Seleção de modelos de variabilidade espacial para elaboração de mapas temáticos de atributos físicos do solo e produtividade da soja Selection criteria of spatial variability models used in thematical maps of soil physical attributes and soybean yield

Abstract

Pesquisas sobre a variabilidade espacial dos atributos do solo que influenciam a produtividade são de uma grande importância para o desenvolvimento de novas técnicas que beneficiam a agricultura. A variabilidade desses atributos pode ser avaliada por técnicas de geoestatística e auxiliar no mapeamento e manejo do solo. Este trabalho teve por objetivo avaliar a qualidade do ajuste dos modelos teóricos espaciais segundo o Critério de Informação de Akaike, de Filliben, de Validação Cruzada e o valor máximo do logaritmo da função verossimilhança, de dados da umidade do solo, da densidade do solo e da resistência do solo à penetração, nas camadas de 0 a 0,1, 0,1 a 0,2 e 0,2 a 0,3 m, e de produtividade da soja do ano agrícola 2004-2005. Os parâmetros dos modelos de variabilidade espacial foram estimados por meio dos métodos de mínimos quadrados ordinários, mínimos quadrados ponderados e máxima verossimilhança. A pesquisa foi desenvolvida em uma área de 57 ha de um Latossolo Vermelho distroférrico, utilizando-se uma malha de 75 x 75 m georreferenciada. Concluiu-se que, dos métodos de avaliação de ajustes estudados, o da Validação Cruzada foi o mais adequado para escolha do melhor ajuste do modelo de variabilidade espacial; conseqüentemente têm-se mapas temáticos mais acurados.Studies on the spatial variability of soil attributes influencing crop productivity are important for the development of new technologies beneficial to agriculture. Geostatistical techniques can be used to evaluate the variability of soil attributes and contribute to soil mapping and management. The purpose of this paper was to evaluate the quality of the theoretical spatial model adjustments according to the Akaike Information and Filiben Criteria, Cross Validation and the maximum value of the log-likelihood function, of the soil humidity, of the soil density data and soil resistance to penetration, in the layers 0-0.1; 0.1-0.2; and 0.2- 0.3 m and the soybean yield in the 2004-2005 growing season. The parameters of the spatial variability models were estimated by the methods of least ordinary squares, least weighted squares and maximum likelihood. The experiment was developed in an area of 57 ha with a regionally typical distrofic Red Latosol (Oxisol). A spatially georeferenced 75 x 75 m regular mesh was used. Based on the results of the evaluation of adjustments it was concluded that the Cross Validation criterion was the most adequate to choose the best adjustment of the spatial variability model, resulting in more precise thematic maps.

Keywords

• geoestatística
• métodos de estimação
• validação do ajuste
• geostatistics
• estimation methods
• adjustment validation