Relacionamento entre algumas medidas baseadas em geoestatística para atributos agrícolas
DOI:
https://doi.org/10.5965/223811712342024782Palavras-chave:
variabilidade dentro do campo, autocorrelação espacial, fatores de campo, agricultura de precisãoResumo
O objetivo do artigo foi avaliar o comportamento e o relacionamento de algumas medidas de variabilidade espacial empregadas no contexto agrícola. Foram avaliados o Grau de Dependência Espacial (SPD), o Índice de Dependência Espacial (SDI) e a Medida de Dependência Espacial (SDM). Obteve-se a correlação de Spearman entre Tamanho de amostra por hectare (n.ha-1), Coeficiente de Variação [CV (%)], SDI (%), SDM (%), Alcance (m) e SPD (%), em cada modelo de semivariograma. Foram comparados os comportamentos de SDI, SDM e SPD, em função dos distintos modelos de semivariograma. Ocorre maior variabilidade espacial no semivariograma exponencial. O SDI e o SDM correlacionam-se com o CV somente no semivariograma esférico. O SPD se correlaciona com o CV nos semivariogramas exponencial e esférico. O SPD tende a gerar menos classificações fracas da variabilidade espacial, de modo que sugere-se considerar uma variabilidade espacial moderada a partir de valores de SPD de, pelo menos, 45%.
Downloads
Referências
AMARAL LR & DELLA JUSTINA DD. 2019. Spatial dependence degree and sampling neighborhood influence on interpolation process for fertilizer prescription maps. Engenharia Agrícola 39: 85-95.
APPEL NETO E et al. 2018. Spatial dependence index for cubic, pentaspherical and wave semivariogram models. Boletim de Ciências Geodésicas 24: 142-151.
APPEL NETO E et al. 2020. Geostatistical-based index for spatial variability in soil properties. Revista Brasileira de Ciência do Solo 44: e0200086.
BIONDI F et al. 1994. Geostatistically modeling stem size and incremente in an old-growth forest. Canadian Journal of Forest Research 24: 1354-1368.
BRITO WBM et al. 2021. Pedotransfer functions to estimate some soil properties in Indian Black Earth, south of Amazonas State. Anais da Academia Brasileira de Ciências 93: e20190543.
CAMBARDELLA CA et al. 1994. Field-scale variability of soil properties in central Iowa soils. Soil Science Society of America Journal 58: 1501-1511.
COSTA BRS et al. 2019. Temporal variation and spatial distribution of relative indices of leaf chlorophyll in grapevine cv. chardonnat. Engenharia Agrícola 39: 74–84.
CURSI DE et al. 2021. Novel tools for adjusting spatial variability in the early sugarcane breeding stage. Frontiers in Plant Science 12: 749533.
DALCHIAVON FC & CARVALHO MP. 2012. Correlação linear e espacial dos componentes de produção e produtividade da soja. Semina: Ciências Agrárias 33: 541- 552.
FIGUEIREDO VC et al. 2018. Development of a methodology to determine the best grid sampling in precision coffee growing. Coffee Science 13: 312–323.
FU W et al. 2011. Using Moran’s I and geostatistics to identify spatial patterns of soil nutrients in two different long-term phosphorus-application plots. Journal of Plant Nutrition and Soil Science 174: 785-798.
GUEDES LPC et al. 2020. Nugget effect influence on spatial variability of agricultural data. Engenharia Agrícola 40: 96-104.
LEROUX C & TISSEYRE B. 2019. How to measure and report within-field variability: a review of common indicators and their sensitivity. Precision Agriculture 20: 562-590.
MENDONÇA PG et al. 2018. Temporal and spatial uncertainty of erosion soil loss from an argisol under sugarcane management scenarios. Revista Brasileira de Ciência do Solo 42: e0170182.
OLIVEIRA IA et al. 2014. Spacial variability and sampling density of chemical attributes in archaeological black Earth and native forest soil in Manicoré, AM. Floresta 44: 735-746.
PIAS OHC et al. 2019. Transition from systematic to directed soil sampling designs in an area managed with precision agriculture. Engenharia Agrícola 39: 400–409.
PINTO LOR et al. 2019. Avaliação de índices de dependência espacial de modelos geoestatísticos sobre a krigagem. Enciclopédia Biosfera 16: 339-352.
R CORE TEAM. 2021. R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. URL https://www.R-project.org/.
RODRIGUES MS et al. 2019. Soil mapping quality for site-specific management in fruit fields in the semiarid region of Brazil. Ciencia del suelo 37: 328-337.
RODRIGUES MS et al. 2020a. Geostatistics and its potential in Agriculture 4.0. Revista Ciência Agronômica 51: e20207691.
RODRIGUES AF et al. 2020b. Soil water content and net precipitation spatial variability in an Atlantic forest remnant. Acta Scientiarum: Agronomy 42: e43518.
SANTOS ELE et al. 2018. Some aspects about the spatial dependence index for variability of soil attributes. Ciencia Rural 48: e20170710.
SEIDEL EJ & OLIVEIRA MS. 2014. Novo índice geoestatístico para a mensuração da dependência espacial. Revista Brasileira de Ciência do Solo 38: 699-705.
SEIDEL EJ & OLIVEIRA MS. 2015. Medidas de dependência espacial baseadas em duas perspectivas do semivariograma paramétrico. Ciência e Natura 37: 20-27.
SEIDEL EJ & OLIVEIRA MS. 2016. A classification for a geostatistical index of spatial dependence. Revista Brasileira de Ciência do Solo 40: e0160007.
SOARES CM et al. 2019. Diagnóstico de perdas na colheita mecanizada de duas cultivares de tomate industrial. Revista Brasileira de Ciências Agrárias 14: 1-10.
TAGLIARI-BALESTRIN J et al. 2021. Variabilidade espacial da palha de soja distribuída na colheita e sua relação com o estande final de aveia preta. Revista Tecnología en Marcha 34: 28-37.
ZHAO M et al. 2023. Within-field spatial variability and potential for profitability of variable rate applications. Precision Agriculture 24: 2248-2263.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2024 Autores e Revista de Ciências Agroveterinárias
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial 4.0 International License.
Os autores que publicam nesta revista estão de acordo com os seguintes termos:
a) Os autores mantêm os direitos autorais e concedem à revista os direitos autorais da primeira publicação, de acordo com a Creative Commons Attribution Licence. Todo o conteúdo do periódico, exceto onde está identificado, está licenciado sob uma Licença Creative Commons do tipo atribuição BY.
b) Autores têm autoridade para assumir contratos adicionais com o conteúdo do manuscrito.
c) Os autores podem fornecer e distribuir o manuscrito publicado por esta revista.
