Comparação de mapas temáticos de diferentes grades amostrais para a produtividade da soja

Abstract

RESUMO:Este trabalho teve como objetivo comparar mapas temáticos construídos a partir de conjuntos de dados referentes à produtividade da soja, com diferentes grades amostrais regulares de 25x25 m; 50x50 m; 75x75 m e 100x100 m, utilizando técnicas de krigagem. No ajuste dos modelos teóricos a semivariâncias experimentais, utilizou-se para a estimação dos parâmetros o método de máxima verossimilhança. A comparação dos mapas temáticos foi realizada por meio dos índices de acurácia, obtidos a partir da matriz de erros. Foi verificado que fatores tais, como o tamanho amostral e a densidade amostral entre pontos, interferem na escolha do modelo teórico espacial, nas estimativas dos parâmetros e na construção dos mapas temáticos.PALAVRAS-CHAVE: dependência espacial, geoestatística, máxima verossimilhança. THEMATIC MAPS COMPARISON OF DIFFERENT SAMPLING GRIDS FOR SOYBEAN PRODUCTIVITYABSTRACT: The purpose of this paper was to compare thematic maps constructed from data sets related to soybean productivity with different regular sampling grids of 25x25 m, 50 x50 m, 75 x 75 m and 100x100 m, using kriging techniques. In the theoretical models fitted to the experimental semivariances, it was used the maximum likelihood method for parameter estimation. The comparison of thematic maps were made by accuracy indices, obtained from the error matrix. The results showed that factors such as sample size and sample density between points interfere in the choice of the theoretical spatial model, the parameter estimates and the construction of thematic maps.KEYWORDS: geostatistics, maximum likelihood, spatial dependence. INTRODUÇÃOCom o aumento da produção agrícola mundial e o uso de tecnologias para a mecanização, tornaram-se necessários o monitoramento e o gerenciamento do processo de produção agrícola, com o intuito de otimizá-los de forma racional. Nesse contexto, os métodos geoestatísticos vêm sendo utilizados no estudo da dependência espacial dos atributos físico-químicos do solo e da produtividade das culturas.Por meio desta análise, busca-se estimar os parâmetros que caracterizam a estrutura de dependência espacial, para posteriormente serem utilizados em técnicas de interpolação, como a krigagem, para fins de construção de mapas temáticos a serem considerados na tomada de decisão, com um melhor gerenciamento do processo produtivo das propriedades agrícolas (MOLIN, 2008;OLIVEIRA, et al., 2013;ASSUMPÇÃO et al., 2014).

Nugget Effect Influence on Spatial Variability of Agricultural Data

“…These results corroborate the conclusion of Kestring et al (2015), Zhao et al (2016), and Bussel et al (2016), who claimed who stated about sample design and size influences on geostatistical model estimation. Table 2 also presents a descriptive summary of average kriging variance ( ) for a georeferenced variable at non-sampled sites, with different nugget effect values and sampling designs.…”

“…Local soil is classified as Oxisol, with clayey texture and deep layers of good water storage capacity, porosity, and permeability (De Bastiani et al, 2012). Local climate is very wet and classified as mesothermal, Cfa (Köeppen), with an average annual temperature of 21ºC (Kestring et al, 2015).…”

“…According to Webster & Oliver (2007) and Hofmann et al (2010), increasing values of nugget effect provide an improved distribution of weights in spatial estimation, which hence generates smoother thematic maps. The nugget effect can be decreased by shortening gaps between samples, i.e., increasing sample density (Kestring et al, 2015); however, it is usually unfeasible for soil properties due to the costly requirements.…”

“…Range is the longest distance between sampling sites spatially correlated within an area. Sill is the semivariance value when distance equals range, corresponding to the variance of a georeferenced variable (Kestring et al, 2015).…”

Diferentes densidades amostrais na caracterização da variabilidade espacial de atributos granulometricos de um argissolo amarelo distrocoeso típico

“…Os métodos geoestatísticos são muito utilizados nos estudos da dependência espacial dos atributos físico-químicos do solo e da produtividade das culturas (KESTRING et al, 2015). A partir da aplicação destes métodos é possível descrever a distribuição espacial dos atributos no solo, favorecendo a construção de mapas de isolinhas com o nível de detalhe desejável para maior compreensão das relações solo-plantas (ROSA FILHO et al, 2011).…”