14 ISSN: 23170336 VARIABILIDADE ESPACIAL DOS ATRIBUTOS QUÍMICOS DE UM LATOSSOLO VERMELHO EUTRÓFICO EM MARACAJU - MS DIAS JUNIOR, J. J. R 1 ; NASCIMENTO, J. 2 ; SILVA, P. M. 3 Resumo: A Agricultura de Precisão trata-se de um sistema de manejo integrado de informações e tecnologias, fundamentado nos conceitos de que as variabilidades de espaço e tempo influenciam nos rendimentos dos cultivos. O objetivo deste trabalho foi estudar a variabilidade espacial de atributos químicos em um Latossolo vermelho distroférrico. Realizou-se o mapeamento e geração de malha amostral através do aplicativo CR campeiro 7, a dependência espacial foi analisada por meio da geoestatística, utilizando a Versão 7.0 do GS+. Os resultados indicaram que a variabilidade espacial foi classificada como baixa para ph e V%, como media para Ca e Mg e alta para K e P. Todas as variáveis apresentaram forte dependência espacial e foram ajustadas ao modelo esférico de semivariograma. As variáveis Ca, K e P apresentaram dependência espacial com alcances de 216, 217 e 425 m, respectivamente. Palavras-chave: Krigagem, GS+, C7 campeiro. SPATIAL VARIABILITY OF SOIL PHYSICAL ATTRIBUTES IN A RED DYSTROPHIC LATOSOL IN MARACAJU - MS Abstract: Precision farming is a soil management system that integrates data and technology. It is based on concepts that time and space variations have influence in the crop performance. The objective of this study was to evaluate the space variability of chemical properties in Distroferric Red Latosol. The studied area was mapped and farm field polygons were generated by using the app CR Campeiro 7. The spatial dependence was analyzed through geostatistics, it was used the version 7.0 of GS+. The results indicated that the space variability was classified as a low to ph and V%, medium to Ca e Mg and high to K and P. All variables showed strong spatial dependence and they were adjusted to the spherical semivariogram model. The variables Ca, K and P showed spatial dependence with ranges of 216, 217 and 415 meters, respectively. Keywords: Kriging, GS+, C7 campeiro. 1 Discente do Curso de Graduação em Agronomia, UNIGRAN, Dourados-MS 2 Docente do Curso de Graduação em Agronomia, UNIGRAN, Dourados-MS 3 Técnica Agropecuária. E-mail: jackeline_ms@yahoo.com.br
15 INTRODUÇÃO A Agricultura de Precisão trata-se de um sistema de manejo integrado de informações e tecnologias, fundamentado nos conceitos de que as variabilidades de espaço e tempo influenciam nos rendimentos dos cultivos. Visa o gerenciamento mais detalhado do sistema de produção agrícola como um todo, não somente das aplicações de insumos ou de mapeamentos diversos, mas de todo os processos envolvidos na produção. A Comissão Brasileira de Agricultura de Precisão adota uma definição de consenso para (AP), estabelece que se trata de um conjunto de ferramentas e tecnologias aplicadas para permitir um sistema de gerenciamento agrícola baseado na variabilidade espacial e temporal da unidade produtiva e visa ao aumento de retorno econômico e à redução do impacto ao ambiente (BRASIL, 2014). Tradicionalmente, os agricultores ao fazerem a amostragem do solo de uma dada área, uniformizavam as subamostras em uma única amostra, que passava a representar as características medias da fertilidade daquela área, assumida como uniforme. Com base nesta interpretação, a mesma quantidade de insumos e utilizada para toda área, atendendo apenas as necessidades medias e não considerando as necessidades especificas de cada parte da lavoura. Quanto mais dados disponíveis ou coletados, mais consistente é a informação gerada e o consequente diagnostico referente à variabilidade existentes nas lavouras. O processo de adoção da AP encontra-se na fase em que o agricultor busca solucionar os principais problemas levantados em sua lavoura, através de mapas de produtividade e de fertilidade de acordo com Werner (2007). Para isso, a AP concilia o uso de tecnologias para o manejo diferenciado do solo, insumos e culturas, visando à produtividade das mesmas. Nesse contexto, a análise detalhada da variabilidade dos atributos do solo pode indicar alternativas de manejo para a redução dos efeitos da sua variabilidade sobre a produção das culturas. Dados de produtividade das culturas, expressos por mapas, são fundamentais, a interpretação da variabilidade presente nas lavouras, evidenciadas nos mapas, implica uma relação entre causa e efeito (MOLIN et al. 2015). A análise de solos é o único método que permite, antes do plantio, conhecer a capacidade de um determinado solo em suprir nutrientes para as plantas. É a forma mais simples, econômica e eficiente de diagnose da fertilidade das terras e constitui base imprescindível para a recomendação de quantidades adequadas de corretivos e fertilizantes para aumentar a produtividade das culturas e, como consequência a
16 produção e a lucratividade das lavouras. O processo de análise de solos pode ser dividido em três etapas: amostragem do solo, análise em laboratório e interpretação dos resultados (FURTINI NETO, 2001). A malha amostral pode ser distribuída de forma aleatória quando a distribuição dos pontos de coleta é casual ou regular quando os pontos estão regularmente espaçados (LANDIM, 2002). A amostragem do solo é considerada uma etapa crítica, tendo em vista que uma pequena porção de terra terá representatividade de alguns hectares, normalmente coletados de 5 a 6 subamostras (FURTINI NETO, 2001). Esta amostragem é realizada por meio de amostras simples ou amostras compostas. Amostra simples procede-se a coleta em um único ponto, e a amostra composta é a mistura homogênea das várias amostras simples coletadas na gleba (subamostras). Posteriormente as amostras são destinadas a análise química realizadas em laboratório, usualmente são realizadas as análises de ph, carbono orgânico; fósforo disponível, potássio, cálcio e magnésio trocáveis; acidez potencial ou (H+Al) e alumínio trocável (BARBOSA, 2009). A ferramenta estatística utilizada para estudar a variabilidade espacial que possibilita a interpretação dos resultados com base na estrutura da variabilidade natural dos atributos avaliados, considerando a dependência espacial dentro do intervalo de amostragem é chamada de geoestatística. A geoestatística é uma ferramenta matemática que nos descreve existência da variabilidade espacial através do semivariograma, permitindo a descrição da dependência espacial de tais atributos (VIEIRA, 2000), a continuidade, ou dependência espacial, é estimada através do semivariograma e o método de interpolação, chamado krigagem, usa a dependência espacial entre amostras vizinhas para estimar valores em qualquer posição dentro do campo (VIEIRA, 2008). A técnica de krigagem é utilizada para estimar valores nos locais onde não procedeu-se amostragem (MOLIN, 2015). Portanto, o objetivo deste trabalho foi estudar a variabilidade espacial dos atributos químicos de um Latossolo Vermelho Eutrófico. MATERIAL E MÉTODOS O experimento foi conduzido no município de Maracaju-MS, em área da fazenda Puytã, com coordenadas 21º 42' de latitude sul e 55º 34' de longitude oeste,
17 com altitude média de 612 m. O solo foi classificado como Latossolo Vermelho Eutrófico, com predomínio de textura argilosa (EMBRAPA, 2006). A área com tamanho de 52 hectares foi dividida em uma malha amostral com distância de 192 metros, totalizando 50 pontos amostrais (Figura 1). Para amostragem de solo utilizou-se um trado holandês para coletar solo na camada de 0,0-0,20 m, formando a amostra composta a partir de 6 subamostras. Foram determinados analiticamente teores de (ph), fósforo (P), potássio (K), acidez potencial (H+Al), cálcio (Ca), magnésio (Mg) e saturação por bases (V%). Realizou-se o mapeamento e geração de malha amostral através do aplicativo CR campeiro 7, que é um sistema de tecnologia móvel do CR Campeiro7 desenvolvido para a plataforma Android para geração de malha amostral a campo (REQUIA, 2013), localização de pontos amostrais georreferenciados, com a possibilidade de integração com a API do Google Maps (CARDOSO et al., 2010). FIGURA 1. Distribuição dos pontos amostrados na área. Através da Metodologia Embrapa (2011), as análises foram realizadas na empresa AP soluções tecnológicas laboratório de análises para agricultura, onde foram determinados os valores de (ph), fósforo (P), potássio (K), acidez potencial (H+Al), cálcio (Ca), magnésio (Mg) e saturação por bases (V%). Os dados foram submetidos à análise estatística, sendo determinadas as medidas estatísticas de media, valores máximos e mínimos, coeficientes de assimetria e curtose, coeficiente de variação (CV). O GS+ é um programa de análise geoestatística e de mapeamento que permite medir prontamente e ilustrar as relações espaciais em dados georreferenciados,
18 analisando dados espaciais para autocorrelação e usando essas informações para fazer ótimos mapas, estatisticamente rigorosos da área amostrada (GAMMA, 2004). A dependência espacial foi analisada por meio da geoestatística, utilizando a Versão 7.0 do GS+. Uma vez verificada a dependência espacial, foi realizada a krigagem para estimar valores em locais não amostrados, sem tendência e com variância mínima. A partir da krigagem, foram gerados mapas de distribuição espacial das variáveis estudadas. Os semivariogramas foram modelados no programa computacional GS+, os modelos disponíveis no GS+ são: exponencial, gaussiano, esférico e linear. Uma vez detectada a dependência espacial, produziu-se o mapa temático da distribuição espacial do atributo por meio de krigagem, a análise geoestatistica dos dados e completados com as informações mostradas nos mapas, que sao uteis nas tomadas de decisões (GREGO, 2005). RESULTADOS E DISCUSSÃO Apesar de os dados não apresentarem distribuições simétricas, os coeficientes de assimetria e curtose estão próximos de zero, assim como valores médios estão próximos para a maioria dos atributos, permitindo que lhes sejam aplicados tratamentos geoestatísticos de acordo com Chaves e Farias (2009), possibilitando avaliar a dependência espacial dos atributos, pois, na geoestatística, mais importante que a normalidade dos dados é a ocorrência ou não do efeito proporcional em que a média e a variância dos dados não sejam constantes na área de estudo. A função do coeficiente de assimetria é caracterizar de que forma e quanto à distribuição de frequência se distancia do ponto simétrico, sendo que valores positivos a distribuição e assimétrica e encontra-se a direita, se for negativo a distribuição e assimétrica e encontra-se a esquerda e se esse coeficiente for zero a distribuição e considerada simétrica, conforme Zanão et al., (2010). Valores negativos de assimetria, conforme observado para V%, indicam distribuição assimétrica à esquerda, enquanto os valores positivos de assimetria para os demais atributos indicam distribuição assimétrica à direita. Quanto ao coeficiente de curtose, que mostra a dispersão (achatamento) da distribuição em relação a um padrão, geralmente a curva normal, em coeficiente de curtose igual à zero a distribuição é mesocúrtica, se coeficiente de curtose menor que
19 zero a distribuição é platicúrtica e se coeficiente de curtose maior que zero a distribuição é leptocúrtica. Os dados de ph, H+Al, Mg e V% apresentaram distribuição platicúrtica e os dados de Ca, K e P apresentaram distribuição leptocúrtica. Segundo Dalchiavon et al., (2012) a variabilidade de um atributo pode ser classificada de acordo com a magnitude de seu coeficiente de variação (CV) classificando-o como baixo (CV < 10%), médio (10% < CV < 20%), alto (20% < CV < 30%) e muito alto (CV > 30%). Observa-se, com base nos resultados apresentados na tabela 1, que a variabilidade dos atributos do solo foi classificada, para ph e V% como baixa, para H+Al, Ca e Mg foi classificada como média e para K e P classificada como muito alta. Valores semelhantes de coeficientes de variação foram encontrados por Montanari et. al. (2013) avaliando os atributos químicos de um latossolo vermelho em Silviríria MS, ao avaliar 121 amostras em uma malha geoestatistica, em área cultivada com braquiaria. Portanto o solo apresenta heterogeneidade quanto aos atributos químicos. Esta variação entre os coeficientes de variação dos diferentes atributos do solo é esperada visto que, segundo Carvalho et al., (2003), a variabilidade espacial das características químicas do solo é resultado de interações dos processos de sua formação e de manejo do solo, com maior impacto nas camadas superficiais do solo. Souza e Lobato (2004) apresentaram classes de interpretação para valores de fertilidade de solos. Em média todos os valores de atributos químicos do solo na área em estudo, estão em classes consideradas altas de acordo com tabela 1. Isso se deve ao fato da grande utilização de insumos para a rotação de cultura feita nessa área. Os dados sugerem que um estudo detalhado da fertilidade na área poderá proporcionar uma redução na aplicação de fertilizantes. Conforme Raij (1991) quando o teor do nutriente no solo ultrapassa o nível ótimo, a aplicação de fertilizantes pode ter efeito depressivo sobre a produtividade de culturas.
20 CV: coeficiente de variação; (*) mmolc dm -3 ; (**) mg.dm -3. A dependência espacial dos atributos do solo e foi estudada através da analise de semivariogramas (Tabela 2). O efeito pepita (C0) representa a variância não explicada ou ao acaso, frequentemente causada por erros de medições ou variações das propriedades que não podem ser detectadas na escala de amostragem (VIEIRA, 2000). Uma maneira bastante ilustrativa e eficiente de expressar a dependência espacial com apenas um parâmetro foi utilizando o grau de dependência espacial (GDE), que é a proporção do patamar (C0 + C1) em relação à variância estrutural (C1). De acordo com Cambardella (1994), a dependência espacial é classifica em forte se GDE 0,25; moderada para 0,25 < GDE < 0,75; e fraca para GDE 0,75. Seguindo esta classificação todas as variáveis em estudo apresentaram forte dependência espacial (tabela 2). Segundo Cambardella (1994), as variáveis que apresentam forte dependência espacial são mais influenciadas por propriedades intrínsecas do solo, como textura e mineralogia, enquanto as que apresentam fraca dependência são influenciadas por propriedades extrínsecas tais como aplicações de fertilizantes.
21 Tabela 2. Parâmetros dos semivariogramas ajustados aos dados dos atributos do solo. Variável Modelo C0 C1 GDE % A(m) R2 ph CaCl2 Esférico 0,0061 0,056 9,82 148 0,21 H+Al Esférico 2,1000 16,45 11,32 158 0,21 Ca Esférico 0,1000 119,3 0,08 216 0,92 Mg Esférico 1,0500 11,31 8,49 115 0,00 K Esférico 0,1030 2,575 3,84 217 0,62 P Esférico 0,1000 73,76 0,13 425 0,80 V% Esférico 2,3900 16,19 12,86 172 0,51 C0: efeito pepita; C1: variância estrutural; A: alcance; R2: coeficiente de determinação; GDE %: grau de dependência espacial. O alcance é o principal parâmetro fornecido pela geoestatística, representando a distância na qual uma variável regionalizada apresenta continuidade espacial, sendo que a partir desta distância, o comportamento espacial da variável passa a ser totalmente aleatório (LEMOS FILHO et al., 2008). O exame dos semivariogramas revelou que a distancia entre as amostras de solo coletadas foi maior que o alcance calculado para os dados de ph, H+Al, Mg e V% (Tabela 2). Sendo assim não é possível a realização da técnica da krigagem, pois o mapa gerado não demonstrara a dependência espacial. As variáveis Ca, K e P apresentaram valores de alcance maiores que a distancia entre as amostras coletadas, dessa forma foi possível à realização da krigagem para esses elementos. Se os valores de alcance obtidos forem maiores que o valor de espaçamento entre as amostragens, as amostras estão correlacionadas umas às outras, permitindo que se façam interpolações (VIEIRA et al., 2007). Um intervalo menor do que o alcance proporciona amostras de solo com sobreposição das características espaciais e pode resultar em aumento de custos de amostragem. Por outro lado, amostras coletadas em um intervalo maior do que alcance que não inclui a variabilidade espacial, e então, o valor médio obtido destes dados não representa a área estudada. Assim, as amostras devem ser coletadas em um intervalo amostral ótimo, o qual e igual ao alcance de dependência espacial. Seu conhecimento é de extrema importância à agricultura de precisão, uma vez que os programas
22 computacionais o utilizam para poder monitorar o maquinário agrícola quando da aplicação de insumos com taxas variáveis (DALCHIAVON et al., 2011). Os dados das variáveis Ca, K e P foram ajustados ao modelo esférico de semivariogramas. Vários autores têm obtido melhores ajustes usando o modelo esférico e exponencial (CORA et al., 2004; MONTANARI et al.,2008). FIGURA 2. Semivariogramas de distribuição espacial dos atributos químicos do solo. Os parâmetros dos modelos de semivariogramas (Figura 2) ajustados foram utilizados para estimar valores em locais não amostrados por meio da krigagem. Nas figuras abaixo se apresentam os mapas de krigagem dos atributos químicos. Verifica-se que a distribuição de Ca registra seus maiores teores na parte central do lado sul e parte inferior do lado norte no canto direito (Figura 3); as proporções de K encontrasse nas direções norte e sul na parte superior (Figura 4) e na parte superior canto esquerdo na direção sul para teores de P (Figura 5).
23 FIGURA 3. Mapa da variável Ca. FIGURA 4. Mapa da variável K. FIGURA 5. Mapa da variável P.
24 CONCLUSÃO A variabilidade espacial é classificada como baixa para ph e V%, como média para Ca e Mg e alta para K e P. Todas as variáveis apresentam forte dependência espacial e foram ajustadas ao modelo esférico de semivariograma. REFERÊNCIAS BIBLIOGRÁFICAS BARBOSA, C. A. Manual de Análise Química de Solo e Fertilizantes. 1.ª edição, Viçosa. 2009. BRASIL. Agricultura de Precisão. Ministério da Agricultura, Pecuária e Abastecimento. Secretaria de Desenvolvimento Agropecuário e Cooperativismo. Brasília: Mapa/ACS, 2014. CAMBARDELLA, C. A. Field scale variability of soil properties in Central Iowa soils. Soil Science Society of America Journal, Madison, v.58, n.5, p.1501-1511, 1994. CARDOSO, C. D. F; GIOTTO, E. Sobreposição de imagens georreferenciadas GIF no google Earth com o sistema CR Campeiro 7. 3ª Semana da Geomática. Santa Maria, RS, 2010. CARVALHO, M. P.; TAKEDA, E. Y.; FREDDI, O. S. Variabilidade espacial de atributos de um solo sob videira em Vitória Brasil (SP). Revista Brasileira de Ciência do Solo, v.27. São Paulo. p. 695-703, 2003. CHAVES, L. H. G.; FARIAS, C. H. A. Variabilidade espacial de cobre e manganês em Argissolo sob cultivo de cana-de-açúcar. Revista Ciência Agronômica. Fortaleza. p. 211-218, 2009. CORA, J. E., ARAUJO, A. V., PEREIRA, G. T.; BERALDO, J. M. G. Variabilidade espacial de atributos do solo para adoção do sistema de agricultura de precisão na
25 cultura de cana-de-açúcar. Revista Brasileira de Ciência do Solo. Viçosa. p.1013-1021, 2004. DALCHIAVON, F. C.; CARVALHO, M. P. e; NOGUEIRA, D. C.; ROMANO, D; ABRANTES, F. L.; ASSIS, J. T.; OLIVEIRA, M. S. Produtividade da soja e resistência mecânica à penetração do solo sob sistema plantio direto no cerrado brasileiro. Pesquisa Agropecuária Tropical, v.41. Recife. p.8-19, 2011. EMBRAPA. Sistema brasileiro de classificação de solos. Embrapa Solos, 306 p. 2006. EMBRAPA. Embrapa solos: Manual de métodos de análises de solos. 2. Ed. Rio de Janeiro, 2011. FURTINI NETO, A. E; VALE F. R.; RESENDE, A. V.; GUILHERME, L. R. G.; GUEDES, G. A. A. Fertilidade do solo. 2001. 252f. Trabalho de conclusão de curso (Especialização em Solos e Meio Ambiente) Fundação de Apoio ao Ensino, Pesquisa e Extensão, Universidade Federal de Lavras, Lavras. GAMMA DESIGN SOFTWARE. GS+: Geostatistics for the Environmental Sciences. Version 7.0. Michigan, 2004. GREGO, C. R.; VIEIRA, S. R. Variabilidade espacial de propriedades físicas do solo em uma parcela experimental. Revista Brasileira de Ciência do Solo, São Paulo. v. 29. p. 169-177, 2005. LEMOS FILHO, L. C. A.; OLIVEIRA, E. L.; FARIA, M. A.; ANDRADE, L. A. de B. Variação espacial da densidade do solo e matéria orgânica em área cultivada com cana-de-açúcar (Saccharum officinarum L.). Revista Ciência Agronômica, Fortaleza. v.39. p.193-202, 2008.
26 LANDIM, P. M. B.; MONTEIRO, T. C.; CORSI, A. C. Introdução à confecção de mapas pelo software SURFER DGA, IGCE. UNESP/Rio Claro, Lab. Geomatemática, 21p. 2002. MOLIN, J. P. Agricultura de Precisão. Oficina de Textos. São Paulo. 238 p. 2015. MONTANARI, R.; PEREIRA, G.T.; MARQUES JÚNIOR, J.; SOUZA, Z.M.; PAZETO, R.J.; CAMARGO, L.A. Variabilidade espacial de atributos químicos em latossolo e argissolos. Ciência Rural. Santa Maria, v.38, n.5, p.1266-1272. 2008. RAIJ, B. Fertilidade do solo e adubação. São Paulo: Agronômica Ceres; Piracicaba: POTAFOS, 1991. 343 p. TRANGMAR, B. B.; YOST, R.S.; UEHARA, G. Application of geostatistics to spatial studies of soil properties. Advances in Agronomy. New York, v.38, p. 45-93, 1985. RÉQUIA, G. H. Desenvolvimento de aplicativos CR Campeiro Móbile - Caso de teste: Sistema Operacional Android. 2013. 70 f. Dissertação (Mestrado no curso de Agricultura de Precisão), Universidade Federal de Santa Maria, Santa Maria, 2013. SOUZA, D. M. G.; LOBATO, E. Cerrado: correção do solo e adubação. 2 ed. Brasília: Embrapa Cerrados. 416 p. 2004. VIEIRA, S.R. Geoestatística em estudos de variabilidade espacial do solo. In: NOVAIS, R. F.; ALVARES, V. H.; SCHAEFFER, C. E. G. R. Tópicos em ciência do solo. Sociedade Brasileira de Ciência do Solo. Viçosa. p. 1-54,2000. VIEIRA, V. A. S.; MELLO, C. R.; LIMA, J. M. Variabilidade espacial de atributos físicos do solo em uma microbacia hidrográfica. Ciência e Agrotecnologia, Boa Vista. v.31. p.1477-1485, 2007. VIEIRA, S. R.; XAVIER, M. A.; GREGO, C. R. Aplicações de geoestatistica em
27 pesquisas com cana-de-açúcar. In: DINARDO-MIRANDA, L. L., VASCONCELOS, A.C. M. & LANDELL, M. G. A. Cana de açúcar. 1 ed. Ribeirão Preto: Instituto Agronômico. p 839-852. 2008. WERNER, V. Aplicação de fertilizantes a taxa variável em agricultura de precisão variando a velocidade de deslocamento. Revista Brasileira de Engenharia Agrícola e Ambiental, Campina Grande. v. 11. p. 658-663, 2007. ZANÃO JUNIOR, L. A.; LANA, R. M. Q.; CARVALHO ZANÃO, M. P.; GUIMARÃES, E. C. Variabilidade espacial de atributos químicos em diferentes profundidades em um Latossolo em sistema de plantio direto. Revista Ceres, Uberlândia. v.57. p.429-438, 2010.