Variabilidade espacial de atributos físico-químicos do solo usando técnicas de análise de componentes principais e geoestatística / Spatial variability of physical and chemical attributes of soil using techniques of principal component analysis and geoestatisc

Este trabalho tem por objetivo utilizar a análise multivariada em conjunto com a geoestatística para estudo da variabilidade espacial dos atributos físico-químicos do solo em áreas de plantio direto de soja em sucessão com milho. Em um talhão de 22 hectares, para a qual foi definida uma grade amostral de 40 x 40 m, perfazendo um total de 120 pontos, foram coletadas em cada ponto amostras de solo para análises físico-químicas. Os dados foram analisados por meio de componentes principais como forma a identificar novas variáveis, gerando-se novos valores para cada ponto amostral. Foram extraídos três componentes, que explicaram 78,11% da variabilidade total dos dados. Em seguida, foi utilizada a análise geoestatística para verificar a existência de dependência espacial dos dados gerados para as componentes principais selecionadas, o que foi feito a partir do ajuste de funções teóricas aos modelos de semivariogramas experimentais. A CP2 não apresentou dependência espacial. As componentes principais 1 e 3 apresentaram dependência espacial e correlacionaram-se respectivamente, com a textura e fertilidade do solo e com a acidez do solo. A técnica de análise multivariada em conjunto com a geoestatística diminuiu o número de mapas facilitando a análise da variabilidade espacial dos atributos avaliados.

This study aims to use multivariate analysis in conjunction with geostatistics to spatial variability of physical and chemical attributes of soil in areas of no-till soybean in rotation with corn. In a plot of 22 hectares, which was set for a sampling grid of 40 x 40 m, a total of 120 points were collected at each point soil samples for physical and chemical analysis. Data were analyzed using principal components as a way to identify new variables, generating new values for each sample point. Were extracted three components that accounted for 78.11% of total data variability. Then, geostatistical analysis was used to verify the existence of spatial dependence of data generated for the selected principal components, which was made from the set of functions to theoretical models of experimental semivariograms. The CP2 showed no spatial dependence. The principal components 1 and 3 spatially dependent and correlated respectively, with the texture and soil fertility and soil acidity. The multivariate analysis in conjunction with geostatistical decreased the number of maps to facilitate analysis of spatial variability of attributes.

Metais poluentes e micronutrienes em solos, sob pecuária leiteira em sistema de pastejo direto, no alto da bacia do Rio Paranaíba, Goiás, Brasil / Heavy metals and micronutrients in soils under dairy grazing right on top of the river paranaíba basin in the state of Goiás, Brazil

A preocupação quanto à contaminação do ambiente por meio da atividade leiteira está relacionada ao fato dos dejetos destes bovinos apresentarem metais poluentes em sua constituição; na criação desses animais no sistema de pastejo direto questiona-se a possibilidade da ocorrência de contaminação por estes metais nas aguadas, área onde esses animais se aglomeram em determinados períodos do dia para beberem água e onde defecam. O presente estudo objetivou avaliar os teores dos metais cobre, ferro, manganês, zinco, cádmio, chumbo e cromo em áreas de aguadas e em áreas preservadas (testemunha) de 28 propriedades, agrupadas em seis Ottobacias hidrográficas formadoras do alto da bacia do Rio Paranaíba, no Estado de Goiás. As amostras simples de solos foram coletadas em três profundidades (0-10, 10-20 e 20-30 cm), a partir destas foram obtidas uma amostra composta para cada profundidade nas áreas de aguadas e preservadas. Pela análise de PCA os metais poluentes analisados nos solos de aguada não indicou a ocorrência de contaminação nestes ambientes quando comparados à área preservada. A distribuição aleatória dos teores médios dos metais nas três profundidades estudadas em todos os tratamentos dificulta a definição do potencial de contaminação do solo pelos dejetos originados da atividade leiteira em áreas de aguadas, sob pastejo direto.

In Brazil, the agricultural activity is among the most competitive sectors of national economy, in which milk production has a very significant contribution. Concern about environmental contamination by this activity is related to the fact that dairy cattle manure heavy metals present in the constitution; the creation of such animals in the grazing system directly questions the possibility of any contamination by these metals in the watery, area where these animals congregate at certain times of day for drinking water and where they defecate. This study aimed to evaluate the content of copper, iron, manganese, zinc, cadmium, lead and chromium in watery areas and in conservation areas (control) of 28 properties, grouped into six "otto-basins" forming the upper basin of the Paranaíba River in the State of Goiás. The simple soil samples were collected at three depths (0-10, 10-20 and 20-30 cm) obtained from such a composite sample for each depth in the areas watered and preserved. The analysis of PCA metals pollutants in soils watery areas analyzed did not indicate the occurrence of contamination in these environments when compared to the preserved area. Observed random distribution of average levels of metals in the three studied depths in all treatments, which complicates the definition of the potential for soil contamination by feces of dairy farming originated in watery areas, under rotational grazing.

Definição de zonas de manejo a partir de mapas de condutividade elétrica e matéria orgânica / Definition of management zones from maps of electrical conductivity and organic matter

Este trabalho teve por objetivo definir zonas de manejo com base na variabilidade espacial da condutividade elétrica aparente do solo e da matéria orgânica, em áreas de plantio direto de milho e soja. Para caracterizar a variabilidade espacial foram utilizados métodos geoestatísticos. Comprovada a dependência espacial foram elaborados os mapas temáticos, por meio da krigagem. Para delimitação das zonas de manejo a partir dos mapas de variabilidade interpolados foi utilizado o algoritmo fuzzi K-means e para definição do número ótimo de classes foi determinado o índice de perfomance fuzzi e entropia da partição modificada. As variáveis utilizadas para a definição das zonas de manejo foram a altitude, a condutividade elétrica a 20 cm e 40 cm de profundidade e a matéria orgânica. A partir destas variáveis foram gerados sete mapas de zonas de manejo, e posteriormente pelo teste de Kappa foi analisada a concordância entre os mapas gerados pelas zonas de manejo e os mapas das propriedades físico-químicas do solo. Como resultado verificou-se o valor ótimo de número de classes igual a dois. Os melhores resultados na classificação das zonas de manejo, para os atributos referentes a textura do solo são observados a partir de mapas de matéria orgânica ou de condutividade elétrica e, para os atributos químicos, a partir de mapas de matéria orgânica ou de altitude e matéria orgânica. As zonas de manejo definidas a partir da condutividade elétrica a 20 cm permitiram detectar diferenças significativas entre as médias de produtividade de soja.

This study aimed to define management zones based on spatial variability of soil apparent electrical conductivity and organic matter in areas of tillage. To characterize the spatial geostatistical methods were used. Proven spatial dependence was prepared thematic maps through kriging. For delineation of management zones based on maps of variability was interpolated using the Fuzzy K-means algorithm and to define the optimal number of classes was determined Fuzzy performance index and entropy of the partition changed. The variables used for defining management zones were altitude, the electrical conductivity at 20 cm and 40 cm depth and organic matter. From these seven variables were generated maps of management zones, and later by the Kappa test was analyzed the correlation between the maps generated by the management zones and maps of the physical and chemical properties of soil. As a result there was an optimum number of classes equal to two, with the attributes related to soil texture management zone maps from organic matter or electrical conductivity and the chemical zone management from maps of organic matter or organic matter and altitude showed better results in their classification. The management zones defined from the electrical conductivity at 20 cm allowed us to detect significant differences between the average yield of soybean.