The temporal stability of the variability in apparent soil electrical conductivity / Estabilidade temporal do padrão de variabilidade espacial da condutividade elétrica aparente do solo

Apparent soil electrical conductivity (ECa) measurements can be used for crop management in precision agriculture. However, ECa is a soil attribute that presents spatial and temporal variability. It is affected by a group of factors that act simultaneously on the soil, such as the soil texture, moisture content, organic matter content and ionic concentrations in the soil solution, which complicates analysis. For soil and crop management, it is important to determine whether the pattern of the ECa spatial variability changes over time. Thus, ECa measurements have the potential for delimiting management zones that are stable over time. The objective of this work was to determine whether the spatial variability pattern of ECa is maintained over time and under different soil conditions. To this end, the ECa was measured at different soil depths using a portable sensor on two crop fields. The first step was to measure and generate an ECa map for each area. By defining a path with the maximum ECa variability, 50 sampling points were located on each field. The ECa values were measured on 20 different dates in the 0 ­ 20 cm, 0 ­ 40 cm and 0 ­ 60 cm soil layers. The soil water content was measured at the same points in the 0 ­ 20 cm layer on the same dates. The temporal stability of the ECa was analyzed using spatial and temporal variability maps, a correlation analysis and a coefficient of variation over time for each field. In both areas, the ECa exhibited temporal stability in the spatial pattern variability at the three evaluated depths, even though the soil water content values changed on each date. ECa determination presents an important alternative for mapping agricultural fields for crop management in precision agricultural systems.

A determinação da condutividade elétrica aparente do solo (CEa) pode auxiliar no gerenciamento da atividade agrícola quando adotada a agricultura de precisão. No entanto, ela é afetada por um conjunto de fatores que atuam simultaneamente no solo e que se alteram tanto no espaço quanto no tempo, como, por exemplo, a textura, o teor de água do solo, a concentração iônica da solução do solo, a matéria orgânica, dificultando a interpretação dos resultados. Buscando-se compreender se a estrutura espacial desse atributo é mantida com o decorrer do tempo e sob diferentes condições edáficas, esse trabalho foi realizado com o objetivo de analisar a estabilidade temporal do padrão espacial da CEa. Para isso, a condutividade elétrica aparente do solo foi determinada em diferentes profundidades do solo usando um sensor portátil de contato direto em duas áreas distintas. O primeiro passo foi determinar a condutividade elétrica aparente do solo e obter o mapa de CEa de cada área. Depois, demarcou-se 50 pontos amostrais buscando-se um caminho de máxima variabilidade da CEa. Então, a CEa foi determinada em 20 datas diferentes nas camadas de solo de 0 ­ 20 cm, 0 ­ 40 cm e 0 ­ 60 cm de profundidade. O teor de água do solo foi determinado na camada de 0 ­ 20 cm de profundidade, nas mesmas datas de determinação da CEa. A estabilidade temporal da CEa foi analisada por meio de mapas de variabilidade espaço-temporal, de análises de correlação e do coeficiente de variação ao longo do tempo para cada unidade amostral. Em ambas as áreas a CEa apresentou estabilidade temporal do padrão de distribuição espacial para as três profundidades avaliadas, ainda que observadas diferenças no teor de água do solo durante o período do estudo. Portanto, a determinação da CEa constitui alternativa interessante para mapeamento de campos agrícolas auxiliando no manejo em sistemas que empregam agricultura de precisão.

Extrapolação das relações solo-paisagem a partir de uma área de referência / Extrapolation of soil-landscaperelationship from a reference area

O objetivo deste estudo foi aplicar uma técnica automatizada de mapeamento de solos a partir de modelos preditivos ajustados em uma área de referência e, posteriormente, aplicados em áreas próximas de mesmas relações solo-paisagem. Modelos lineares generalizados foram desenvolvidos utilizando-se de nove atributos de terreno, derivados de um Modelo Digital de Elevação, como covariáveis preditoras e classes de solos, obtidas em um levantamento convencional, como variáveis dependentes. Os modelos foram capazes de distinguir as três principais formas da paisagem local. Classes de solos de pedogênese intimamente ligada às covariáveis preditoras obtiveram os melhores resultados. O mapa de solos gerado apresentou uma reprodutibilidade de 46,12 por cento e uma exatidão de 21,06 por cento.

The aim of this study was to apply an automated technique of soil mapping from predictive models developed at a reference area, into nearby areas of the same soil-landscape relationships. Generalized linear models were developed using nine terrain attributes derived from a digital elevation model as covariate predictors, with soil classes, obtained from a conventional soil survey, as dependent variables. The models were able to distinguish the three main forms of the local landscape. Soil classes with pedogenesis intimately tied to the predictive covariates obtained the best results. The soil maps generated, showed a reproducibility of 46.12 percent and an accuracy of 21.06 percent.