Título:	Evaluation of statistical and geostatistical models of difgital soil properties mapping in tropical mountain regions.
Autor:	CARVALHO JUNIOR, W. de CHAGAS, C. da S. LAGACHERIE, P. CALDERANO FILHO, B. BHERING, S. B.
Afiliación:	WALDIR DE CARVALHO JUNIOR, CNPS; CESAR DA SILVA CHAGAS, CNPS; Philippe Lagacherie, INRA, LISAH.; BRAZ CALDERANO FILHO, CNPS; SILVIO BARGE BHERING, CNPS.
Año:	2014
Referencia:	Revista Brasileira de Ciência do Solo, v. 38, n. 3, p. 706-717, 2014.
Descripción:	As propriedades dos solos têm grande impacto sobre aspectos econômicos e ambientais da produção agropecuária. As relações quantitativas entre as propriedades dos solos e os fatores que condicionam sua variabilidade são a base do mapeamento digital de solos. Os modelos preditivos de propriedades dos solos avaliados neste trabalho são os estatísticos (Regressão Linear Múltipla-RLM) e geoestatísticos (krigagem ordinária e cokrigagem). Este estudo foi desenvolvido para o município de Bom Jardim, RJ, e usou um banco de dados de solos com 208 pontos amostrais. Foram avaliados modelos preditivos para as frações areia, silte e argila, pH em água e carbono orgânico para seis profundidades, de acordo com as especificações do consórcio de mapeamento digital de solos em nível global (GlobalSoilMap). Utilizaram-se covariáveis preditoras contínuas e categóricas, estas últimas para avaliar suas contribuições ao modelo. Apenas as covariáveis ambientais elevação, aspecto, índice de potência de fluxo (SPI), índice de umidade (SWI), índice de vegetação por diferença normalizada (NDVI) erelação entre bandas b3/b2 apresentaram correlação significativa com as propriedades do solo. Os modelos preditivos tiveram em média coeficiente de determinação de 0,21. Os modelos preditivos que apresentaram os melhores resultados foram os geoestatísticos, com o maior coeficiente de determinação 0,43 associado à propriedade areia entre 60 e 100 cm de profundidade. A utilização de conjunto de dados de solos esparsos para mapeamento digital de propriedades de solos pode explicar apenas uma parte da variação espacial dessas propriedades. Os resultados podem estar relacionados à densidade de amostragem, à quantidade e qualidade das covariáveis ambientais usadas e aos modelos preditivos utilizados.
NAL Thesaurus:	kriging
Palabras clave:	Multiple linear regression Co-Kriging Regressão linear múltipla Krigagem Cokrigagem
DOI:	https://doi.org/10.1590/S0100-06832014000300003
Tipo de Material:	Artigo de periódico
Acceso:	openAccess
Aparece en las colecciones:	Artigo em periódico indexado (CNPS)