Resumo -O objetivo deste trabalho foi avaliar a variabilidade espacial da umidade, da densidade e da porosidade de solo coeso cultivado com soja sob sistemas de manejo convencional e de plantio direto. Foram instaladas duas malhas regulares, uma para cada tipo de manejo. O solo foi coletado na profundidade de 0,00-0,20 m, e a variabilidade espacial de seus atributos foi analisada por meio de parâmetros do semivariograma e do interpolador geoestatístico krigagem ordinária. O solo apresentou maior densidade e conservação da umidade no plantio direto, e maior porosidade no manejo convencional.Termos para indexação: densidade do solo, krigagem ordinária, porosidade do solo, qualidade física do solo, umidade do solo. Spatial variability of physical attributes of a cohesive soil under conventional and no-tillage management systemsAbstract -The objective of this work was to evaluate the spatial variability of moisture content, bulk density, and porosity of a cohesive soil under conventional and no-tillage management systems. Two regular grids were installed, one for each management type. The soil was collected at the 0.00-0.20-m depth and the spatial variability of its attributes was analyzed by semivariogram parameters and ordinary kriging geostatistical interpolation. The soil showed greater bulk density and moisture conservation under no-tillage, and greater porosity under conventional tillage.Index terms: soil bulk density, ordinary kriging, soil porosity, soil physical quality, soil moisture.Solos com horizontes subsuperficiais endurecidos de alta coesão entre as partículas -duros, muito duros e extremamente duros, quando secos, e friáveis quando úmidos -são conhecidos no Brasil como solos coesos (Jacomine, 2001). Nesses solos, o caráter coeso é um inibidor físico que pode afetar a produção agrícola devido à elevada resistência do solo à penetração (Melo Filho et al., 2009;Vieira et al., 2012), particularmente quando seco, o que prejudica a infiltração de água, a absorção de nutrientes e o desenvolvimento radicular das plantas. Assim, estudos sobre a densidade, umidade e porosidade deste tipo de solo, que ocorre sobretudo no ambiente dos Tabuleiros Costeiros (Vieira et al., 2012), são importantes para analisar a qualidade física do solo e dar suporte ao seu uso e manejo.Entre os componentes de manejo, o preparo do solo é a atividade que mais influencia no comportamento físico, uma vez que atua diretamente sobre sua estrutura e causa modificações na porosidade e densidade, o que afeta a retenção de água. Entretanto, medidas corretivas para solucionar os problemas relacionados à física do solo são normalmente realizadas sem que se leve em conta a distribuição espacial das propriedades físicas do solo. Essas propriedades, no entanto, apresentam grande variabilidade, decorrente de práticas de manejo, processos de formação e características intrínsecas do solo (Warrick & Nielsen, 1980). O uso da geoestatística permite identificar, em uma área geralmente tratada como homogênea, características e necessidades que requere...

RESUMOO 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 (P lábil ) 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 P lábil , sem o efeito de suavização obtido pelo mapa da KO. A acurácia na reprodução do variograma dos dados amostrais,

In adaptive hypermedia systems, a user can select explicitly an adaptation effect or he/she can leave the system execute some of these functions. An important component of an adaptive system is the ability to model the users of the system according to their goals and preferences. Web usage mining aims at discover interesting patterns of use by analyzing Web usage data. This information can be used to capture implicitly user models and used them for the adaptation of systems. User modeling and system adaptability can be approached through the agent paradigm. This article summarizes a system of architectural and detailed design patterns describing known agent-based solutions to recurrent problems of user modeling based on usage mining along with the description of a general purpose problem-solving architectural pattern used by some of the first ones. Patterns are derived from recurrent designs of specific agent-based applications. The proposed patterns are being developed in the context of a Multi-Agent Domain Engineering research project, which approaches software complexity and productivity through the construction of techniques and tools promoting software reuse in Multi-Agent Domain Engineering. q

Soil preparation may break its structure, destabilize the aggregates, and cause the loss of organic matter (OM). The study of spatial variability of soil attributes is an important indicator of soil physical quality. The aim of this study was to describe the spatial variability of the stability of aggregates and organic matter in Oxisol (Yellow Latosol) under different management systems.We collected simple samplings of soil in the eastern mesoregion of Maranhão, Brazil. Experimental areas with two distinct management systems were studied: conventional tillage and no-tillage. In each experimental area, we fitted a rectangular mesh of 50 points with 40m of spacing and 0.00 to 0.20 mof depth. The response variables were: weighted mean diameter (WMD); geometric mean diameter (GMD); percentage of aggregates (on classes of size between 1-2 mm and above 2 mm); and organic matter (OM). The no-tillage management showed high values of WMD, GMD, class of aggregates and OM. Maps of WMD and GMD were spatially correlated to OM map at no-tillage management. Soil properties had a spatial-dependent structure. The management system influenced the stability of aggregates and the amount of organic matter.

O presente trabalho objetivou caracterizar a distribuição espacial dos atributos químicos de um Argissolo Amarelo distrocoeso típico em função de diferentes densidades de amostragem. Foram estabelecidas três grades amostrais quadradas com 80, 100 e 121 pontos em uma área de produção de soja de 6,2 ha, na profundidade de 0,0-0,2 m. Foram analisados os atributos matéria orgânica, cálcio e fósforo remanescente. Para analisar a precisão da interpolação foram utilizados a raiz quadrada do erro médio e o quadrado médio do erro.  Os três atributos apresentaram grau de dependência espacial moderado nas três densidades amostrais estudadas. Os atributos matéria orgânica, cálcio e fósforo remanescente apresentaram os menores valores da raiz quadrada do erro médio e do quadrado médio do erro em grades amostrais distintas. Não havendo diferença significativa no erro entre as três intensidades amostrais analisadas, em função destes parâmetros estudados. Os mapas de krigagem demonstraram semelhança entre a distribuição espacial dos atributos nas três intensidades amostrais avaliadas. Em uma área de 6,2 ha, a quantidade de pontos amostrais (80, 100 e 121 pontos) não interferiu significativamente na análise da variabilidade espacial dos atributos químicos do solo e no detalhamento das informações dos mapas interpolados por krigagem.

RESUMO:A amostragem adequada deve ser a menor possível, porém, com uma acurácia representativa, a fim de produzir resultados confiáveis. Nesse contexto, objetivou-se caracterizar a distribuição espacial dos atributos granulométricos de um Argissolo Amarelo distrocoeso típico, em função de diferentes densidades de amostragem. Foram estabelecidas três grades amostrais quadradas com 80, 100 e 121 pontos em uma área de produção de soja de 6,2 ha, na profundidade de 0,0-0,2 m. Foram analisados os atributos argila, silte e areia total. O coeficiente de variação indicou média variabilidade para argila e silte, e baixa variabilidade para areia total, nas três amostragens estudadas. O silte apresentou grau de dependência espacial forte nas três grades amostrais, enquanto a argila e areia total apresentaram grau de dependência espacial moderado nas três densidades de amostragem. O aumento do intervalo de amostragem e a redução do número de amostras não promoveram o aumento da raiz quadrada do erro médio e do quadrado médio do erro nas estimativas por krigagem nas diferentes intensidades amostrais estudadas. Não havendo diferença significativa entre estes parâmetros para as intensidades amostrais analisadas. Os mapas de krigagem demonstraram semelhança entre a distribuição espacial dos atributos nas três intensidades amostrais utilizadas. Em uma área de 6,2 ha, a quantidade de pontos amostrais (80, 100 e 121 pontos) não interferiu significativamente na análise da variabilidade espacial dos atributos granulométricos do solo e no detalhamento das informações dos mapas interpolados por krigagem. Palavras-chave:Interpolação. Textura do solo. Amostragem georreferenciada.

Resumo -O objetivo deste trabalho foi avaliar o desempenho da simulação sequencial gaussiana (SSG) e da simulação sequencial indicatriz (SSI) na modelagem da incerteza das predições do K disponível em área de cana-de-açúcar, e comparar as simulações com o método já consagrado de krigagem ordinária (KO). Uma malha amostral com 626 pontos foi instalada em área de 200 ha, no Município de Tabapuã, em São Paulo. As simulações reproduziram a variabilidade dos dados amostrais de K disponível, enquanto a KO superestimou os baixos teores de K e subestimou os altos. O mapa de desvio-padrão obtido a partir da KO mostrou menor variação ao longo da área de estudo, quando comparado aos mapas obtidos a partir das simulações. A SSI obteve acurácia 22% superior à obtida pela SSG, na modelagem da função de distribuição condicional do K. As simulações apresentam maior eficiência que a KO para modelar incerteza na distribuição espacial do K. A SSI apresenta melhor desempenho que a SSG na estimativa dos teores de K disponível, em área de cana-de-açúcar.Termos para indexação: fertilidade do solo, geoestatística, krigagem, simulação sequencial gaussiana, simulação sequencial indicatriz, variabilidade espacial. Modeling and quantification of available potassium spatial uncertainty in the soil by stochastic simulationsAbstract -The objective of this work was to evaluate the performance of the sequential Gaussian simulation (SGS) and the sequential indicator simulation (SIS) for modeling the uncertainty of available K predictions in a sugarcane area, and to compare both simulations to the already established method of ordinary kriging (OK). A sampling grid with 626 points was installed in an area of 200 ha, in the municipality of Tabapuã, in the state of São Paulo, Brazil. The simulations reproduced the variability in the available K sample data, whereas OK overestimated the low K levels and underestimated the high ones. The standard deviation map obtained from OK showed less variation along the studied area when compared to the maps obtained from the simulations. SIS achieved an accuracy 22% higher than that obtained by SGS for modeling the conditional distribution function of K. The simulations have higher efficiency than OK for modeling the uncertainty in the spatial distribution of K. SIS has better performance than SGS for estimating the levels of available K in sugarcane area.Index terms: soil fertility, geostatistics, kriging, sequential Gaussian simulation, sequential indicator simulation, spatial variability. IntroduçãoO Estado de São Paulo é o maior produtor de canade-açúcar (Saccharum officinarum L.), com 51,7% da área total cultivada no Brasil, segundo dados da Companhia Nacional do Abastecimento (2014). A cultura consome aproximadamente 13% do total de fertilizantes utilizado anualmente no país (Otto et al., 2010), e o potássio é o nutriente mais absorvido.Os solos tropicais brasileiros apresentam baixos teores de potássio na forma disponível (Benites et al., 2010), e a cana-de-açúcar responde bem à aplicação do nutriente. O...

The identification of erosion-susceptible areas is fundamental for the adoption of soil conservation practices. Thus, the best way to estimate the spatial pattern of soil erosion must be identified, in which the process uncertainties are also taken into consideration. The purpose of this study was to evaluate the spatial and temporal uncertainty of soil loss under two scenarios of sugarcane harvest management: green cane (GC) and burnt cane (BC). The study was carried out on a 200-ha area, in Tabapuã, São Paulo State, Brazil. A regular 626-point sampling grid was established in the area, with equidistant intervals of 50 m and a final plant density of about 3.3 samples per ha. The probability that the soil loss would exceed the tolerable limit of 6.67 t ha-1 yr-1 was estimated for each management scenario and after the five harvests. The temporal uncertainty was determined by integrating the estimated annual probabilities, representing the harvests. Areas with soil loss risks above the threshold were identified based on probability maps, generated from the individual and combined dichotomous variables. Soil losses from the BC were highest, during all five harvests. With the exception of the 5 th harvest and the entire cultivation cycle under GC, all soil loss estimates were spatially dependent. From the 4 th harvest under GC, the probability of the soil loss exceeding the threshold was above 80 % in zero percent of the area, whereas, for BC, the probability exceeded 80 % in 40 % of the area. The production cycle allowed the delimitation of priority areas for the adoption of conservation practices in each management. In the BC, areas with steeper slopes were more likely to exceed the threshold with lower uncertainties.