Distribuição espacial dos atributos físicos do solo no Horto Florestal São Benedito Leda 1, V. C., Carvalho 2, T. M., Polonio 3, V. D., Zimback 4, C. R. L 1 Engenheiro Agrônomo, aluno PPG em Agronomia (Energia na Agricultura), FCA/Unesp/Departamento de solos e recursos ambientais, Rua José Barbosa de Barros, 1780, Fazenda Experimental Lageado, victorleda@gmail.com 2 Engenheiro Agrícola, aluna PPG em Agronomia (Energia na Agricultura), FCA/Unesp/Departamento de solos e recursos ambientais, Rua José Barbosa de Barros, 1780, Fazenda Experimental Lageado. taniamc@fca.unesp.br 3 Bióloga, aluna PPG em Agronomia (Energia na Agricultura), FCA/Unesp/Departamento de solos e recursos ambientais, Rua José Barbosa de Barros, 1780, Fazenda Experimental Lageado. vanpolonio@gmail.com 4 Prof. Adjunto, FCA/Unesp/Departamento de solos e recursos ambientais, Rua José Barbosa de Barros, 1780, Fazenda Experimental Lageado, czimback@gmail.com Resumo Este trabalho teve como objetivo definir a variabilidade espacial de atributos físicos do solo. O estudo foi desenvolvido no Horto florestal São Benedito, entre Luis Antônio - SP e Santa Rita do Passa Quatro SP. Foram analisados atributos do solo como: Densidade do solo, porosidade, densidade de partículas, matéria orgânica, areia, silte e argila, utilizando-se ferramentas geosestatisticas do programa GS+ e para a interpolação dos mapas temáticos o ArcGIS 10.2.2. Observou-se que os índices de dependência espacial entre as amostras foram de média a fortes. As análises realizadas permitiram observar a distribuição de cada atributo e suas correlações. Palavras-chave: Correlações, atributos físicos, krigagem. Spatial variability of physical attributes in Horto Florestal São Benedito Abstract This study aimed to define the spatial variability of soil physical properties. The study was conducted in the Horto Florestal São Benedito, nearby Luis Antonio - SP and Santa Rita do Passa Quatro SP. Soil properties were analyzed as soil density, porosity, particle density, organic matter, sand, silt and clay, using geostatistical tools GS + Programme and the interpolation of thematic maps ArcGIS 10.2.2. It was observed that the spatial dependence indices between samples were medium to strong. The analyzes allowed to observe the distribution of each attribute and their correlations. Key words: Correlations, physical atributes, kriging Introdução As variáveis do solo comportam-se de forma muito diferenciada ao longo das áreas cultivadas, devido às modificações provocadas pelo manejo agrícola. O compreendimento da variação dos atributos é de grande importância para o manejo aperfeiçoado do solo, planejamento de amostragem e admnistração de práticas agrícolas (GUIMARÃES, 2000). A variabilidade do solo tem sido discutida por diversos modelos estatísticos. Estes métodos permitem inferir sobre esta variabilidade, mas a dependência espacial entre as amostras somente pode ser modelada por meio de análises geoestatísticas (WEBSTER, 1985). Vieira (2000) elucida que esta análise está fundamentado na teoria das variáveis regionalizadas, que utiliza o variograma como estimador. Esta análise geoestatística permite a construção de variogramas que servem de suporte para a krigagem, concedendo a representação quantitativa da variação de um fenômeno regionalizado no espaço (LANDIM, 2003). Com o processo geoestatístico da krigagem, é possível estimar valores de pontos não amostrados no solo, com variância mínima. Desta forma o presente trabalho teve como objetivo analisar e descrever a variabilidade espacial de atributos físicos e suas correlações, no Horto Florestal São Benedito. Material e Métodos A área de estudo localiza-se entre os municípios de Luís Antônio e Santa Rita do Passa Quatro, região nordeste do estado de São Paulo, sob as coordenadas UTM centrais 223480 m E 7601390 m S do fuso 23 (Figura 1). Possui altitude média de 650m e relevo variando de plano a ondulado. O clima da região estudada, segundo Köppen enquadra-se no tipo Cwa, denominado de clima mesotérmico, com inverno seco, no qual a temperatura média do mês mais frio é IV Simpósio de Geoestatística em Ciências Agrárias SGeA ISSN: 2236-2118 1
inferior a 18 ºC e a do mês mais quente ultrapassa 22 ºC. O total de chuvas do mês mais seco não excede 30 mm, e o índice pluviométrico varia de 1100 a 1700. Figura 1. Localização do Horto São Benedito Os dados foram adquiridos do relatório Levantamento semidetalhado dos solos do Horto Sâo Benedito, realizado por pesquisadores do Departamento de Solos e Recursos Ambientais da Faculdade de Ciências Agronômicas FCA/UNESP, Botucatu-SP. As variáveis utilizadas são atributos físicos do solo, como a Densidade do solo (Ds), Densidade de partículas (Dp), Porosidade (Poros.), Matéria Orgânica (MO), Areia, Silte e Argila, avaliados na profundidade de 0,0-0,1 m de 42 pontos amostrais. Realizou-se análise exploratório, objetivando conhecer as variáveis em estudo por meio da estatística descritiva, como a média, desvio padrão, mínimo, máximo, variância amostral, coeficiente de assimetria e curtose. Posterior a isto, procedeu-se o delineamento dos semivariogramas no software GS+ 7.0 para determinar a estrutura de dependência espacial dos dados selecionando e ajustando o melhor modelo para cada variável em estudo. Comprovada a dependência espacial, realizou-se a interpolação por krigagem ordinária para a construção dos mapas temáticos no software ArcGis 10.2.2. Após a manipulação dos dados para a construção dos mapas, extraiu-se os valores de cada pixel da área estudada, e foi criado uma matriz de correlação. Resultados e Discussão Os resultados referentes à análise descritiva estão na tabela 1, observa-se o coeficiente de variação que é uma medida adimensional, representando o mesmo valor independentemente das unidades utilizadas nas medidas (WARRICK; NIELSEN, 1980), e podem ser classificados como baixa variabilidade os valores menores que 12%, de média variabilidade com valores entre 12% e 60% e maiores que 60% em alta variabilidade. Quando os dados apresentam alta variabilidade, a geoestatistica é a ferramenta de maior aplicação, neste caso temos o silte a e argila com valores superiores a 60% sendo classificados com alta variabilidade, provavelmente sendo a componente espacial o fator de maior interferência. Tabela 1. Análise estatística exploratória Ds (g.cm -3 ) Poros. (%) Dp (g.cm -3 ) MO (%) Areia (%) Silte (%) Argila (%) Média 1,28 51,14 2,62 2,27 78,12 6,37 15,54 Desvio padrão 0,10 4,49 0,09 0,76 19,86 6,18 14,73 Coeficiente de variação 7,81 8,77 3,43 33,48 25,42 97,01 94,78 Variância amostral 0,01 20,17 0,01 0,58 394,39 38,24 217,06 Valor mínimo 1,10 38,00 2,42 1,00 27,00 0,00 1,00 Valor máximo 1,54 60,00 2,75 4,20 96,00 25,00 48,00 Coef. de assimetria 0,59-0,91-0,36 0,61-1,18 1,46 1,07 Coef. de curtose 0,00 1,72-0,61-0,31-0,01 1,51-0,32 IV Simpósio de Geoestatística em Ciências Agrárias SGeA ISSN: 2236-2118 2
A análise da Tabela 2 permite observar o melhor ajuste de diferentes modelos a cada atributo estudado. A Ds, Poros, Dp, Areia, Silte e argila se ajustaram melhor ao modelo Gaussiano, enquanto a MO se adequou melhor ao modelos Esférico. Tabela 2. Modelos e parâmetros dos semivariogramas ajustados Ds Poros. Dp MO Areia Silte Argila Modelo Gaussiano Gaussiano Gaussiano Esférico Gaussiano Gaussiano Gaussiano Efeito pepita 0,001 0,010 0,004 0,077 1,000 1,000 1,000 Patamar 0,010 17,500 0,010 0,600 439,300 41,750 244,500 Alcance 883,34 900,66 4122,28 1720,00 1143,15 1039,23 1160,47 IDE 99,99 99,99 57,40 87,23 99,89 97,69 99,60 Os alcances variam de 883,34 a 4122,28 m, sendo o menor deles para a Ds, onde o manejo superficial do solo torna a área mais heterogênea, e o maior para a Dp, mais homogênea, que varia com o tipo de material constituinte do solo. O índice de dependência espacial (IDE) é responsável por julgar a dependência espacial entre os atributos, dessa forma Zimback (2001) determinou que quando o IDE for menor que 25% será de fraca dependência espacial, quando estiver entre 25% e 75% será moderada e quando for maior que 75% será forte. A maioria dos valores foi classificado como forte dependência espacial, com uma variação de 87,23 a 99,99% e apenas a MO foi avaliado com moderada dependência espacial, com o valor de 57,40%. A análise dos dados e, especialmente, dos mapas temáticos permitem observar a distribuição das variáveis. Foi possível analisar na Figura 2, que a área central do horto apresenta os menores valores de densidade de partículas, aumentando esses valores nas direções leste e oeste. Os valores de densidade do solo estão distribuídos heterogeneamente por toda área, já os valores mais elevados de matéria orgânica estão concentrados na parte central da área estudada. Os valores de porosidade apresentam-se também com distribuição casual e demonstrando uma inversa relação com a densidade do solo. Figura 2. Mapas temáticos das variáveis densidade do solo, densidade de partículas, porosidade e matéria orgânica. IV Simpósio de Geoestatística em Ciências Agrárias SGeA ISSN: 2236-2118 3
Para os dados de granulometria (Figura 3) podemos observar que a parte central da área estudada é onde se encontra os maiores valores de argila, com algumas manchas distribuídas pela área, pode-se observar também a maior presença de matéria orgânica nesta região, tendo uma grande relação entre esses atributos. Figura 3. Mapas temáticos das variáveis Areia, Silte e Argila Observa-se na Tabela 3 a correlação entre as variáveis do solo. A Ds apresentou elevada correlação negativa com a Porosidade. O atributo MO apresentou elevada correlação positiva com a Argila, demonstrando que nessas áreas os valores de teor são maiores demonstrando que áreas que apresentam maior microporosidade (maior retenção de agua) promovem maior acumulo de MO, o contrário ocorrendo com a Areia que apresenta correlação negativa. Tabela 3. Correlação entre as variáveis interpoladas. Ds 1 Ds Poros. Dp MO Areia Silte Argila Poros. -0,8578 1 Dp 0,1616 0,2725 1 MO -0,462 0,3361-0,342 1 Areia 0,3755-0,2933 0,2527-0,8175 1 Silte -0,2473 0,1495-0,2113 0,6992-0,9036 1 Argila -0,4112 0,3380-0,2605 0,8222-0,9843 0,8158 1 Conclusão Verificou-se dependência espacial para todos os atributos estudados, tendo a densidade de partículas índice de dependência espacial moderado e dependência espacial forte para os outros atributos. O estudo da variabilidade espacial pela geoestatistica utilizando-se krigagem demonstra-se como uma ferramenta de grande importância na compreensão do comportamento das variáveis do solo. Ocorreram altas correlações entre Ds e Poros, MO e Areia, Mo e Argila, Areia e Silte, Areia e Argila, e entre Silte e Argila. IV Simpósio de Geoestatística em Ciências Agrárias SGeA ISSN: 2236-2118 4
Referências GUIMARÃES, E.C. Variabilidade especial de atributos de um Latossolo Vermelho-Escuro Textura Argiloso da Região do Cerrado submetido ao plantio direto e ao plantio convencional. 2000. 85p. Tese (Doutorado em Engenharia Agrícola) Universidade Estadual de Campinas, Campinas. LANDIM, P. M. B. Análise estatística de dados geológicos. 2. ed. rev e ampl. São Paulo: Editora UNESP, 2003. VIEIRA, S.R. Geoestatística em estudos de variabilidade espacial do solo. In: NOVAIS, R.F.; ALVAREZ V., V.H. & SCHAEFER, C.E.G.R. Tópicos em ciência do solo. Viçosa, MG, Sociedade Brasileira de Ciência do Solo, 2000. v.1. p. 1-54. WARRICK, A. W.; NIELSEN, D. R. Spatial variability of soil physical properties in the field. In: HILLEL, D. (ed.). Applications of soil physics. New York : Academic, 1980. P. 319-344. WEBSTER, R. Quantitative spatial analysis of soil in the Field. In: STEWART, B.A. (Ed). Advances in soil science. New York: Springer-Verlag, 1985.v.3, p.1-70. ZIMBACK, C. R. L. Análise espacial de atributos químicos de solos para fins de mapeamento da fertilidade do solo. 2001. 114 f. Tese (Livre-Docência) - Faculdade de Ciências Agronômicas, Universidade Estadual Paulista. Botucatu, 2001. IV Simpósio de Geoestatística em Ciências Agrárias SGeA ISSN: 2236-2118 5