Spatial variability of precompression stress and volumetric water content of a red-yellow latosol (Oxisol) / Variabilidade espacial da pressão de preconsolidação e da umidade volumétrica de um latossolo vermelho amarelo

The intensive agricultural machinery traffic to which soils under coffee crops are exposed may cause significant changes in soil structure. The goals of this study were to: a) characterize the spatial variability of precompression stress (σp) and volumetric water content (θ) of a Red-Yellow Latosol (Oxisol) and determine their spatially dependent structures using ordinary kriging semivariograms; b) using this date to construct a load-bearing capacity (LBC) map for the site, identifying the depth with higher ; and c) use the map as a decision support tool regarding agricultural machinery logistic management in coffee plantations. The research was conducted on an experimental farm of the Agricultural Research Company of Minas Gerais (Epamig), Patrocinio, MG, on a clayey Oxisol. Samples were collected from 2.0 × 1.5 m sampling pits at intersections of a rectangular 40 × 150 m grid, totaling 28 sampling points. The soil samples were collected with metal rings (0.0254 m in height and 0.0630 m in diameter) using an Uhland sampler. Sampling at each pit was at 3 layers: 0.00­0.03 m, 0.10­0.13 m, and 0.25­0.28 m, and seven samples arranged in a matrix form were collected at each layer, totaling 588 samples. The σp and θ showed a spatially dependent structure. The depth of 0.00­0.03 m showed higher LBC, indicating that this depth was more compacted compared to other depths. Based on the σp maps, the tractor and the combine should not traffic into the areas at water content of 0.45 m3 m-3, because the soil has a LBC of 200 kPa. If this condition is not respected, additional compaction will occur. Tractor traffic is permissible when the water content reaches values less than 0.36 m3 m-3, whereas for combine traffic, the water content values must be less than 0.30 m3 m-3.

O tráfego intenso de máquinas agrícolas sobre solos cultivados com cafeeiro pode causar alterações significativas na estrutura do solo. Os objetivos deste estudo foram: a) avaliar e identificar a variabilidade espacial da pressão de preconsolidação (σp) e a umidade volumétrica (θ) de um Latossolo Vermelho-Amarelo (LVA) e determinar a estrutura de dependência espacial através de semivariogramas utilizando a krigagem ordinária; b) verificar no mapa, a profundidade com maior capacidade de suporte de carga (CSC) do solo ; c) dar suporte a tomada de decisão no manejo do maquinário agrícola da cultura cafeeira e utilizar esses mapas para a logística de manejo de trafego de máquinas. O experimento foi conduzido num LVA textura muito argilosa na Fazenda da Epamig (Empresa de Pesquisa Agropecuária de Minas Gerais), em Patrocínio-MG. A amostragem foi realizada numa malha retangular (150 m x 40 m), onde foram coletadas amostras indeformadas em anéis metálicos de 0,0254 m de altura por 0,0630 m de diâmetro com auxílio do amostrador tipo Uhland em 28 trincheiras. Cada trincheira possui três degraus que correspondem às profundidades de (0.00-0.03; 0.10-0.13 e 0.25-0.28 m) e as dimensões dos degraus foram de 2,0 x 1,5 m, coletaram-se sete amostras (disposta em forma matricial) para cada degrau, totalizando 588 amostras. A σp e θ apresentaram estrutura de dependência espacial. A profundidade de 0.00-0.03m apresentou maior CSC indicando que esta profundidade está mais compactada em relação as demais profundidades. Com base nos mapas da σp, o trator e a colhedora não devem trafegar na área para umidade volumétrica igual a 0.45 m3 m-3, pois o solo possui CSC de 200 kPa. Se essa condição for desrespeitada, a compactação adicional poderá ocorrer. Para o tráfego do trator, deve-se esperar por um período, para que a θ atinja um valor menor que 0.36 m3 m-3, enquanto que para o tráfego da colhedora deve-se esperar a θ atingir valor menor que 0.30 m3 m-3.

Some aspects about the spatial dependence index for variability of soil attributes / Alguns aspectos sobre o índice de dependência espacial para variabilidade de atributos do solo

ABSTRACT: The main purpose of this article was to evaluate the behavior and relationship of the range and components of SDI (Spatial Dependence Index) in general and in function of field factors such as soil types, type of attribute and soil layers. This evaluation was based on real data collected in national journals. It was noticed that the parameter range, in general and for different field factors, presented asymmetric positive behavior. The components of the SDI showed approximately symmetrical behavior. The SDI can capture the range behavior more intensely (the spatial variability behavior in the horizontal direction of the semivariogram), and, in a less intense way, the behavior of the contribution and sill parameters (the spatial dependence behavior in the vertical direction of the semivariogram). Thus, the SDI describes the behavior of spatial dependence of the total set of aspects of the semivariogram.

RESUMO: O objetivo deste artigo foi avaliar o comportamento e o relacionamento do alcance e dos componentes do IDE (Índice de Dependência Espacial) em geral e em função de fatores de campo, tais como tipos de solo, tipo de atributo e profundidades de solo. Esta avaliação foi baseada em dados reais coletados em periódicos nacionais. Foi observado que o parâmetro alcance, em geral, e para diferentes fatores de campo, apresentou comportamento de assimetria positiva. Os componentes do IDE apresentaram comportamento aproximadamente simétrico. O IDE consegue captar, de forma mais intensa, o comportamento do alcance (o comportamento da variabilidade espacial no sentido horizontal do semivariograma), e, de forma menos intensa, o comportamento dos parâmetros contribuição e patamar (o comportamento da dependência espacial no sentido vertical do semivariograma). Assim, o IDE descreve o comportamento de dependência espacial de toda a gama de aspectos do semivariograma.

Hybrid kriging methods for interpolating sparse river bathymetry point data / Métodos híbridos de krigagem para interpolação de levantamentos batimétricos fluviais

ABSTRACT Terrain models that represent riverbed topography are used for analyzing geomorphologic changes, calculating water storage capacity, and making hydrologic simulations. These models are generated by interpolating bathymetry points. River bathymetry is usually surveyed through cross-sections, which may lead to a sparse sampling pattern. Hybrid kriging methods, such as regression kriging (RK) and co-kriging (CK) employ the correlation with auxiliary predictors, as well as inter-variable correlation, to improve the predictions of the target variable. In this study, we use the orthogonal distance of a (x, y) point to the river centerline as a covariate for RK and CK. Given that riverbed elevation variability is abrupt transversely to the flow direction, it is expected that the greater the Euclidean distance of a point to the thalweg, the greater the bed elevation will be. The aim of this study was to evaluate if the use of the proposed covariate improves the spatial prediction of riverbed topography. In order to asses such premise, we perform an external validation. Transversal cross-sections are used to make the spatial predictions, and the point data surveyed between sections are used for testing. We compare the results from CK and RK to the ones obtained from ordinary kriging (OK). The validation indicates that RK yields the lowest RMSE among the interpolators. RK predictions represent the thalweg between cross-sections, whereas the other methods under-predict the river thalweg depth. Therefore, we conclude that RK provides a simple approach for enhancing the quality of the spatial prediction from sparse bathymetry data.

RESUMO Modelos de terreno de rios são usados para análise de mudanças geomorfológicas e para simulações hidrológicas. Estes modelos são interpolados a partir de pontos batimétricos. A batimetria fluvial é geralmente conduzida através de seções transversais, o que pode acarretar em uma malha amostral esparsa. Métodos híbridos de krigagem, como krigagem por regressão (KR) e co-krigagem (CK), empregam a correlação com preditores auxiliares, além da auto-correlação entre variáveis, na predição da variável resposta. Neste estudo, sugere-se que a distância ortogonal de um ponto até a linha de centro do talvegue de um rio pode ser usada como covariável para KR e CK. Considerando-se que a variabilidade da cota do leito do rio é abrupta transversalmente a direção do fluxo, espera-se que quanto maior a distância euclidiana de um ponto até o talvegue, maior será sua elevação. O objetivo deste estudo foi avaliar o uso da covariável proposta em métodos híbridos de krigagem para a predição espacial da topografia do leito de rios. Para tanto, foi realizada uma validação externa, em que seções transversais foram usadas para interpolação e dados levantados entre as seções consistiram na amostra de teste. Os resultados da KR e CK foram comparados aos da krigagem ordinária. A KR apresentou a menor REQM. No mapa resultante da KR, o talvegue foi preservado nas lacunas não amostradas entre as seções, enquanto os demais métodos subestimaram a profundidade do talvegue nestes espaços. Assim, conclui-se que a KR pode melhorar a predição espacial de dados batimétricos fluviais.

Efeitos da colheita manual na bienalidade do cafeeiro em Ijaci, Minas Gerais / Effects of manual harvesting on coffee (Coffea arabica L. ) crop biannuality in Ijaci, Minas Gerais

Analisou-se, neste trabalho, a relação entre a produtividade e a desfolha do cafeeiro durante o processo de colheita manual nas safras agrícolas de 2005, 2006 e 2007. O experimento foi desenvolvido na fazenda Cafua, localizada no município de Ijaci, sul de Minas Gerais, em uma área de 6,5ha de lavoura de cafeeiro (Coffea arabica L.) da variedade cultivada Catuaí Vermelho IAC-99. Foi demarcada na área uma malha irregular na distância de 25x25 e 50x50m, num total de 67 pontos amostrais, nos quais foram avaliados a produção de café (L.planta-1) obtida por meio da colheita no pano e a desfolha das plantas, quantificada com base no peso de folhas (kg. planta-1) após a colheita manual. Procedeu-se a análise de correlação de Pearson para verificar a relação linear entre a produtividade e a desfolha nos diferentes períodos avaliados. A dependência espacial dos dados também foi analisada por meio de ajustes de semivariogramas e interpolação por krigagem. Constatou-se que a colheita manual desfolhou mais em locais de maior produtividade, e apresentou redução da produtividade de café na lavoura no ano subsequente, pelo aumento da desfolha em plantas de maior produtividade e consequente redução da radiação fotossinteticamente ativa interceptada pelo dossel dessas plantas, ocasionando bienalidade da produção.

This study analyzed the relation between coffee yield and defoliation during the process of manual harvest in the agricultural harvests of 2005, 2006 and 2007. The experiment was conducted at the Cafua farm, located in the municipality of Ijaci, Minas Gerais, in an area of 6.5 ha of coffee crop (Coffea arabica L.) Catuaí Vermelho IAC-99 cultivar. An irregular grid was demarcated in the area with a distance of 25x25 and 50x50m, totaling 67 sampling points, which were evaluated coffee production (L plant-1) obtained through harvest in cloth as well as defoliation of plants, quantified by the weight of leaves (A) (kg plant-1) after manual harvest. Pearson correlation analysis was used to verify the linear relationship between productivity and defoliation in different evaluated periods. The spatial dependence of the data was already analyzed through semivariogram adjustments and Kriging interpolation. Based on the analyses, it was found that manual harvest caused more defoliation in places with higher productivity and reduced the yield in the subsequent year, by the increase of defoliation on plants and reduction of the photosynthetically active radiation intercepted by the canopy of these plants, leading to the biannuality of the production.

Sensory profile of gorgonzola via generalized procrustes analysis using R

Sensory data analysis in Brazil used to be performed through univariate Analysis of Variance (ANOVAs) hence one looses valuable intra variable information. To solve this porblem one may use multivariate tools. Generalized Procrustes Analysis (GPA), often performed in expensive software, is a multivariate exploratory data analysis method that aims: i) remove scores bias; ii) resume the assessors agreement, usually, on a plant; iii) show the objects relative differences. An application on sensory profile of Gorgonzola cheese is porvided. Data was analyzed by uni, multivariate ANOVAs and GPA, on the free statistical software R, ANOVAs detected significant differences among cheeses and GPA provided the consensus configuration displaying their relative differences and sensory evolution. Assesors preferred cheeses with a higher fat content. GPA can be reasonably performed by free software, say R, and should be utilized like a complement of Analysis of Variance.