensively discussed Digital Soil Mapping. Four detailed soil maps (scale 1:10.000) of a 182-ha sugarcane farm in the county of Rafard, São Paulo State, Brazil, were compared. The area has a large variation of soil formation factors. The maps were drawn independently by four soil scientists and compared with a fifth map obtained by a digital soil mapping technique. All pedologists were given the same set of information. As many field expeditions and soil pits as required by each surveyor were provided to define the mapping units (MUs). For the Digital Soil Map (DSM), spectral data were extracted from Landsat 5 Thematic Mapper (TM) imagery as well as six terrain attributes from the topographic map of the area. These data were summarized by principal component analysis to generate the map designs of groups through Fuzzy K-means clustering. Field observations were made to identify the soils in the MUs and classify them according to the Brazilian Soil Classification System (BSCS). To compare the conventional and digital (DSM) soil maps, they were crossed pairwise to generate confusion matrices that were mapped. The categorical analysis at each classification level of the BSCS showed that the agreement between the maps decreased towards the lower levels of classification and the great influence of the surveyor on both the mapping and definition of MUs in the soil map. The average correspondence between the conventional and DSM maps was similar. Therefore, the method used to obtain the DSM yielded similar results to those obtained by the conventional technique, while providing additional information about the landscape of each soil, useful for applications in future surveys of similar areas.

Método do hipercubo latino condicionado para a amostragem de solos na presença de covariáveis ambientais visando o mapeamento digital de solos

A amostragem é uma das etapas mais importantes dos levantamentos de solos. No entanto, os esquemas de amostragem utilizados nos levantamentos convencionais têm se evidenciado inadequados para o mapeamento digital de solos, pois podem comprometer os resultados e, além disso, não possibilitam a realização de análises estatísticas. Este estudo teve por objetivo avaliar o método de amostragem do hipercubo latino condicionado (cLHS, sigla em inglês), na presença de covariáveis ambientais (elevação, declividade, curvatura e mapa de uso e cobertura do solo), em comparação com a amostragem aleatória, na alocação de 100 pontos amostrais, buscando maior representatividade das características ambientais da bacia do rio Guapi-Macacu. O desempenho dos métodos foi avaliado pela análise qualitativa dos histogramas de frequência e das análises estatísticas pelos testes F, T de Student e Kolmogorov-Smirnov (K-S), para cada covariável. Os resultados apresentaram que os pontos selecionados pelo método cLHS possuíam distribuição geográfica mais adequada do que aqueles obtidos pela amostragem aleatória. Além disso, o método cLHS preservou mais a distribuição de frequência das covariáveis contínuas do que a amostragem aleatória; para covariável categórica uso e cobertura do solo os métodos foram equivalentes. Os testes estatísticos confirmaram o melhor desempenho do método cLHS, cujas amostras não diferiram estatisticamente da bacia. Entretanto, a amostragem aleatória apresentou diferença estatística para com a bacia, para todas as covariáveis contínuas para pelo menos um dos testes utilizados. Assim, o método cLHS pode ser considerado como um método satisfatório para seleção de locais de amostragem em áreas heterogêneas similares as deste estudo, visando a utilização no mapeamento digital de solos.

Hydrological processes obtained on the plot scale under four simulated rainfall tests during the cycle of different crop systems

The cropping system influences the interception of water by plants, water storage in depressions on the soil surface, water infiltration into the soil and runoff. The aim of this study was to quantify some hydrological processes under no tillage cropping systems at the edge of a slope, in 2009 and 2010, in a Humic Dystrudept soil, with the following treatments: corn, soybeans, and common beans alone; and intercropped corn and common bean. Treatments consisted of four simulated rainfall tests at different times, with a planned intensity of 64 mm h-1 and 90 min duration. The first test was applied 18 days after sowing, and the others at 39, 75 and 120 days after the first test. Different times of the simulated rainfall and stages of the crop cycle affected soil water content prior to the rain, and the time runoff began and its peak flow and, thus, the surface hydrological processes. The depth of the runoff and the depth of the water intercepted by the crop + soil infiltration + soil surface storage were affected by the crop systems and the rainfall applied at different times. The corn crop was the most effective treatment for controlling runoff, with a water loss ratio of 0.38, equivalent to 75 % of the water loss ratio exhibited by common bean (0.51), the least effective treatment in relation to the others. Total water loss by runoff decreased linearly with an increase in the time that runoff began, regardless of the treatment; however, soil water content on the gravimetric basis increased linearly from the beginning to the end of the rainfall.

Evaluation of statistical and geostatistical models of digital soil properties mapping in tropical mountain regions

Soil properties have an enormous impact on economic and environmental aspects of agricultural production. Quantitative relationships between soil properties and the factors that influence their variability are the basis of digital soil mapping. The predictive models of soil properties evaluated in this work are statistical (multiple linear regression-MLR) and geostatistical (ordinary kriging and co-kriging). The study was conducted in the municipality of Bom Jardim, RJ, using a soil database with 208 sampling points. Predictive models were evaluated for sand, silt and clay fractions, pH in water and organic carbon at six depths according to the specifications of the consortium of digital soil mapping at the global level (GlobalSoilMap). Continuous covariates and categorical predictors were used and their contributions to the model assessed. Only the environmental covariates elevation, aspect, stream power index (SPI), soil wetness index (SWI), normalized difference vegetation index (NDVI), and b3/b2 band ratio were significantly correlated with soil properties. The predictive models had a mean coefficient of determination of 0.21. Best results were obtained with the geostatistical predictive models, where the highest coefficient of determination 0.43 was associated with sand properties between 60 to 100 cm deep. The use of a sparse data set of soil properties for digital mapping can explain only part of the spatial variation of these properties. The results may be related to the sampling density and the quantity and quality of the environmental covariates and predictive models used.

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.