MODELOS DE REGRESSÃO MULTIVARIADA PARA PREDIÇÃO DA UMIDADE DO SOLO COM O AUXILIO DA TDR

Transcrição

1 MODELOS DE REGRESSÃO MULTIVARIADA PARA PREDIÇÃO DA UMIDADE DO SOLO COM O AUXILIO DA TDR 1 Mestrando em Agronomia Ciência do Solo. IA/UFRRJ. CEP (21) andradeps@ufrrj.br 2 Bolsista de Iniciação Cientifica/ PIBIC CNPq, IA/UFRRJ. 3 Graduando em Agronomia. IA/UFRRJ. 4 Doutorando em Fitotecnia. IA/UFRRJ. 5 Professor Associado da UFRRJ. 6 Professor Adjunto da UFRRJ I. P. S. Andrade 1 ; W. S. Almeida 2 ; E. T. M. Gomes 3 ; D. H. Oliveira Neto 4 ; D. F. Carvalho 5 ; C. A. A. Varella 6 RESUMO: O presente estudo teve como objetivo gerar modelos de regressão por meio de análise multivariada para estimar a umidade do solo, fazendo o uso de variáveis físicas correlacionadas com os valores de umidade obtidos pela técnica da Reflectometria no Domínio do Tempo (TDR). Para isso, foram selecionadas seis unidades de monitoramento (UnMs) em uma área experimental, onde foram instaladas sondas de TDR para a calibração e monitoramento da umidade do solo, além da coleta de amostras de solo para a determinação das variáveis texturais (areia, silte e argila), densidade do solo, densidade das partículas, microporosidade e macroporosidade. A análise estatística dos dados foi realizada por meio de análise multivariada, a partir da qual foram ajustados modelos lineares de regressão correlacionando as variáveis estudadas. Com base nos resultados obtidos, foi possível selecionar um modelo de regressão capaz de predizer a umidade do solo, porem novos estudos devem ser desenvolvidos para uma validação definitiva. PALAVRAS-CHAVE: reflectometria no domínio do tempo; variabilidade espacial. MULTIVARIATE REGRESSION MODELS FOR PREDICTION OF SOIL MOISTURE WITH THE AID OF TDR SUMMARY: The present study aimed to generate regression models for multivariate analysis to estimate soil moisture, making the use of physical variables correlated with the moisture values obtained by the technique of Time Domain Reflectometry (TDR). To this end, we selected six monitoring units (UNMS) in an experimental area where TDR probes were installed for the calibration and monitoring of soil moisture, and collecting soil samples for the determination of textural variables (sand, silt and clay), soil density, particle density, microporosity and macroporosity. The statistical analysis was performed using multivariate analysis, from which models were adjusted linear regression correlating variables. Based on

2 these results, it was possible to select a regression model capable of predicting soil moisture, but further studies should be developed for a definitive validation. KEYWORDS: time domain reflectometry; spatial variability. INTRODUÇÃO A heterogeneidade é uma propriedade inerente do solo, resultante da interação dos processos que influenciam os fatores de formação do solo. Numa paisagem natural o solo apresenta ampla variabilidade dos seus atributos, tanto no sentido espacial como no volumétrico, além disso, o solo cultivado revela fontes adicionais de heterogeneidade, originadas, exclusivamente, do efeito antrópico da agricultura. Neste sentido, a variabilidade espacial das propriedades do solo deve ser bem conhecida, visando minimizar os erros na amostragem e no manejo do solo quanto a fertilização, irrigação, calagem entre outros (LIMA, 2006). É por causa dessa variabilidade espacial dos diferentes atributos do solo que a distribuição e armazenamento da água no solo não ocorrem de forma homogênea ao longo de uma extensa área de cultivo, sendo influenciada pela textura do solo, proximidade do lençol freático, topografia, grau de estruturação do solo, porosidade, dentre outras. Visto isso, o conhecimento da variação da umidade do solo nas diferentes áreas de cultivo deve ser considerado, pois a simples atribuição de um teor de umidade a outras áreas distintas do local, minizando os erros na sua estimativa. Existem alguns trabalhos na literatura que tratam da predição de características físico-hídricas no solo, mas poucos são os trabalhos que tratam da predição direta da umidade do solo, ainda mais com o auxílio da técnica da Reflectometria do Domínio do Tempo (TDR), com base em um único ponto de monitoramento. Assim, o objetivo deste trabalho foi elaborar um modelo de predição de umidade do solo com o auxílio do TDR, em uma unidade de produção agroecológica, localizada em Seropédica-RJ. MATERIAL E MÉTODOS O trabalho foi realizado no Sistema Integrado de Produção Agroecológica (SIPA Fazendinha Agroecológica Km 47), em Seropédica-RJ. O clima da região é do tipo Aw segundo a classificação de Köppen. Com base no trabalho de VILLELA (2007), que realizou um levantamento físico-hídrico em diferentes glebas de uma toposequência da Fazendinha, foram identificadas as áreas denominadas como Unidades de Monitoramento (UnM), levando em consideração a sua variação textural ao longo de toda a unidade experimental. Foram selecionados seis pontos de avaliação ao longo da área e duas profundidades de estudo (0-0,10 m e 0,10-0,20 m) que caracterizam a profundidade efetiva da maioria das olerícolas cultivadas. Os seis pontos foram identificados como 2, 3, 5, 6, 8 e 9. A instalação das UnM na área experimental foi realizada em 22 de março de 2010, quando foram instalados um conjunto de sensores TDR para o monitoramento da umidade do solo e retiradas amostras de solo para a caracterização das variáveis físico-hídricas. As sondas TDR foram colocadas nas profundidades de 0,10 m e 0,20 m, com duas repetições. A calibração das sondas foi realizada com base em leituras diárias com o equipamento TDR 100 (Campbell Sci.). Para a caracterização física das UnM foram determinadas a análise granulométrica, densidade do solo e das partículas, porosidade total, macroporosidade e microporosidade.

3 Para a caracterização físico-hídrica dos diferentes pontos avaliados na área experimental, foi necessária a correlação das leituras de TDR realizadas durante o período da calibração com os resultados das análises físicas citadas anteriormente. De posse desses dados foi obtida uma equação final do modelo matemático encontrado, realizando em seguida, uma seleção das características, tendo como objetivo identificar as variáveis capazes de estimar o conteúdo de água no solo (umidade) nos demais locais do SIPA a partir de um único ponto de monitoramento. A análise estatística dos dados foi realizada por meio de análise multivariada das leituras da constante dielétrica (ka) do equipamento de TDR nas seis UnM para as profundidades de 0,10 e 0,20 m com os resultados das análises físicas obtidas nessas UnM. As estimativas de correlação foram testadas quanto à sua significância. Esta análise de correlação foi realizada utilizando o procedimento REG do programa computacional SAS (SAS, 1999). Para verificar se as variáveis físicas correlacionadas com a umidade do solo sofrem efeito significativo com as leituras de TDR observadas no campo, foram ajustados modelos lineares de regressão dessas variáveis (modelos de predição de umidade) em função das leituras de umidade realizadas nas UnMs em que a significância da estimativa do coeficiente de correlação foi detectada. A validação dos modelos ocorreu após análise realizada pelo programa computacional SAS (SAS, 1999) em que os modelos selecionados foram os que apresentaram resultados significativos no teste F. RESULTADOS E DISCUSSÃO Após análise estatística, as seguintes variáveis foram selecionadas para a construção do modelo de predição de umidade volumétrica do solo: areia (%), silte (%), densidade do solo (g cm -3 ), volume total de poros (%), microporosidade (%), macroporosidade (%) e capacidade de campo (cm 3 cm -3 ). Após a análise de correlação, o programa computacional gerou um modelo que permite a estimativa da umidade volumétrica do solo utilizando a umidade gravimétrica da parcela controle da equação. A Tabela 1 apresenta a estimativa dos parâmetros, o erro padrão, a soma dos quadrados e o valor F das variáveis utilizadas no modelo e do intercepto tendo as variáveis umidade gravimétrica e Ka como variáveis dependentes a serem retiradas da parcela controle. Tabela 1. Estimativa dos parâmetros, o erro padrão, a soma dos quadrados e o valor F das variáveis utilizadas para a construção do modelo de predição da umidade volumétrica do solo e do seu intercepto. Variaveis 1 Parâmetros Estimados Erro Padrão Soma dos Quadrados Valor F Pr>F Intercepto 0, , , ,70 <0,0001 Ug 1, , , ,5 <0,0001 Ug 2-0, , , ,26 <0,0001 Mic 0, , , ,99 <0,0001 Mic 2-0, , , ,18 0,1416 Ka x Mac -0, , , ,12 0,0002 Ds -0, , , ,89 <0,0001 Ds 2 0, , , ,15 <0,0001 Ka x VTP -0, , , ,00 <0,0001 VTP 2 0, , , ,90 <0,0001 Areia 2 0, ,5426x10-7 0, ,94 <0,0001 Silte -0, , , ,16 <0,0001 Silte 2 0, , , ,09 <0,0001 CC 2-0, , , ,64 <0, Ug = Umidade gravimétrica; Mic = microporosidade; Ka = constante dielétrica do solo; Mac = macroporosidade; Ds = densidade do solo; VTP = volume total de poros; CC = Capacidade de campo; 2 Variáveis elevadas a segunda ordem.

4 Apesar da variável física conteúdo de argila ter apresentado forte correlação com a variabilidade espacial dos indicadores físico-hídricos apresentados por VILLELA (2007), a mesma não foi selecionada para compor o modelo de predição de umidade do solo. Substituindo os valores das variáveis independentes com os seus valores encontrados nas seis UnMs foi possível a criação de um modelo para cada UnM, para as duas profundidades avaliadas. Existem outros trabalhos na literatura com objetivo de criar modelos para a predição de parâmetros físico-hídricos do solo. LOYOLA & PREVEDELLO (2003) na elaboração de modelos analíticos para a predição do processo de redistribuição de água no solo, encontraram valores que se confrontaram satisfatoriamente física e estatisticamente com os valores de umidade medidos, que foi o valor estimado para um dos modelos elaborados. MELLO et al. (2002) fizeram uso de análises físicas de fácil determinação em laboratório como análise textural, teor de matéria orgânica e densidade do solo que permitiram estimar, com boa precisão, o grau de porosidade drenável e a disponibilidade total de água ajustando equações que apresentaram boas predições das propriedades avaliadas. A Figura 1 apresenta, a plotagem dos valores estimados de umidade volumétrica vs. valores de umidade volumétrica medidos no campo durante a fase de calibração das UnMs (Unidades de Monitoramento). Os valores observados na legenda, no canto superior a direita do gráfico representam: N número de dados utilizados na análise: 240; Rsq coeficiente de determinação: 0,9998; AdjRsq coeficiente de determinação ajustado: 0,9998; RMSE erro padrão de ajuste da estimativa: 0,0009. Figura 1. Plotagem dos valores preditos de umidade gravimétrica e volumétrica vs. valores de umidade gravimétrica e volumétrica medidos no campo, durante a fase de calibração das UnMs obtidos diretamente do programa SAS (SAS, 1999). O modelo para predição da umidade volumétrica (Uvol) apresentou valores de intercepto de 0, e regressor 0,99981, com resultado não significativo, indicando que o modelo pode fazer predições. A Tabela 2 apresenta o teste dos parâmetros ajustados entre os valores preditos e observados segundo Graybill (1976), testando se intercepto apresenta valor 0 e regressor valor 1. Na Tabela 2, Pr é o valor da probabilidade que apresenta um valor maior que F como é observado na tabela, aceitando com este valor a hipótese nula, validando o modelo para utilização da predição da umidade do solo. Tabela 2. Teste dos parâmetros ajustados entre os valores preditos e observados. Intercepto Regressor Fonte DF Quadrado médio Valor F Pr>F 0, ,99981 Numerador 2 4,954x10-8 0,02 0,9781 Denominador 238 0,

5 CONCLUSÃO A validação dos modelos apresentados foi positiva, sendo que novos testes deverão ser realizados para que se possa realizar, a validação da predição da umidade do solo. REFERÊNCIAS BIBLIOGRÁFICAS GRAYBILL, F.A. Theory and application of the linear model. Massachusetts: Ouxburg Press, p. LIMA, J. A. G.; MENDES, A. M. S.; DUDA G. P.; FERREIRA C. V. Variabilidade espacial de características físico-hídricas de um cambissolo cultivado com mamão no semi-árido do RN. Caatinga, Mossoró, v.19, n.2, p , LOYOLA, J. M. T. & PREVEDELLO, C. L. Modelos analiticos para predição do processo a redistribuição da água no solo. Revista Brasileira de Ciência do Solo, 27: , SAS Institute Inc. SAS/STAT Software Release 8.0. Cary, NC: SAS Institute Inc., MELLO, C. R.; OLIVEIRA, G. C.; FERREIRA, D. F. & LIMA, J. M. Predição da porosidade drenável e disponibilidade de água para Cambissolos da Microrregião Campos das Vertentes, MG. Pesquisa Agropecuária Brasileira, Brasília, v. 37, n. 9, p , set VILLELA, A. L. O. Variabilidade Espacial da Qualidade Físico-Hídrica do Solo de um Sistema em Produção Agroecológica f Dissertação (Mestrado em Agronomia, Ciência do Solo). Instituto de Agronomia, Departamento de Solos, Universidade Federal Rural do Rio de Janeiro, Seropédica, RJ, 2007.