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

RESUMO

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.

ABSTRACT

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.