Soil sampling intensity and spatial distribution pattern of soils attributes and corn yield in no-tillage system

Rodrigues, Marcos Sales; Corá, José Eduardo; Fernandes, Carolina

doi:10.1590/s0100-69162012000500005

Cited by 13 publications

(11 citation statements)

References 20 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…O estudo dos aspectos da amostragem do solo, a fim de subsidiar definições sobre a utilização e recomendação destas técnicas em ambientes distintos, tem sido preocupação constante de pesquisadores (Lark 2000, Rios et al 2008, Coelho et al 2009, Rodrigues et al 2012, Spezia et al 2012. Trabalhos como os de Montanari et al (2005) e Souza et al (2006), desenvolvidos em latossolos, considerando--se o aspecto solo-relevo, mostraram que a utilização da densidade amostral é uma ferramenta eficiente para a estimativa dos atributos químicos do solo, diminuindo o número de amostras a serem coletadas.…”

Section: Spatial Distribution Of Soil Chemical Properties In Pasture unclassified

Distribuição espacial de atributos químicos do solo em área de pastagem e floresta

Aquino

Júnior

Campos

et al. 2014

Pesqui. Agropecu. Trop.

View full text Add to dashboard Cite

INTRODUÇÃOAs alterações na composição da vegetação de ecossistemas naturais associadas a práticas de manejo, que são atribuídas a fatores como exploração agrí-cola, pecuária e, principalmente, florestal (Alencar et al. 2004), trazem consequências não só em relação à biodiversidade, mas, também, quando se analisa a deterioração causada aos solos e a sua possibilidade de reutilização e/ou conservação (Chaves et al. 2012). ABSTRACT RESUMOEstudos que visam a analisar os efeitos causados pela ação antrópica sobre propriedades do solo constituem valiosos recursos para avaliações e/ ou previsões sobre os danos causados ao ambiente, servindo como subsídios à discussão sobre a manutenção de ecossistemas ou a sua ocupação racional, com previsões sobre a extensão dos efeitos desta ocupação (Longo 1999).No tocante à geoestatística, o estudo da variabilidade espacial dos atributos do solo surge como O conhecimento da distribuição espacial de atributos do solo, por meio da geoestatística, é importante como indicador para um melhor uso e manejo do solo. Este estudo objetivou avaliar a distribuição espacial de atributos químicos do solo, em área de pastagem e floresta, na região de Manicoré (AM). Foram estabelecidas malhas de 70,00 m x 70,00 m, com espaçamento regular de 10,00 m x 10,00 m, totalizando 64 pontos, e, em seguida, coletadas amostras de solo, às profundidades de 0,0-0,20 m e 0,40-0,60 m, sendo determinados os seus atributos químicos. Os dados foram analisados utilizando-se técnicas de estatística descritiva e geoestatística, e a densidade amostral determinada com base no coeficiente de variação e no alcance dos semivariogramas. Os valores da média e mediana se ajustaram aos valores próximos, indicando distribuição normal, enquanto os modelos esférico, exponencial e gaussiano se ajustaram aos atributos químicos do solo. Concluiu-se que a geoestatística forneceu informações adequadas para a compreensão da distribuição espacial. A área com floresta apresentou maior continuidade espacial e a área com pastagem menor densidade amostral. Os atributos químicos evidenciaram diferenças na variabilidade espacial, enquanto o alcance representou melhor as estimativas para a densidade amostral e espaçamento, na área de floresta e pastagem. PALAVRAS-CHAVE: Variabilidade espacial; geoestatística; densidade amostral. Spatial distribution of soil chemical properties in pasture and forest areaThe knowledge on spatial distribution of soil properties by means of geostatistics is important as an indicator for a better soil use and management. This study aimed at evaluating the spatial distribution of soil chemical properties, in a forest and pasture area in Manicoré, Amazonas State, Brazil. Grids with 70.00 m x 70.00 m, with regular spacing of 10.00 m x 10.00 m, totaling 64 points, were established, and then soil samples were collected at the depths of 0.0-0.20 m and 0.40-0.60 m and had their chemical properties determined. Data were analyzed by using descriptive statistics and geostatistics, and the sampling density analysis was based ...

show abstract

Section: Spatial Distribution Of Soil Chemical Properties In Pasture unclassified

Distribuição espacial de atributos químicos do solo em área de pastagem e floresta

Aquino

Júnior

Campos

et al. 2014

Pesqui. Agropecu. Trop.

View full text Add to dashboard Cite

show abstract

“…In this sense, the use of machine learning tools may accelerate the identification of data for characterizing soils. Several methods of analyzing large amount of data of both continuous and categorical variables have been used in works of various natures, such as the stepwise multiple linear regression (SMLR) (Juhos;Szabó;Ladányi, 2015;Menezes et al, 2016;Rodrigues;Corá;Fernandes, 2012). This analysis adjusts regression models from easily obtained variables to estimate data more difficult to be acquired, in which the addition or removal of predictive variables to the model is performed based on statistical tests, generating a final equation.…”

Section: Introductionmentioning

confidence: 99%

Multiple linear regression and random forest to predict and map soil properties using data from portable X-ray fluorescence spectrometer (pXRF)

et al. 2017

View full text Add to dashboard Cite

Determination of soil properties helps in the correct management of soil fertility. The portable X-ray fluorescence spectrometer (pXRF) has been recently adopted to determine total chemical element contents in soils, allowing soil property inferences. However, these studies are still scarce in Brazil and other countries. The objectives of this work were to predict soil properties using pXRF data, comparing stepwise multiple linear regression (SMLR) and random forest (RF) methods, as well as mapping and validating soil properties. 120 soil samples were collected at three depths and submitted to laboratory analyses. pXRF was used in the samples and total element contents were determined. From pXRF data, SMLR and RF were used to predict soil laboratory results, reflecting soil properties, and the models were validated. The best method was used to spatialize soil properties. Using SMLR, models had high values of R² (≥0.8), however the highest accuracy was obtained in RF modeling. Exchangeable Ca, Al, Mg, potential and effective cation exchange capacity, soil organic matter, pH, and base saturation had adequate adjustment and accurate predictions with RF. Eight out of the 10 soil properties predicted by RF using pXRF data had CaO as the most important variable helping predictions, followed by P 2 O 5 , Zn and Cr. Maps generated using RF from pXRF data had high accuracy for six soil properties, reaching R 2 up to 0.83. pXRF in association with RF can be used to predict soil properties with high accuracy at low cost and time, besides providing variables aiding digital soil mapping.Index terms: Soil analyses; spatial prediction; proximal sensor. RESUMOA determinação de atributos do solo auxilia no correto manejo da sua fertilidade. O equipamento portátil de fluorescência de raios-X (pXRF) foi recentemente adotado para determinar o teor total de elementos químicos em solos, permitindo inferências sobre atributos do solo. No entanto, esses estudos ainda são escassos no Brasil e em outros países. Os objetivos deste trabalho foram prever atributos do solo a partir de dados do pXRF, comparando-se os métodos de regressão linear múltipla stepwise (SMLR) e de random forest (RF), além de mapear e validar atributos do solo. 120 amostras de solo foram coletadas em três profundidades e submetidas a análises laboratoriais. Utilizou-se o pXRF para leitura das amostras e determinou-se o teor total de elementos. A partir dos dados do pXRF, foram utilizadas SMLR e RF para predizer resultados laboratoriais, que refletem atributos do solo, e os modelos foram validados. O melhor método foi utilizado para espacializar os atributos do solo. Utilizando SMLR, os modelos apresentaram valores elevados de R² (≥0,8), porém maior acurácia foi obtida na modelagem com RF. A capacidade de troca de cátions potencial e efetiva, matéria orgânica do solo, pH, saturação por bases e teores trocáveis de Ca, Al e Mg apresentaram ajustes adequados e predições acuradas com RF. Dos dez atributos do solo preditos por RF a partir de dados do pXRF, sete apr...

show abstract

“…For soil P and K contents in all sampling grids, CVs were classified as high to very high (26.58 to 31.46%) (Pimentel-Gomez & Garcia, 2002). The high dispersion in the values of soil P and K contents is widely reported in the literature (Nanni et al, 2011, Rodrigues et al, 2012, Santi et al, 2012, Cherubin et al, 2014. High CV values are an indication of high spatial variability of attributes in the area (Oliveira et al, 2015), which, consequently, requires the use of sampling designs with a higher number of samples to faithfully reproduce the spatial variability of attributes at non-sampled sites (Siqueira et al, 2014).…”

Section: Resultsmentioning

confidence: 93%

Transition From Systematic to Directed Soil Sampling Designs in an Area Managed With Precision Agriculture

Pias

Cherubin²,

Santi

et al. 2019

Eng. Agríc.

View full text Add to dashboard Cite

In agricultural areas with a historical of systematic soil sampling, alternative methodologies such as directed sampling design based on management zones (MZ) have been proposed to reduce sampling costs. The aim of this study was to evaluate the technical and economic impacts of replacing a dense systematic soil sampling design (cell size of 0.5 ha) by a systematic sampling with a smaller number of samples (cell size ranging from 1 to 4.5 ha), directed or conventional sampling design on the mapping of soil plant-available phosphorus (P), exchangeable potassium (K), and pHwater. The study was carried out in an agricultural area of 120 ha with soil classified as an Oxisol. The directed sampling designs were based on MZ delimited from data of elevation and overlapping of crop yield maps. Our finding revealed that systematic samplings with grids larger than 2 ha were not efficient to detect the spatial variability of soil P, K and pHwater. Larger systematic grid sizes, directed and conventional sampling design resulted in more generalist thematic maps, losing information about spatial variability of the soil attributes. Thus, from a technical point of view, soil sampling designs with a low density were little efficients, particularly for mapping P and K, due to their higher spatial variability. However, because soil P and K contents were close to or above critical levels and soil acidity was low (average pH close to 5.5), the different sampling designs presented little influence on fertilizer and liming recommendations. Therefore, we concluded that systematic soil sampling design may be replaced by soil sampling directed based on MZ or even by conventional sampling in soils with high fertility to reduce sampling costs. Nevertheless, crop responses must be monitored to validate fertilization management based on these simplifications on soil sampling procedure.

show abstract

Soil sampling intensity and spatial distribution pattern of soils attributes and corn yield in no-tillage system

Cited by 13 publications

References 20 publications

Distribuição espacial de atributos químicos do solo em área de pastagem e floresta

Distribuição espacial de atributos químicos do solo em área de pastagem e floresta

Multiple linear regression and random forest to predict and map soil properties using data from portable X-ray fluorescence spectrometer (pXRF)

Transition From Systematic to Directed Soil Sampling Designs in an Area Managed With Precision Agriculture

Contact Info

Product

Resources

About