Revista Brasileira de Ciência do Solo (Apr 2013)
Building predictive models of soil particle-size distribution Construção de modelos preditivos da distribuição do tamanho de partículas do solo
Abstract
Is it possible to build predictive models (PMs) of soil particle-size distribution (psd) in a region with complex geology and a young and unstable land-surface? The main objective of this study was to answer this question. A set of 339 soil samples from a small slope catchment in Southern Brazil was used to build PMs of psd in the surface soil layer. Multiple linear regression models were constructed using terrain attributes (elevation, slope, catchment area, convergence index, and topographic wetness index). The PMs explained more than half of the data variance. This performance is similar to (or even better than) that of the conventional soil mapping approach. For some size fractions, the PM performance can reach 70 %. Largest uncertainties were observed in geologically more complex areas. Therefore, significant improvements in the predictions can only be achieved if accurate geological data is made available. Meanwhile, PMs built on terrain attributes are efficient in predicting the particle-size distribution (psd) of soils in regions of complex geology.É possível construir modelos preditivos (MPs) da distribuição do tamanho de partículas do solo (DTP) em uma região que possua geologia complexa e uma superfície geomórfica jovem e instável? O principal objetivo deste trabalho foi responder a essa questão. Um conjunto de 339 amostras de solo de uma pequena bacia hidrográfica de encosta do sul do Brasil foi usado para construir MPs da DTP na camada superficial do solo. Modelos de regressão linear múltiplos foram construídos com atributos de terreno (elevação, declividade, área de captação, índice de convergência, índice de umidade topográfica). Os MPs explicaram mais da metade da variância dos dados. Esse desempenho é semelhante (se não melhor) ao da abordagem tradicional de mapeamento de solos. Para algumas frações de tamanho, o desempenho dos MPs pode chegar a 70 %. As maiores incertezas ocorrem nas áreas de maior complexidade geológica. Assim, melhorias significativas nas predições somente poderão ser alcançadas se dados geológicos acurados forem disponibilizados. Enquanto isso, MPs construídos a partir de atributos de terreno são eficientes em estimar a DTP de solos de regiões com geologia complexa.
