AGRICULTURA DE PRECISÃO POR METODOLOGIA GEOESTATÍSTICA: APLICAÇÃO EM SOLOS DO ESTADO DE RONDÔNIA Gerson Flôres Nascimento 1, Paulo Milton Barbosa Landim 2 1 Universidade Federal de Rondônia, Depto Matemática, Av. Presidente Dutra 2965 Centro. CEP 78 900-500. Porto Velho (RO), gersonfn@unir.br 2 Universidade Estadual Paulista, Departamento de Geologia Aplicada, campus de Rio Claro, plandim@rc.unesp.br Resumo - O objetivo deste trabalho foi verificar a variabilidade espacial de Al, Ca, MO e ph utilizando métodos estatísticos e geoestatísticos, em uma área considerada homogênea, contendo campo com pastagem e área de floresta. Os dados foram analisados em duas fases: análise química para identificar os teores de Al, Ca, MO e ph e; para a realização da análise quantitativa, os valores resultantes da análise química foram armazenados em planilhas eletrônicas com os respectivos posicionamentos geográficos. Foram ajustados modelos teóricos de variogramas aos dados experimentais e realizado o teste de validação cruzada, bem como a construção de mapas de atributos de solo, fazendo uso de krigagem ordinária. Foi possível concluir que a ocorrência de disparidades nos mapas dos teores de Al, Ca, MO e ph, nas áreas estudadas, é um indicativo da necessidade de adoção de metodologias diferenciadas para uso da área de pastagem, considerando o manejo adotado pelo pecuarista. Palavras-chave: geoestatística, krigagem, pastagem. GEOSTATISTICS METHODOLOGY IN PRECISION AGRICULTURE: APPLICATION IN SOILS OF RONDÔNIA STATE Abstract - The purpose of this work is to verify spatial variability of soil s macro nutrients chemical attributes using statistics and geostatistics tools, in an area considered homogeneous containing pasture and forest. The data was analyzed in two phases: chemical analysis and statistics analysis. The samples chemicals analysis were done to identify macro-nutrients contents Al, Ca, organic matter (MO) and ph and the values of the chemical analysis were recorded in spreadsheets with respective geographic positions. The theoretic model of variograms were adjusted to experimental data and carried out a cross validation test, as well as the maps construction of soil attributes using ordinary kriging. From the results was possible to conclude that the occurrence of disparities in spatial distribution maps of aluminum, calcium, organic matter and ph in studied areas is an indicative of necessity of adoption of differentiated methodologies for use of the pasture area, considering the management adopted by the cattle farmers. Key words: geostatistics, kriging, pasture. Introdução O conhecimento da variabilidade de propriedades dos solos para pastagem é cada vez mais necessário, tendo em vista a importância desses solos na cadeia produtiva de alimentos. Como o desempenho dos animais de produção está fortemente associado à nutrição em termos de qualidade e quantidade essa nutrição é comprometida na região amazônica. Costa et al. (2000) afirmaram que, a baixa fertilidade do solo em diversos locais da região amazônica é um fator limitante da longevidade e do cultivo das pastagens, que só se torna viável mediante a aplicação de técnicas de manejo e recuperação do pasto e controle de plantas invasoras. A qualidade do solo é um parâmetro fundamental na definição do potencial de produção e sustentabilidade de qualquer área agrícola, quando se decide incentivar atividades agrícolas em áreas com solos inadequados a esse propósito, pode se esperar o fracasso das colheitas; na Amazônia, decisões sobre a ocupação de áreas de terra são tomadas sem que haja informações satisfatórias sobre a qualidade das terras disponíveis (FEARNSIDE, 2002). As informações químicas dos solos são de alta relevância para um equilíbrio promissor entre solo, pasto e rebanho. Na busca do equilíbrio entre insumos aplicados e práticas agrícolas com atributos do solo e necessidade das plantas, os pesquisadores do solo estão conscientes de que as suas propriedades variam ISBN: 978-85-98187-19-8 1
espacialmente (TRANGMAR et al., 1985). Goovaerts (1998) usou variogramas e krigagem para análise do comportamento espacial de valores de ph na superfície do solo e condutividade elétrica, envolvendo campo com pastagem e área de floresta. Diante do exposto, pode-se constatar a importância de se conhecer cada vez mais e melhor o comportamento espacial das informações químicas dos solos, particularmente quando se trata de uma cadeia produtiva de alimentos associada com áreas de pastagens. Assim, o uso da geoestatística para estudar o comportamento espacial de informações químicas dos solos, contendo área de pastagem e área de floresta, resultará em subsídios que poderão contribuir de forma positiva em tomadas de decisões associadas ao manejo de solos. Neste trabalho o objetivo foi utilizar métodos estatísticos e geoestatísticos, para verificar a variabilidade espacial de atributos químicos do solo referentes à macro nutrientes em uma área considerada homogênea, contendo campo com pastagem e área de floresta. Materiais e Métodos A área de estudo encontra-se na propriedade rural, situada no Lote 138 do setor 5 da gleba Baixo Candeias Igarapé Três Casas, confluência da Linha 27 com a Linha 84; essa propriedade é denominada de Fazenda Mata Verde e está localizada no município de Candeias do Jamari RO, cerca de 30 km da capital do Estado de Rondônia [(-09º14 48.2491415, -63º46 41.0261077 ); (-09º14 29.8863205, 63º46 35.3340676 ); (-09º14 30.1387052 ); (-09º15 20.8656443, -63º44 36.1841398 )]. Para determinação da amostragem foi realizada uma pré-amostragem, conforme recomendação de Burgess et al. (1981). A partir da pré-amostragem, utilizando a metodologia descrita em Oliveira (1991), foi concluído o tamanho de 130 amostras para a área com pastagem (malha quadrada com lado de 117 m) e 130 amostras para a área de floresta (malha quadrada com lado de 165 m). Para analise descritiva dos dados foi utilizado o software Statistica versão 6 e, para analisar a variabilidade espacial dos dados e confecção de mapas fez-se uso do software GS + versão 7. Após o armazenamento dos dados em planilhas eletrônicas, foi realizada a descrição estatística, fazendo uso da média aritmética, variância, desvio padrão amostral e coeficiente de variação. Essas informações foram necessárias para uma identificação inicial da distribuição dos teores de Al, Ca, MO e ph nas áreas estudadas. Com base na geoestatística foi realizada a análise da estrutura e a dependência espacial, a partir da forma do variograma com seus respectivos parâmetros (C=variância espacial, C 0 =efeito pepita, C+ C 0 =patamar, a=alcance). Tanto a estrutura quanto a dependência espacial entre os valores observados podem ser expressas pela relação γ ( h) = 1 Var Z ( x + h) Z ( x) 2., onde a função γ ( h ) é definida como variograma ou função intrínseca (SOARES, 2006). Na existência de dependência espacial, as estimativas dos pontos não observados foram obtidas pela técnica de krigagem ordinária. A estimativa por krigagem ordinária não exige que os dados apresentem uma distribuição normal, mas apresenta melhores rendimentos quando a normalidade dos dados é satisfeita (PAZ-GONZALEZ et al., 2001). Resultados e Discussões Na Tabela 1 são mostradas algumas estatísticas das variáveis Al, Ca, MO e ph nas áreas de floresta e com pastagem. ISBN: 978-85-98187-19-8 2
Tabela 1. Estatística descritiva para as variáveis Al (cmol c /dm 3 ), Ca (cmol c /dm 3 ), MO (cmol c /dm 3 ) e ph (em água) das amostras coletadas nas áreas estudadas Variável x s S 2 CV Min Max CA CC LI LS Floresta Al 1,920 0,5988 0,3586 31,19 0,70 3,60 0,34-0,34 1,82 1,99 Ca 0,3389 0,1515 0,0229 44,70 0,08 0,72 0,38-0,69 0,31 0,34 MO 1,7433 0,3379 0,1142 19,38 1,12 2,72 0,24-0,46 1,68 1,74 ph 3,998 0,1630 0,0266 4,08 3,58 4,36-0,18-0,40 3,97 4,00 Pastagem Al 1,678 0,5766 0,3325 34,36 0,20 3,10-0,24 0,44 1,58 1,68 Ln(Ca) -0,7861 0,4705 0,2214 59,85-2,10 0,42-0,17 0,86-0,82-0,79 MO 2,0466 0,4642 0,2155 22,68 1,03 3,38 0,21-0,29 1,96 2,05 ph 4,430 0,3612 0,1304 8,15 3,54 5,45 0,15-0,01 4,37 4,43 x =média; S 2 =variância; S=desvio padrão; CV=coeficiente de variação; CA=coeficiente de assimetria; CC=coeficiente de curtose; Min=valor mínimo; Max=valor máximo; LI=limite inferior do intervalo de confiança para a média com (1-α)=0,95; LS=limite superior do intervalo de confiança para a média com (1-α) = 0,95; Ln=logarítmo de base e. No trabalho de Salman et al. (2009), no campo experimental da EMBRAPA em Porto Velho (RO) foram encontrados valores médios de 0.47 cmol c /dm 3, 1.04 cmol c /dm 3, 2.87 cmol c /dm 3 e 5,1 (em água), respectivamente para Al, Ca, MO e ph. As informações dos variogramas teóricos ajustados (Tabela 2) mostraram que na área de floresta, qualquer par de amostras vizinhas que se encontravam a uma distância superior a 1518 metros entre si, não estavam correlacionadas e, neste caso, os pontos amostrados nessa área teriam a mesma influência nas estimativas, isto é, os pesos (λ i ) do estimador de krigagem seriam iguais; similarmente, na área de pastagem, para uma distância superior a 664 metros. Tabela 2. Características dos ajustes de variogramas teóricos nas áreas estudadas Variável Modelo C 0 C 0+C C 0 C 0 + C a CR SQR Floresta Al Exponencial 0,1926 0,8620 49,87 1338 0,808 3,432E-03 Ca Esférico 0,0120 0,0278 43,17 1518 0,805 2, 217E-05 MO Exponencial 0,0171 0,1172 14,60 430 0,667 3, 256E-03 ph Esférico 0,0142 0,0284 49,82 963 0,848 1, 270E-04 Pastagem Al Exponencial 0,0544 0,0350 15,55 450 0,924 7,225E-03 Ca Exponencial 0,0874 0,2266 38,57 444 0,462 7, 072E-03 MO Exponencial 0,0356 0,2202 16,18 280 0,513 5, 834E-03 ph Esférico 0,0673 0,1356 49,63 664 0,979 1, 011E-03 C 0=efeito pepita, C 0+C=patamar, C 0/(C 0+C)=grau de dependência espacial (%), a=alcance (m); CR=coeficiente de correlação obtido pelo procedimento de validação cruzada; SQR=soma dos quadrados de resíduos. Com o mapeamento das áreas experimentais (Figura 1), realizado com a utilização de valores obtidos a partir da krigagem ordinária, foi possível observar que a concentração dos teores de Al na classe entre 1.71 cmol c /dm 3 e 2.18 cmol c /dm 3 foi a de maior representatividade na área de floresta. Similarmente, na área de pastagem, ocorreu maior concentração de Al na classe entre 1.22 cmol c /dm 3 e 2.05 cmol c /dm 3. Figura 1. Mapas de krigagem para a variável Al nas áreas estudadas. ISBN: 978-85-98187-19-8 3
No mapa de concentração de cálcio (Figura 2) na área de floresta, a maior concentração foi identificada na classe entre 0.27 cmol c /dm 3 e 0.38 cmol c /dm 3 ; enquanto que, na área de pastagem, quase a metade da concentração de cálcio foi encontrada na classe entre -1.09 cmol c /dm 3 e -0.57 cmol c /dm 3. Figura 2. Mapas de krigagem para a variável Ca nas áreas estudadas. A classe entre 1.60 cmol c /dm 3 e 2.04 cmol c /dm 3 foi a que representou maior concentração de MO na área de floresta (Figura 3). Similarmente, na área de pastagem, a maior concentração de MO foi encontrada na classe entre 1.86 cmol c /dm 3 e 2.45 cmol c /dm 3. Figura 3. Mapas de krigagem para a variável MO nas áreas estudadas. Pelo mapa para ph na área de floresta (Figura 4) concluiu-se que mais da metade da concentração de ph estava presente na classe entre 3.91 (em água) e 4.06 (em água). Similarmente, na área de pastagem, ocorreu maior concentração de ph na classe entre 4.36 (em água) e 4.65 (em água). Figura 4. Mapas de krigagem para a variável ph nas áreas estudadas. Conclusões Os atributos alumínio, cálcio, matéria orgânica e potencial de hidrogênio foram diferentemente alterados sob influência do tipo de uso e ocupação aplicados na área de pastagem. A variabilidade mensurada pelo coeficiente de variação entre os valores observados, na área de pastagem, foi maior do que na área de floresta; isso ocorreu em todos os macro-nutrientes analisados. O fato do solo da área de pastagem ter sofrido alteração pelo manejo, é relevante para este contexto. Em cada uma das áreas estudadas, foi identificada uma variabilidade espacial diferenciada entre os macro-nutrientes. Na área de floresta, ocorreu, com maior intensidade, a autocorrelação entre os valores observados. Essa diferenciação da variabilidade espacial pode ser explicada a partir do manejo efetuado sobre o solo com pastagem. A ocorrência de disparidades de concentração de teores nas classes dos mapas dos atributos, Al, Ca, MO e ph, nas áreas estudadas, é um indicativo da necessidade de adoção de metodologias diferenciadas para uso da área de pastagem, considerando o manejo adotado pelo pecuarista. Evidentemente, tais conclusões são válidas para a região estudada e em outras circunstâncias, ou regiões, uma nova análise geoestatística deverá ser efetuada, principalmente no que se refere ao número de amostras a serem coletadas e ao padrão de amostragem. ISBN: 978-85-98187-19-8 4
Referências BURGESS, T.M.; WEBSTER, R.; MC BRATNEY, A.B. Optimal interpolation and isarithmic mapping of soil properties: IV Sample Strategy. Europian Journal of Soil Science, v. 32, p.643-659, 1981. COSTA, N.A.; MOURA, C.L.D.; TEIXEIRA, L.B.; SIMÃO-NETO, M. Pastagens cultivadas na Amazônia. Belém: Embrapa, 2000. 151p. FEARNSIDE, P.M.; LEAL FILHO, N. Solo e desenvolvimento na Amazônia: Lições do projeto dinâmica biológica de fragmentos florestais. Manaus-AM: Instituto Nacional de Pesquisas da Amazônia, 2002. (http://philip.inpa.gov.br/publ_livres/mss%20and%20in%20press/soil-les-port5.pdf) GOOVAERTS, P. Geostatistical tools for characterizing the spatial variability of microbiological and physicochemical soil properties. Bio Fertil, v.27, p.315-334, 1998. OLIVEIRA, M.S. Planos amostrais para variáveis espaciais utilizando geoestatística. 1991. 100f. Dissertação (Mestrado em Estatística) Instituto de Matemática, Estatística e Ciência da Computação, Universidade de Campinas, Campinas. PAZ-GONZALEZ, A.; CASTRO, M. T.; VIEIRA, S. R. Geostatistical analysis of heavy metals in a onehectare plot under natural vegetation in a serpentine area. Canadian Journal of Soil Science, Ottawa, v. 81, p. 469-479, 2001. SOARES, A. Geoestatística para as ciências da terra e do ambiente. Lisboa-Portugal: IST Press, 2006. 214p. TRANGMAR, B.B. YOST, R.S.; UEHARA, G. Applications of geostatistics to spatial studies of soil properties. Adv Agron 33, p. 45-94, 1985. SALMAN, A.K.D.; CAVALCANTE, M.V.B.; BENTES-GAMA, M.M.; MARCOLAN, A.L.; SOARES, J.P.G.; COSTA, J.R. Avaliação do crescimento de árvores leguminosas introduzidas em área de pastagem de braquiária com diferentes relevos em Porto Velho, RO. Disponível em:<http://www.pronaf.gov.br/dater/arquivos/2014419990.pdf>. Acesso em: 06 jan 2009. ISBN: 978-85-98187-19-8 5