Página anterior Voltar ao início do trabalhoPágina seguinte 

Variabilidade espacial do pH, Ca, Mg e V% do solo em diferentes formas do relevo sob cultivo de cana (página 2)

Wanderley José de Melo

MATERIAL E MÉTODOS

A área de estudo localiza-se no nordeste do Estado de São Paulo, no município de Guariba (SP). As coordenadas geográficas são 21º 19’ de latitude sul e 48o 13’ de longitude oeste, com altitude média de 640m acima do nível do mar. O clima da região, segundo a classificação de Köppen, é do tipo mesotérmico com inverno seco (Cwa), com precipitação média de 1400mm, com chuvas concentradas no período de novembro a fevereiro. A vegetação natural era constituída por floresta tropical subcaducifólia e mata ciliar.

O relevo é predominantemente suave ondulado com declividades médias variando de 3 a 8 %. A área experimental está sob cultivo de cana-de-açúcar há mais de trinta anos. O solo da área foi classificado como Latossolo Vermelho eutroférrico textura muito argilosa (LVef), (EMBRAPA, 1999).

De acordo com o modelo de TROEH (1965), classificou-se a curvatura e o perfil das formas do terreno no terço inferior da encosta, em dois compartimentos I e II, como mostrado na Figura 1. No compartimento I, verificou-se uma menor variação das formas e curvaturas do terreno (predomínio da forma linear) e, no compartimento II, observou-se uma maior variação das formas e curvaturas do terreno (presença de formas linear, côncavas e convexas). Os solos foram amostrados nos pontos de cruzamento de uma malha, com intervalos regulares de 50m, perfazendo um total de 206 pontos em uma área de 42 ha, nas profundidades de 0,0-0,2m e 0,6-0,8m. Na caracterização química do solo foi determinada, a acidez ativa (pH em CaCl2) determinada potenciometricamente utilizando-se a relação 1:2,5 de solo: CaCl2. As bases trocáveis cálcio (Ca) e magnésio (Mg), foram extraídos utilizando o método da resina trocadora de íons proposta por RAIJ et al. (2001). Com base nos resultados das análises químicas, foi calculada a porcentagem de saturação por bases do solo (V%).

Os atributos químicos do solo foram analisados através da análise estatística descritiva e de técnicas geoestatística. A hipótese de normalidade dos dados foi testada pelo teste de Kolmogorov-Smirnov, SAS (SCHLOTZHAVER & LITTELL, 1997). A dependência espacial foi analisada por meio de ajustes de semivariogramas (VIEIRA et al., 1983; ROBERTSON, 1998), com base na pressuposição de estacionariedade da hipótese intrínseca, a qual é estimada por:

(1)

em que N (h) é o número de pares experimentais de observações Z(xi) e Z (xi + h) separados por uma distância h. O semivariograma é representado pelo gráfico versus h. Do ajuste de um modelo matemático aos valores calculados de , são estimados os coeficientes do modelo teórico para o semivariograma (o efeito pepita, C0; patamar, C0+C1; e o alcance, a). Os modelos de semivariogramas considerados foram o esférico, o exponencial, linear com patamar e o gaussiano (McBRATNEY & WEBSTER, 1986). Para analisar o grau da dependência espacial dos atributos em estudo, utilizou-se a classificação de CAMBARDELLA et al. (1994), em que são considerados de dependência espacial forte os semivariogramas que têm um efeito pepita = 25 % do patamar, moderada quando está entre 25 e 75 %, e fraca > 75 %.

Estes modelos foram ajustados através do programa GS+ (ROBERTSON, 1998). Em caso de dúvida entre mais de um modelo para o mesmo semivariograma, considerou-se o maior valor do coeficiente de correlação obtido pelo método de validação cruzada e menor SQR (soma de quadrados do resíduo). Os mapas de distribuição espacial foram obtidos por meio de interpolação dos dados (krigagem ordinária) através do programa SURFER (1999).

RESULTADOS E DISCUSSÃO

Os resultados referentes à análise descritiva para o pH e teores de Ca, Mg e V% são apresentados na tabela 1. Nota-se que os valores da média e mediana de todas as variáveis são próximos. Os coeficientes de assimetria e curtose estão próximos de zero, o que caracteriza distribuição simétrica, somente as variáveis Ca e V% na profundidade 0,6-0,8m apresentaram não significância pelo teste Kolmogorov-Smirnov. A normalidade dos dados não é uma exigência da geoestatística, é conveniente apenas que a distribuição não apresente caudas muito alongadas, o que poderia comprometer as estimativas da krigagem, as quais são baseadas nos valores médios (ISAAKS & SRIVASTAVA, 1989 e WARRICK & NIELSEN, 1980). Mais importante que a normalidade dos dados é a ocorrência do efeito proporcional em que a média e a variância dos dados não sejam constante na área de estudo. Este fato não ocorreu no presente estudo, tendo em vista que os semivariogramas apresentaram patamares bem definidos.

De acordo com a classificação do coeficiente de variação (CV) proposta por WARRICK & NIELSEN (1980), a variável pH nas profundidades de 0,0-0,2m e 0,6-0,8m apresentou baixa variabilidade (Tabela 1). Resultados semelhantes para a profundidade de 0,0-0,2m foram encontrados por SILVEIRA et al. (2000), CARVALHO et al. (2002), CARVALHO et al. (2003) e SILVA et al. (2003). Na profundidade de 0,6-0,8m os resultados do CV para a variável pH concordam com os resultados obtidos por ARAUJO (2002). As variáveis Ca, Mg e V% apresentaram moderada variabilidade nas profundidades estudadas. Resultados semelhantes foram encontrados por SILVEIRA et al. (2000) e SILVA et al. (2003) na profundidade de 0,0-0,2m e ARAUJO (2002) e SOUZA et al. (2003) na profundidade de 0,6-0,8m.

Os resultados da análise geoestatística (Tabela 2 e Figura 2) mostraram que todas as variáveis analisadas apresentaram dependência espacial nas duas profundidades. Os modelos que melhor ajustaram ao semivariograma das variáveis pH, Ca e Mg, com base no menor valor da soma de quadrado dos resíduos (SQR) e no maior valor do coeficiente de determinação (R2), foi o esférico, enquanto que a variável V% foi o modelo exponencial na profundidade de 0,0-0,2m.

Na profundidade 0,6-0,8m, o pH e Mg ajustaram ao modelo exponencial e o Ca e V% ao modelo esférico. O modelo que ajustou com maior freqüência aos dados químicos foi o esférico, juntamente com o exponencial, sendo que OLIVEIRA et al. (1999), ARAUJO (2002), CARVALHO et al. (2003) e SOUZA et al. (2003), estudando a variabilidade espacial de atributos químicos obtiveram resultados semelhantes.

Na análise do grau de dependência espacial das variáveis em estudo, utilizou-se a classificação de CAMBARDELLA et al. (1994). A relação C0/(C0+C1) mostrou que todas as variáveis estudadas apresentaram dependência espacial moderada nas profundidades em estudo (Tabela 2), concordando com resultados obtido por SALVIANO et al. (1998), ARAUJO (2002) e SOUZA et al. (2003). Os atributos químicos apresentaram diferentes alcances, nas profundidades de 0,0-0,2m e 0,6-0,8m (Tabela 2), a variável Ca apresentou os maiores alcances (510 e 537m) e a saturação por bases os menores alcances (235 e 230m). Na profundidade de 0,6-0,8m, os alcances foram menores em relação à profundidade de 0,0-0,2m, com exceção do Ca, indicando a maior descontinuidade na distribuição espacial das propriedades do solo na camada mais profunda. O manejo do solo através de aplicação de fertilizantes, calcário e revolvimento do solo, pode ter contribuído para aumentar o alcance, caracterizando uma maior continuidade na distribuição das variáveis na camada mais superficial da área estudada, concordando com estudo de ARAUJO (2002) e SOUZA et al. (2003).

Observando-se a Figura 1 e os mapas de Krigagem (Figuras 3), nota-se que, no compartimento I, a variabilidade é relativamente menor, devido provavelmente ao predomínio da forma linear, já, no compartimento II, que apresenta curvaturas côncavas, convexas e linear, a variabilidade apresentou-se mais elevada. FLORINSKY et al. (2002) e VAIDYA & PAL (2002) encontraram relação de atributos químicos com diferentes posições na paisagem. Resultado semelhante foi obtido por SOUZA et al. (2003) em solos tropicais. KRAVCHENKO & BULLOCK (2000), estudando a correlação da produção de milho e feijão com posições da topografia, verificaram que 40 % da variabilidade da produção destas culturas foi explicada pelas curvaturas do terreno.

Verifica-se, através dos mapas de krigagem (Figura 3), para os teores de pH, Ca, Mg e V%, uma semelhança nos padrões de ocorrência mostrando que as variáveis apresentaram correlação espacial na área em estudo. Para o entendimento das causas da variabilidade do solo, é preciso conhecer os processos do solo que operam em locais específicos. Esses processos estão muito ligado ao fluxo de água em subsuperfície, que, por sua vez, são controlados pelo relevo. Neste sentido, a compartimentação das formas do relevo revela ser eficiente para identificação e mapeamento de áreas com variabilidade controlada, bem como a transferência de informações.

CONCLUSÕES

As variáveis estudadas apresentaram estrutura de dependência espacial, o que permitiu o seu mapeamento, utilizando-se técnicas geoestatística.

A identificação de compartimentos da paisagem na área de estudo mostrou-se muito eficiente na compreensão da variabilidade espacial dos atributos químicos estudados. Pequenas variações nas formas do relevo condicionam variabilidade diferenciada para os atributos químicos.

REFERÊNCIAS BIBLIOGRÁFICAS

  • ALBUQUERQUE, J.A. et al. Variabilidade de solo e planta em podzólico vermelho-amarelo. Revista Brasileira de Ciência do Solo, Campinas, v.20, n.1, p.151-157, 1996.
  • ARAUJO, A.A.V. Variabilidade espacial de propriedades químicas e granulométricas do solo na definição de zonas homogêneas de manejo. 2002. 80f. Dissertação (Mestrado em Ciência do solo) – Curso de Pós-graduação em Ciência do Solo, Universidade Estadual de São Paulo.
  • BUOL, S.W. et al. Soil Genesis and classification. Iowa: Iowa State University, 1997. 527p.
  • CAMBARDELLA, C.A. et al. Field-scale variability of soil properties in Central Iowa. Soil Science Society of American Journal, Madison, v.58, n.5, p.1501-1511, 1994.
  • CARVALHO, J.R.P. et al. Geoestatística na determinação da variabilidade espacial de características químicas do solo sob diferentes preparos. Pesquisa Agropecuária Brasileira, Brasília, v.37, n.8, p.1151-1159, 2002.
    [
    SciELO ]
  • CARVALHO, M.P. et al. Variabilidade espacial de atributos de um solo sob videira em Vitória Brasil (SP). Revista Brasileira de Ciência do Solo, Viçosa, v.27, n.4, p.695-703, 2003.
    [
    SciELO ]
  • EMPRESA BRASILEIRA DE PESQUISA AGROPECUÁRIA - EMBRAPA. Centro Nacional de Pesquisa de Solos. Sistema Brasileiro de Classificação de Solos. Rio de Janeiro, 1999. 412p.
  • FLORINSKY, I.V. et al. Prediction of soil properties by digital terrain modelling. Environmental Modelling & Software, Oxford, v.17, n.3, p.295-311, 2002.
  • GANDAH, M. et al. Dynamics of spatial variability of millet growth and yields at three sites in Niger, west Africa and implications for precision agriculture research. Agricultural Systems, Oxon, v.63, n.2, p.123-140, 2000.
  • ISAAKS, E.H.; SRIVASTAVA, R.M. An introduction to applied geoestatistics. New York : Oxford University, 1989. 561p.
  • JOHNSON, G. et al. Spatial and temporal analysis of weed populations using geoestatistics. Weed Science, Champaign, v.44, n.3, p.704-710, 1996.
  • KRAVCHENKO, A.N.; BOLLOCK, D.G. Correlation of corn and soybean yield with topography and soil properties. Agronomy Journal, Madison, v.75, n.1, p.75-83, 2000.
  • MARQUES JÚNIOR, J.; LEPSCH, I.F. Depósitos superficiais neocenozóicos, superfícies geomórficas e solos em Monte Alto, SP. Geociências, São Paulo, v.19, n.2, p.265-281, 2000.
  • McBRATNEY, A.B.; WEBSTER, R. Choosing functions for semi-variograms of soil properties and fitting them to sampling estimates. Journal Soil Science, Oxford, v.37, n.3, p.617-639, 1986.
  • OLIVEIRA, J.J. et al. Variabilidade espacial de propriedades químicas em um solo salino-sódico. Revista Brasileira de Ciência do Solo, Viçosa, v.23, n.4, p.783-789, 1999.
  • PREVEDELLO, B.M.S. Variabilidade espacial de parâmetros de solo e planta. 1987. 166f. Tese (Doutorado em Solos e Nutrição de Plantas) - Curso de Pós-graduação em Nutrição de Plantas, Universidade de São Paulo.
  • RAIJ, B. van et al. (Ed.) Análise química para avaliação da fertilidade de solos tropicais. Campinas : Instituto Agronômico, 2001. 285p.
  • ROBERTSON, G.P. GS: Geostatistics for the environmental sciences (version 5.1 for windows). Gamma Design Soffware, 1998. 152p.
  • SALVIANO, A.A.C. et al. Variabilidade espacial de atributos de solo e de Crotalaria juncea (L) em área severamente erodida. Revista Brasileira de Ciência do Solo, Viçosa, v.22, n.1, p.115-122, 1998.
  • SILVA, P.C.M.; CHAVES, L.H.G. Avaliação e variabilidade espacial de fósforo, potássio e matéria orgânica em alissolos. Revista Brasileira de Engenharia Agrícola e Ambiental, Campina Grande, v.5, n.3, p.431-436, 2001.
            [
    SciELO ]
  • SILVA, V.R. et al. Variabilidade espacial das características químicas do solo e produtividade de milho em um Argissolo Vermelho-Amarelo distrófico arênico. Revista Brasileira de Ciência do Solo, Viçosa, v.27, n.6, p.1013-1020, 2003.
            [
    SciELO ]
  • SILVEIRA, P.M. et al. Amostragem e variabilidade especial de características químicas de um latossolo submetido a diferentes sistemas de preparo. Pesquisa Agropecuária Brasileira, Brasília, v.35, n.10, p.2057-2064, 2000.
  • SOUZA, L.S. et al. Variabilidade de propriedades físicas e químicas do solo em um pomar cítrico. Revista Brasileira de Ciência do Solo, Viçosa, v.21, n.3, p.367-372, 1997.
  • SOUZA, L.S. et al. Variabilidade de fósforo, potássio e matéria orgânica no solo, em relação a sistemas de manejo. Revista Brasileira de Ciência do Solo, Viçosa, v.22, n.1, p.77-86, 1998.
  • SOUZA, C.K. et al. Influência do relevo na variação anisotrópica dos atributos químicos e granulométricos de uma latossolo em Jaboticabal-SP. Engenharia Agrícola, Jaboticabal, v.23, n.3, p.486-495, 2003.
  • SURFER for windows. Realese 7.0. Contouring and 3D surface mapping for scientist’s engineers. User’s Guide. New York: Golden software, 1999. 619p.
  • SCHLOTZHAVER, S.D.; LITTELL, R.C. SAS: system for elementary statistical analysis. 2.ed. Cary : SAS, 1997. 905p.
  • TROEH, F.R. Landform equations fitted to contour maps. American Journal Science, New Haven, v.263, n.3, p.616-627, 1965.
  • VAIDYA, P.H.; PAL, D.K. Microtopography as a factor in the degradation of Vertisols in central India. Land Degradation Development, Sussex, v.13, n.5, p.429-445, 2002.
  • VIEIRA, S.R. et al. Geoestatiscal theory and application to variability of some agronomical properties. Hilgardia, Oakland, v.51, n.1, p.1-75, 1983.
  • WANG, G. et al. Spatial uncertainty prediction of the topographical factor for the Revised Universal Soil Loss Equation (RUSLE). Transactions of the ASAE, St. Joseph, v.45, n.1, p.109-118, 2002.
  • 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. Cap.2, p.319-344.

 

Zigomar Menezes de SouzaI; José Marques JúniorII; Gener Tadeu PereiraIII; Luis Fernando MoreiraIV
zigomarms[arroba]yahoo.com.br

IDoutorando do Departamento de Solos e Adubos, Faculdade de Ciências Agrárias e Veterinárias (FCAV), Universidade Estadual de São Paulo(UNESP). Via de acesso Professor Paulo Donato Castellane s/n, 14870-900, Jaboticabal, SP. Bolsista da FAPESP.
IIProfessor Doutor, Departamento de Solos e Adubos, FCAV/UNESP, Jaboticabal-SP. E-mail:
marques[arroba]fcav.unesp.br
IIIProfessor Doutor, Departamento de Ciências Exatas, FCAV/UNESP, Jaboticabal-SP. E-mail:
genertp.[arroba]fcav.unesp.br
IVAluno de Iniciação Científica, FCAV/UNESP, Jaboticabal-SP



 Página anterior Voltar ao início do trabalhoPágina seguinte 



As opiniões expressas em todos os documentos publicados aqui neste site são de responsabilidade exclusiva dos autores e não de Monografias.com. O objetivo de Monografias.com é disponibilizar o conhecimento para toda a sua comunidade. É de responsabilidade de cada leitor o eventual uso que venha a fazer desta informação. Em qualquer caso é obrigatória a citação bibliográfica completa, incluindo o autor e o site Monografias.com.