Correlação espacial entre atributos do terreno e a profundidade do solo em terreno acidentado de pequena extensão

626
Foto: Vanessa Bertolazi

O objetivo deste estudo foi investigar a presença e a força da correlação entre a profundidade do solo e os atributos do terreno, em uma pequena extensão no sul do Brasil, como meio de fazer predições espaciais da profundidade do solo.

Autores: Taciara Zborowski Horst(1); Ricardo Simão Diniz Dalmolin(2); Jean Michel Moura-Bueno(3); Alessandro Samuel-Rosa(4); João Pedro Moro Flores(5)

Trabalho publicado nos Anais do evento e divulgado com a autorização dos autores.

INTRODUÇÃO

Para garantir a produtividade dos reflorestamentos e a perenidade dos recursos naturais a silvicultura de precisão tem buscado conhecer a variabilidade espacial dos fatores do meio ambiente envolvidos na produção florestal.

Uma das estratégias é delimitar áreas homogêneas que possibilitem o manejo especializado condizente com o desenvolvimento da floresta (Lima et al., 2017, Gomes et al., 2016, Fardusi et al., 2017). A profundidade do solo, por se relacionar com a capacidade de armazenamento de água, nutrientes e sustentação do sistema radicular das plantas, é um potencial indicador de produtividade e, por isso, pode ser utilizada como uma ferramenta de delimitação de área produtivas para a silvicultura.

O aprofundamento do solo na paisagem normalmente ocorre em resposta aos fluxos de água sobre a paisagem e através do perfil do solo. Assim, se o material geológico for homogêneo, espera-se que os atributos do terreno que caracterizaram os fluxos na paisagem possam servir como informações aproximadas sobre as condições em que o solo foi formado e, portanto, explicar a variabilidade espacial da profundidade do solo.

Porém, para incluir a variabilidade espacial da profundidade do solo como um fator de produção é necessário identificar a variabilidade espacial porventura existente nas áreas produtivas com um nível de detalhe que evidencie a possível variabilidade espacial em campo. Essas informações somadas as informações topográficas possibilitam o acesso a descrição quantitativa da variabilidade espacial da profundidade do solo e a estimativa não tendenciosa da variância mínima de valores desses atributos em locais não amostrados, através da modelagem geoestatística utilizando modelos lineares mistos.

O objetivo deste estudo foi investigar a presença e a força da correlação entre a profundidade do solo e os atributos do terreno, em uma pequena extensão no sul do Brasil, como meio de fazer predições espaciais da profundidade do solo.

MATERIAL E MÉTODOS

O estudo foi desenvolvido em um povoamento de Pinus taeda L. de 109 ha da empresa Florestal Gateados Ltda., em Campo Belo do Sul, região serrana do Estado de Santa Catarina. O clima (Köppen) é do tipo Cfb. A geologia é constituída por rochas vulcânicas ácidas da Formação Serra Geral, com predomínio de riodacito. O relevo varia de plano a forte ondulado com elevada rugosidade.

A profundidade do solo foi registrada em 102 pontos (0,9 pontos por ha), usando trado de 1 m de comprimento, graduado em decímetros com precisão de leitura de ∓0,5 dm (Figura 1a). A alocação dos pontos foi realizada usando o hipercubo latino condicionado, de maneira a reproduzir a distribuição marginal e a correlação entre os atributos do terreno elevação, declividade, índice de umidade topográfica, profundidade do vale e nível de base da rede de drenagem. Os atributos do terreno foram derivados do modelo digital de elevação de SC (SIGSC)– agregado para resolução de 10 m – usando janela de 3×3 pixels.

Os valores observados de profundidade do solo variaram de 1 a 10 dm. Os solos moderadamente profundos (> 5 < 10 dm) foram identificados em local plano ou suave ondulado, onde predominam Latossolos em áreas bem drenadas e Gleissolos em áreas mal drenadas. Os solos rasos (< 5 dm) foram identificados em áreas de relevo ondulado e forte ondulado em que predominam Neossolos e Cambissolos. A elevada densidade de dados em 10 dm, produzindo uma distribuição bimodal, é resultado da censura causada pelo comprimento do trado (Figura 1b).

Figura 1a: Distribuição dos pontos de observação do solo na área de estudo, b: histograma de frequências da profundidade do solum.

Para obtermos a maior correlação entre covariáveis e a profundidade do solum foram considerados dez tamanhos de vizinhança para amostragem média das covariáveis, variando de 10 a 100 m, em cada local de observação. Para modelagem geoestatística dos dados foi utilizado o modelo linear misto de variação espacial denotado por: em que: x(si)Tꞵ representa os efeitos fixos em relacionado a correlação entre variável e covariáveis e Β(si) representa efeitos estocásticos. O parâmetro ɛ(si) é erro aleatório ou variância residual e compreende os erros de medição e a variabilidade de curto alcance não captada pela amostragem. Ainda, é possível separar a variância tida como não estruturada (efeito pepita) em erros de medida e variação espacial não autocorrelacionada.

Testamos a possibilidade de discretizar a variância residual fixando o erro de medida em 0,25 dm2 da variância, atribuindo o restante à variância estrutural não auto-correlacionada (micro-escala). Portanto, a caracterização da estrutura da variabilidade espacial foi determinada com o ajuste de dois modelos teóricos aos variogramas experimentais, um com variância residual fixada e outro com variância residual estimada.

A função de covariância exponencial foi ajustada aos dados (assumindo erros distribuídos gaussianos) usando a máxima verossimilhança restrita. As predições espaciais foram feitas usando o melhor preditor empírico linear não enviesado (E-BLUP). O desempenho da predição foi calculado usando a validação cruzada leaveone-out avaliando as estatísticas quantidade de variância explicada (VE), raiz do erro quadrático médio (REQM) e erro médio (ME).

RESULTADOS E DISCUSSÃO

O aumento da janela de amostragem acima de 20 m resultou em um aumento gradativo do R2 ajustado (Figura 2), demonstrando a importância da escala de análise das covariáveis. O maior tamanho de janela possível (100 m) apresentou o maior R2 ajustado (0,099) e foi utilizado para amostragem das covariáveis.

Figura 2: Identificação do tamanho ótimo da vizinhança para a amostragem das covariáveis.

As funções ajustadas ao variograma experimental encontram-se na Figura 3. A estrutura da variabilidade espacial demonstrou mudanças abruptas em curtas distâncias. A variância residual quando estimada foi alta, cerca de 50% da variância total (5,55 dm2). Quando a variância residual foi fixada em 0,25 dm2, o alcance estimado caiu de 96 para 48 m, o que é menor do que a distância média de amostragem (61 m). O perfil de log-verossimilhança para a estimativa alcance é apresentado na Figura 4. A variância estruturada foi reduzida de 10,6 para 6,53 dm(Tabela 1).

Figura 3: Variograma experimental (preto) e a função exponencial a ele ajustado com variância residual fixada (vermelho) e estimada (azul).

Figura 4: Perfil da função logarítmica da verossimilhança restrita para o parâmetro alcance. a variância residual fixada e b variância residual estimada. A linhas verticais representam a estimativa e intervalo de confiança do parâmetro alcance. A interseção entre a linha horizontal e o perfil indica a região de 95% de confiança para o parâmetro alcance segundo o teste da razão de verossimilhança.

Tabela 1: Parâmetros do modelo geoestatístico estimados para a profundidade do solum.

As predições foram imparciais e apresentaram baixa precisão, devido à fraca correlação da profundidade do solo com os atributos do terreno. Quando a variância residual foi fixada a VE caiu de 17 para 11% enquanto o REQM aumentou de 3,21 para 3,34 dm (Tabela 2).

Tabela 2: Estatísticas da validação cruzada.

A profundidade do solum foi predita espacialmente considerando o modelo de variância residual fixada e apresentou valores entre 0 e 9 dm (Figura 5a). Os limites superiores e inferiores de predição demonstram a medida de incerteza do modelo para cada ponto, com valor mínimo de -6 dm e máximo 18 dm (Figura 5 bc). A correlação mais forte foi com a declividade, razão pela qual as profundidades menores foram previstas em declives mais íngremes.

Figura 5: Valores preditos de PS (dm), a: profundidade predita, b: limite inferior de predição, c: limite superior de predição.

De modo geral, os resultados sugerem que a auto-correlação espacial da profundidade do solo na área é estruturada em distâncias de algumas dezenas de metros, indicando a ocorrência de um forte controle local do desenvolvimento do solo. Por esta razão, as predições podem provavelmente ser melhoradas usando uma amostragem mais intensiva (> 1 amostra por ha).

 

CONCLUSÕES

Escalas de análise mais grosseiras das covariáveis produzem correlação maior com os dados de profundidade do solo. Por outro lado, por ser um terreno muito movimentado, a maior parte da variância da profundidade do solo está estruturada a muito curtas distâncias, o que requer maior densidade amostral (> 1 ponto por ha).

AGRADECIMENTOS: À Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) e a empresa Florestal Gateados Ltda.

REFERÊNCIAS

Fardusi MJ, Chianucci F, Barbati A. Concept to practice of geospatial-information tools to assist forest management and planning under precision forestry framework: a review. Annals of Silvicultural Research. 2017;41:3-14. doi: 10.12899/asr-1354

Lima ES, Montanari R, Lovera LH, Teixeira Filho MCM, Gonzalez AP. Variabilidade espacial das propriedades dendrométricas do eucalipto e atributos químicos de um Neossolo Quartzarênico. Revista de Agricultura Neotropical. 2017;4(1-11). http://repositorio.unicamp.br/bitstream/REPOSIP/ 329068/1/000396717100001.pdf

Gomes JBV, Bognola IA, Stolle L, Santos PET, Moeda S, Silva LTM, Bellote AFJ, Andrade GC. Unidades de manejo para pinus: desenvolvimento e aplicação de metodologia em áreas de produção no oeste catarinense. Sci. For. 2016;44:197-204. doi: 10.18671/scifor.v44n109.19

Informações dos autores:

(1)Doutoranda em Ciência do Solo do Programa de Pós-Graduação em Ciência do Solo (PPGCS); Universidade Federal de Santa Maria (UFSM); Av. Roraima, 1000, prédio 42, Santa Maria-RS;

(2)Professor adjunto; Universidade Federal de Santa Maria (UFSM);

(3)Doutorando PPGCS; Universidade Federal de Santa Maria (UFSM);

(4)Estagiário Pós-doutoral; Universidade Federal de Santa Maria (UFSM);

(5)Mestrando PPGCS; Universidade Federal de Santa Maria (UFSM).

Disponível em: Anais da XII Reunião Sul-Brasileira de Ciência do Solo. Xanxerê – SC, Brasil.

SEM COMENTÁRIO

DEIXE UMA RESPOSTA

This site uses Akismet to reduce spam. Learn how your comment data is processed.