O objetivo deste trabalho foi avaliar o potencial da técnica de ERD associada a uma BER na construção de MP para o conteúdo de COS, argila e areia para região sul do Brasil.

Autores: Jean Michel Moura-Bueno(1); Ricardo Simão Diniz Dalmolin(2); Alexandre ten Caten(3); Taciara Zborowski Horst(4); João Pedro Moro Flores(5); Nicolas Augusto Rosin(6); Luiza Kreimeier(7);

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

INTRODUÇÃO

A demanda por informações de solo tem aumento na última década devido a necessidade de planejamento e uso sustentável do recurso solo (MCBRATNEY et al., 2014). Como resposta a essa demanda, pesquisas em ciência do solo têm focado no desenvolvimento de métodos que permitam a predição em escala local, regional, nacional e global de um vasto conjunto de propriedades do solo (PS).

O carbono orgânico do solo (COS) é uma PS responsável por uma série de funções no ambiente, e chave no ciclo global do carbono. Outra PS relacionada a varias funções é a textura do solo, a qual influência na infiltração de água no solo, susceptibilidade à erosão, aptidão agrícola, entre outras. O mapeamento destas PS demanda tempo e torna-se dispendioso, em decorrência da elevada intensidade amostral requerida.

As metodologias utilizadas em laboratório de rotina apresentam elevado custo e geram uma elevada quantidade de resíduos químicos, além do tempo demandado para o processamento de amostras (SOUSA JUNIOR et al., 2011). Um dos desafios para a ciência do solo é desenvolver uma técnica que permita uma leitura rápida, barata e não destrutiva das amostras de solos.

Neste contexto, a espectroscopia de reflectância difusa (ERD) e a organização das informações espectrais do solo em bibliotecas espectrais têm se mostrado ferramentas com potencial em capturar a variabilidade pedológica e quantificar múltiplas PS (NOCITA et al., 2015; VISCARRA ROSSEL et al., 2016).

Esta técnica apresenta uma série de vantagens em relação às metodologias tradicionais de determinação de COS, argila e areia, como rapidez das análises, não gera resíduos químicos e apresenta baixo custo.

Através das informações espectrais, pode-se estabelecer modelos de predição (MP) das PS. A maior parte dos estudos tem avaliado a acurácia dos MP obtidos por bibliotecas espectrais locais, com reduzido número de amostras e com baixa variação nas propriedades do solo.

Considerando que a capacidade preditiva dos MP esteja atrelada as características dos dados espectrais, poucos estudos tem avaliado o desempenho de MP para o conteúdo de COS, argila e areia quando utilizado uma biblioteca espectral regional (BER). Diante do exposto, o objetivo deste trabalho foi avaliar o potencial da técnica de ERD associada a uma BER na construção de MP para o conteúdo de COS, argila e areia para região sul do Brasil.


Tudo que você precisa saber sobre Acidez do Solo em um só lugar!


 

MATERIAL E MÉTODOS

Descrição da biblioteca espectral regional

Foi utilizada uma BER, contendo 2317 amostras de solo oriundas de duas regiões do Estado do Rio Grande do Sul – RS (Planalto e Depressão Central) e da região Serrana do Estado de Santa Catarina (Figura 1). Essas amostras apresentam como principal característica a alta variação no conteúdo de COS, argila e areia na sua constituição.

Análises de solo

O COS foi determinado via combustão úmida com aquecimento externo segundo Yeomans & Bremner (1988). O conteúdo de argila e areia das amostras foi determinado em laboratório conforme Donagema et al. (2011). Esses valores foram utilizados como dos dados de referência para treinamento e validação dos MP.

Figura 1. Localização na região sul do Brasil onde foram obtidas as amostras de solo da BER. A – Planalto; B – Depressão Central; C – região Serrana.

Leitura e pré-processamento espectral

A leitura da reflectância espectral das amostras de solo foi realizada com o uso do espectroradiômetro FildSpec Pro (ASD Inc.), com capacidade de amostragem no intervalo de 350 à 2500 nm. Para reduzir as flutuações aleatórias nos espectros, as curvas de reflectância consideradas como curvas originais foram suavizadas – smoothed utilizando uma janela móvel de 9 nm.

Análises estatísticas e modelos de predição

Foi realizada estatística descritiva dos dados do conteúdo de COS, argila e areia. A análise de componentes principais foi aplicada para identificar espectros que apresentavam variância destoante do conjunto total da biblioteca espectral. A presença de espectros destoantes foi confirmada pelo cálculo da distância de Mahalanobis, identificando amostras que apresentaram valores de H superiores a 3, sendo essas eliminadas da biblioteca (TERRA et al., 2015).

O método multivariado Partial Least Squares Regression (PLSR) foi utilizado para construção dos MP para o conteúdo de COS, argila e areia. A BER foi particionada em dois conjuntos com auxílio do algoritmo Kennard-Stone: treinamento (70% das amostras) e validação (30% das amostras). Todas as análises estatísticas foram realizadas no ambiente R (R CORE TEAM, 2017).

RESULTADOS E DISCUSSÃO

Ao comparar os valores mínimos e máximos do conteúdo de COS, argila e areia (Tabela 1), observa-se que a BER apresenta elevada amplitude destas propriedades do solo. Isso é confirmado pelos altos valores do CV e DP, principalmente para a areia. A variação dos teores de COS são reflexos da amostragem estratificada em distintas camadas do perfil do solo, usos da terra, relevo e classes de solos. Além disso, o fator clima também mostrou ter influencia no conteúdo de COS nas amostras oriundas da região Serrana de SC. Nessa região o clima mais frio e úmido proporciona maior acúmulo de COS no solo.

A variação observada no conteúdo de argila e areia esta relacionada com as classes de solo e a geologia dos locais em que foram coletadas as amostras. Na região da Depressão Central RS predominam solo derivados de rochas sedimentares (arenitos e argilitos). Esses solos apresentam predominantemente horizontes superficiais com textura arenosa e subsuperficiais de textura média e argilosa. Nas regiões do Planalto do RS e Serrana de SC os solos são derivados de rochas vulcânicas do tipo basalto e riodacito, em geral originando perfis de solos com textura argilosa e muito argilosa.

Tabela 1. Estatística descritiva do conteúdo de COS, argila e areia das amostras da BER

As variações nas características do solo refletiram no comportamento espectral do solo, em que foi observada uma variação muito grande na reflectância (0,1 – 0,7) das amostras da BER (Figura 2). Segundo estudo de Demattê et al. (2016) é de se esperar que bibliotecas espectrais muito heterogêneas apresentem dificuldades na geração de MP de COS e argila mais acurados.

Figura 2. Curvas espectrais da BER de solos.

Os parâmetros de ajuste dos MP para o conteúdo de COS, argila e areia estão resumidos na figura 3. O MP para o COS apresentou R2 = 0,61 e RMSE = 0,71% (Figura 3a). Esse resultado é semelhante ao encontrado por Terra et al. (2015), que encontraram valores de R2= 0,65 e RMSE = 0,16% utilizando uma biblioteca espectral (n = 1259) de solos brasileiros tropicais. Estudo de Araújo et al. (2014) alcançou R2 de 0,60 e RMSE de 0,55% na predição do COS para uma grande biblioteca espectral Vis-NIR de solos tropicais do Brasil. Na tentativa de melhorar o desempenho de previsão dos modelos, a biblioteca foi particionada em subconjuntos menores usando variação nos espectros de normalização por média ou primeira derivada. Isto dividiu os dados em grupo mais uniforme em mineralogia. Os autores observaram aumento na acurácia dos modelos, com redução de 15% no valor de RMSE.

Os valores menores de acurácia dos MP para o COS do presente estudo estão relacionados à heterogeneidade dos solos, com destaque para a textura do solo, a qual refletiu no comportamento espectral da BER. Estudo de Wight et al. (2016) mostrou que a principal característica que interferiu no desempenho dos MP foi a granulometria do solo, onde as amostras com maior teor de argila apresentaram a maior porcentagem de erros na predição do COS. Os autores recomendam que amostras de solo possam ser separadas em grupos texturais para realizar a predição do COS separadamente, com o objetivo de melhor a acurácia das predições.

Os MP para o conteúdo de argila e areia apresentam bons resultados, com valores de R2 = 0,77 e RMSE = 9,51% para argila (Figura 3b) e R2 = 0,76 e RMSE = 11% para areia (Figura 3c).

Os resultados alcançados MP foram superiores ao obtidos no estudo de Waruru et al. (2014), onde os autores encontraram para a predição de argila R2 de 0,50 utilizando 256 amostras. Dotto et al. (2014) utilizando uma biblioteca espectral local na Depressão Central do RS, obteve MP para argila e areia com acurácia de R2 = 0,67 e RMSE = 15% e R2 = 0,64 e RMSE = 14%, respectivamente. Os resultados encontrados no presente estudo são próximos aos obtidos por Dotto et al. (2016), que alcançaram R2 = 0,75 e RMSE = 8,5% para teor de argila com 412 amostras no Estado RS.

Os resultados de acurácia observados para os MP das propriedades do solo neste estudo mostram que a organização de bibliotecas espectrais regionais apresenta potencial para gerar informações do conteúdo COS, argila e areia para solos coletados na região de abrangência da BER.

Figura 3. Distribuição das amostras mensuradas versus preditas para o conjunto de dados de treinamento e validação dos MP do conteúdo de COS (a), argila (b) e areia (c).

CONCLUSÕES

O uso da técnica de ERD em conjunto com uma BER apresenta potencial para a predição do COS, argila e areia para a região sul do Brasil.

A textura do solo influenciou na acurácia do MP para o conteúdo de COS.

As características intrínsecas das amostras de solo das bibliotecas espectrais devem ser consideradas na construção de MP para o COS.

AGRADECIMENTOS

O primeiro autor agradece ao CNPq pela bolsa de doutorado e ao suporte financeiro e concessão de bolsa PQ ao segundo autor.

REFERÊNCIAS

Araújo, SR, Wetterlind, J, Demattê, JAM, Stenberg, B. Improving the prediction performance of a large tropical vis‐NIR spectroscopic soil library from Brazil by clustering into smaller subsets or use of data mining calibration techniques. European Journal of Soil Science. 2014;65(5):718-729. doi:10.1111/ejss.12165

Demattê, JAM, Bellinaso, H, Araujo, SR, Rizzo, R, Souza, AB. Spectral regionalization of tropical soils in the estimation of soil attributes. Rev. Ciênc. Agron. 2016;47(4):589-598. http://www.ccarevista.ufc.br/seer/index.php/ccarevista/ article/view/4237/1461

Donagema GK, Campos DVB, Calderano SB, Teixeira WG, Viana JHM. Manual de métodos de análise de solos. 2ª. ed. Rio de Janeiro: Embrapa Solos; 2011.

Dotto AC, Dalmolin RSD, ten Caten A, Moura-Bueno JM. Potential of Spectroradiometry to Classify Soil Clay Content. R. Bras Ci Solo. 2016;40:0151105. doi:10.1590/18069657rbcs20151105

Dotto AC, Dalmolin RSD, Pedron FA, ten Caten A, Ruiz LFC. Mapeamento digital de atributos: granulometria e matéria orgânica do solo utilizando espectroscopia de reflectância difusa. R. Bras Ci Solo. 2014;38:1663-1671. doi:10.1590/S0100-06832014000600001

McBratney, A, Field, DJ, Koch, A. The dimensions of soil security. Geoderma. 2014;213:203–213. doi:10.1016/j.geoderma.2013.08.013

Nocita, M. et al. Soil spectroscopy: An alternative to wet chemistry for soil monitoring. In: Sparks, L.D. (Ed.). Advances in Agronomy. San Diego: Academic Press. 2015;132:139-159.

R Core Team, 2017. R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. URL. http://www.Rproject.org/.

Sousa Junior JG, Demattê JAM, Araújo SR. Modelos espectrais terrestres e orbitais na determinação de teores de atributos dos solos: Potencial e custos. Bragantia. 2011; 70:610-621. doi:10.1590/S000687052011000300017

Terra, FS, Demattê, JÁ, Viscarra-Rossel, RA. Spectral libraries for quantitative analyses of tropical Brazilian soils: Comparing vis–NIR and mid-IR reflectance data. Geoderma. 2015; 255:81-93. doi:10.1016/j.geoderma.2015.04.017

Viscarra Rossel et al. A global spectral library to characterize the world’s soil. Earth-Science Reviews. 2016;155:198–230. doi:10.1016/j.earscirev.2016.01.012

Waruru BK, Shepherd KD, Ndegwa GM, Kamoni PT, Sila AM. Rapid estimation of soil engineering properties using diffuse reflectance near infrared spectroscopy, Biosystems Engineering. 2014;121:177185. doi:10.1016/j.biosystemseng.2014.03.003

Wight JP, Ashworth AJ, Allen FL. Organic substrate, clay type, texture, and water influence on NIR carbon measurements. Geoderma. 2016;261:36–43. doi:10.1016/j.geoderma.2015.06.021

Yeomans, JC, Bremner, JM. A rapid and precise method routine determination of organic carbon in soil. Communications in Soil Science and Plant Analysis. 1988;19:1467-1476.

Informações dos autores:

(1)Doutorando, Universidade Federal de Santa Maria (UFSM), Avenida Roraima, 1000, Santa Maria – RS, 97105-000;

(2)Professor do Departamento de Solos, UFSM;

(3)Professor do Departamento de Ciências Biológicas e Veterinárias, Universidade Federal de Santa Catatina (UFSC) – Campus Curitibanos;

(4)Doutoranda, UFSM;

(5)Mestrando, UFSM;

(6)Graduando em Agronomia, UFSM;

(7)Graduanda em Agronomia; UFSC.

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.