Professional Documents
Culture Documents
. 162
Para caracterizao do padro da variabilidade espacial foi empregada a anlise 163
geoestatstica (Vieira, 2000). Semivariogramas foram construdos com base no clculo 164
da semivarincia y(h) por meio daEq. 2: 165
166
(h) =
1
2N(h)
|Z(x
I
) Z(x
I
+h)]
2
N(h)
I=1
(2) 167
168
em que: 169
(h)- semivarincia estimada a partir dos dados experimentais 170
Z - valores medidos nos pontos xi e xi + h 171
N(h) - nmero de pares de valores medidos separados por uma distncia h 172
173
Os modelos foram ajustados por meio do aplicativo GS+v.7.0
v.8.0. 184
A anlise do grau de dependncia espacial dos atributos foi realizada segundo 185
Cambardella et al. (1994) em que so considerados de dependncia espacial forte os 186
semivariogramas que tm efeito pepita menor ou igual a 25% do patamar, moderada entre 187
25 e 75% e fraca quando for maior que 75%. 188
189
RESULTADOS E DISCUSSO 190
Os resultados referentes anlise estatstica descritiva dos atributos do solo na rea 191
em estudo, na camada superficial de 0 a 0,10 m e do ndice de vegetao, podem ser 192
observados nos valores da mdia, desvio padro, coeficiente de variao, mnimo e 193
mximo (Tabela1). 194
195
Tabela1. Estatstica descritiva para argila, fsforo (P), pH e NDVI e correlao dos 196
atributos do solo com NDVI 197
Atributos Mdia Desvio padro CV (%) Mnimo Maximo
Correlao
com NDVI
Argila (%) 16,16 3,24 20,01 5,95 24,85 0.27*
P (mgdm
-
) 4,68 1,32 28,27 3,00 11,00 0.08
ns
pH 4,97 0,37 7,47 4,10 6,00 0.18**
NDVI 0,40 0,05 13,09 0,21 0,49
ns
no significativo; * significativo a 0,05; ** significativo a 0,10 198
199
A classe analisada de NDVI na imagem Landsat 5/ETM+ da rea de cana-de-acar 200
apresenta uma amplitude de valores entre 0,21 a 0,49, com mdia de 0,40 e desvio-padro 201
de 0,05. Esses valores so considerados mdios e representam reas com menor porte 202
vegetativo e mais dessecadas (Weir & Herring, 2012) corroborando com Lucas & Schuler 203
(2007) que concluram que o NDVI da cana-de-acar comea a cair a partir do stimo 204
ms do ciclo da cultura. Ramme (2008) observou, analisando diferentes variedades de 205
cana-de-acar, que as diferenas entre solos, estgios de corte e variedades, influenciam 206
na forma de curva do perfil temporal do NDVI sendo mais visualmente perceptvel na 207
medida em que essas diferenas so combinadas porm Lopes et al. (2011) concluram 208
que existe uma relao direta da densidade da vegetao da cana-de-acar com o NDVI. 209
Na classificao para o coeficiente de variao (CV), os valores obtidos do NDVI 210
apresentaram baixa variabilidade (13,09%) segundo a classificao proposta por 211
8
Cambardella et al. (1994). A medida estatstica CV permite, assim, comparar a 212
variabilidade entre amostras de variveis com unidades diferentes. 213
Os coeficientes de correlao linear simples (Tabela 1) entre os atributos do solo e o 214
ndice de vegetao (NDVI) demonstraram uma correlao positiva e significativa para 215
argila e pH porm no significativa para a varivel fsforo (P). 216
Sendo assim, para correlacionar o NDVI aos atributos do solo justifica-se a anlise da 217
dependncia espacial para melhor entendimento do padro de ocorrncia desses atributos 218
no espao. Ressalta-se que uma imagem do mesmo sensor em outra data pode influenciar 219
com resultados diferentes da anlise. 220
Desta forma, para a avaliao da variabilidade e dependncia espacial dos atributos 221
estudados foram estimados semivariogramas experimentais isotrpicos dos atributos que 222
apresentaram dependncia espacial. O modelo que melhor se ajustou aos 223
semivariogramas experimentais para as variveis estudadas foi o esfrico (Tabela 2 e 224
Figura 2). Este modelo o mais utilizado para a descrio de variveis relacionadas s 225
cincias do solo, caracterstico de variveis que apresentam mudanas abruptas no 226
espao. 227
228
Tabela2. Modelos e parmetros estimados dos semivariogramas ajustados aos dados dos 229
atributos do solo e ndice de vegetao estudados 230
Atributo Modelo C0 C0+C1 A (m) C0/ C0+C1
Argila esfrico 3.27E+00 1.08E+01 403.21 0.30
P esfrico 1.28E-02 2.70E-02 148.38 0.47
pH esfrico 6.93E-02 1.47E-01 243.54 0.47
NDVI esfrico 3.36E-04 2.49E-03 352.13 0.14
P - Fsforo;C0- Efeito pepita;C0+C1-Patamar; A- Alcance 231
232
As variveis estudadas apresentaram diferentes alcances de dependncia espacial 233
sendo que a porcentagem de argila apresentou maior alcance (403,21 m) e o fsforo 234
menor alcance (148,38 m) (Tabela 2, Figura 2). Ferraz et al. (2012) tambm encontraram, 235
em um Latossolo vermelho-amarelo, valores de alcance prximos a 140 m para fsforo. 236
237
9
A.
B.
C. D.
Distncia de separao (m) 238
Figura 2. Semivariogramas das variveis estudadas: NDVI (A), Argila (B), Fsforo (C) e 239
pH (D) 240
241
Analisando a relao C0/(C0+C1) em percentagem dos atributos argila, fsforo e pH, 242
isoladamente, esta indica grau de dependncia espacial moderado [C0/(C0+C1) entre 25 e 243
75%] segundo a classificao proposta por Cambardella et al. (1994) (Tabela 3). Souza 244
et al. (2004) tambm observaram ocorrncia de dependncia espacial moderada para 245
argila em um Latossolo sob cultivo de cana-de-acar. 246
Para o ndice de vegetao (NDVI), a relao C0/(C0+C1) em percentagem foi de 14% 247
indicando um grau de dependncia espacial forte, segundo a classificao citada. 248
Nos mapas de distribuio espacial obtidos observa-se que o padro de distribuio 249
espacial do NDVI (Figura 3A) semelhante distribuio espacial das variveis argila 250
(Figura 3B) e fsforo (Figura 3C) o que tambm comprovado quando se analisam esses 251
atributos do solo, correlacionados com o NDVI na imagem Landsat a relao C0/(C0+C1) 252
dos semivariogramas cruzados mostra valores <25 % (Tabela 3) que, conforme 253
Cambardella et al. (1994) classificado como sendo grau de dependncia espacial forte, 254
indicando que mesmo no havendo correlao linear significativa entre o NDVI e o 255
fsforo (Tabela 1), h correlao espacial entre esses atributos (Tabela 3) com grau de 256
00.000E+00
68.753E-05
13.751E-04
20.626E-04
27.501E-04
0.00 183.33 366.67 550.00
S
e
m
i
v
a
r
i
n
c
i
a
0.0
3.2
6.5
9.7
13.0
0.00 211.34 422.69 634.03
S
e
m
i
v
a
r
i
n
c
i
a
0.0000
0.0093
0.0185
0.0278
0.0371
0.00 266.67 533.33 800.00
S
e
m
i
v
a
r
i
n
c
i
a
0.000
0.040
0.080
0.120
0.161
0.00 200.00 400.00 600.00
S
e
m
i
v
a
r
i
n
c
i
a
Distncia de Separao (m)
10
dependncia forte justificando o estudo da correlao espacial, independentemente da 257
correlao linear. 258
259
A.
B.
C.
D.
260
Figura 3. Mapas do padro espacial das variveis estudadas:NDVI (A), Argila (B), 261
Fsforo (C) e pH (D) 262
697800 698000
7636600
7636800
7637000
7637200
7637400
7637600
0.27
0.29
0.31
0.33
0.35
0.37
0.39
0.41
0.43
0.45
0.47
697800 698000
7636600
7636800
7637000
7637200
7637400
7637600
11.5
12.2
12.9
13.6
14.3
15
15.7
16.4
17.1
17.8
18.5
19.2
19.9
20.6
21.3
697800 698000
7636600
7636800
7637000
7637200
7637400
7637600
3.5
3.7
3.9
4.1
4.3
4.5
4.7
4.9
5.1
5.3
697800 698000
7636600
7636800
7637000
7637200
7637400
7637600
4.55
4.64
4.73
4.82
4.91
5
5.09
5.18
5.27
5.36
5.45
%
mg dm
-3
11
Carvalho et al. (2004) tambm encontraram variabilidade espacial nos atributos do 263
solo e concluram que a distribuio espacial no foi ao acaso e sim resultante de 264
processos naturais e de prticas culturais. A avaliao da variabilidade espacial dos 265
atributos estudados mostra que, mesmo na classe dos Latossolos sob cultivo de cana-de- 266
acar por longo tempo, pode-se registrar variabilidade espacial. 267
268
Tabela 3. Modelos e parmetros estimados dos semivariogramas cruzados ajustados aos 269
dados dos atributos do solo em correlao com o ndice de vegetao estudados 270
Atributo Modelo C0 C0+C1 A (m) C0/ C0+C1
Argila esfrico 8.91E-03 4.46E-02 301.17 0.20
P esfrico 1.00E-05 1.25E-03 145.53 0.01
pH EPP
P -Fsforo, C0 - Efeito pepita; C1-Patamar; A - Alcance; EPP - efeito pepita puro 271
272
Na Figura 4 pode-se observar a correlao espacial positiva do ndice de vegetao 273
(NDVI), com a % de Argila e teor de fsforo no solo porm no houve correlao espacial 274
entre o NDVI e o pH do solo; o efeito pepita puro mostra que no h dependncia espacial 275
correlacionada para essas duas variveis. 276
Loureno (2005) concluiu, relacionando os atributos do solo e da planta com a resposta 277
espectral da cana-de-acar, que a porcentagem explicada da resposta espectral NDVI 278
para os dois anos estudados foi satisfatria haja vista a ausncia dos demais atributos 279
modelos, podendo a explicao ter sido maior caso tivessem sido includas, na anlise, 280
outras variveis relacionadas ao clima e ao solo. 281
Imagens de sensores remotos com diferentes resolues espaciais, radiomtricas e 282
temporais, podem propiciar constatao de correlao semelhante conforme apresentado 283
neste trabalho. Entretanto, trabalhos relacionados correlao desses ndices de 284
vegetao com fatores edficos, ainda so escassos (Weir & Herring, 2012). Kariyeva & 285
Leeuwen (2011) identificaram variveis ambientais da relao solo-paisagem, como 286
relevo, escoamento superficial das guas das chuvas, teor de nitrognio do solo e 287
densidade do solo. Os valores avaliados apresentaram correlao com o NDVI 288
demonstrado a eficcia na utilizao de imagens de satlites para anlise ambiental; 289
apesar disto, ocorre uma restrio na anlise da correlao conforme metodologia 290
apresentada no trabalho, decorrente de rudos (exemplo nuvens). A imagem a ser utilizada 291
dever ser tratada para que no ocorra interferncia nos resultados correlacionados. 292
293
12
A. B.
C.
294
Figura 4. Semivariogramas cruzados dos atributos estudados: % de Argila em funo do 295
NDVI (A), teor de fsforo em funo do NDVI (B) e pH em funo do NDVI (C) 296
297
CONCLUSES 298
1. Os atributos que apresentaram correlao espacial com o NDVI na rea de estudo, 299
foram argila e fsforo. 300
2. O pH do solo no apresentou correlao espacial com o ndice de vegetao 301
estudado. 302
3. As imagens do Landsat 5/ETM+ da data estudada em relao ao NDVI da cana- 303
de-acar apresentaram boa aplicao para observar a variabilidade espacial dos atributos 304
estudados. 305
306
AGRADECIMENTOS 307
FAPESP, pela bolsa de estudos, e ao Grupo Virgolino de Oliveira-Usina Catanduva, 308
pelo apoio e concesso da rea de estudo. 309
0.0000
0.0131
0.0262
0.0393
0.0524
0.00 166.67 333.33 500.00
S
e
m
i
v
a
r
i
n
c
i
a
0.000E+00
3.535E-04
7.071E-04
1.061E-03
1.414E-03
0.00 150.00 300.00 450.00
S
e
m
i
v
a
r
i
n
c
i
a
-2.780E-03
-4.517E-04
1.877E-03
4.205E-03
6.534E-03
0.00 366.67 733.33 1100.00
S
e
m
i
v
a
r
i
n
c
i
a
Distncia de Separao (m)
13
LITERATURA CITADA 310
Bhatti, A. U. Mulla, D. J.; Frazier, B. E. Estimation of soil properties and wheat yields on 311
complex eroded hills using geostatistics and thematic mapper images. Remote Sensing 312
of Environment, v.37, p.181-191, 1991. 313
Cambardella, C. A.; Moorman, T. B.; Novak, J. M.; Parkin, T. B.; Karlen, D. L; Turco 314
R.F.; Konopka, A. E. Field scale variability of soil properties in central Iowa soils. Soil 315
Science Society of America Journal, v.58, p.1501-1511, 1994. 316
Carvalho, J. R. P.; Dechen, S. C. F.; Dufranc, G. Variabilidade espacial da agregao do 317
solo avaliada pela geometria fractal e geoestatstica. Revista Brasileira de Cincia do 318
Solo, v.2, p.1-9, 2004. 319
Cohen, W. B.; Maiersperger, T. K.; Gower S. T.; Turner, D. P. An improved strategy for 320
regression of biophysical variables and Landsat ETM+ data. Remote Sensing of 321
Environment, v.84, p.561-571, 2003. 322
Dorigo, W. A.; Milla, R. Z.; de Wit, A.J.W.; Brazile, J.; Singh, R.; Schaepman, M.E. A 323
review on reflective remote sensing and data assimilation techniques for enhanced 324
agroecosystem modeling. International Journal of Applied Earth Observation and 325
Geoinformation, v.9, p.165-193, 2007. 326
Ferraz, G. A. E. S.; Silva, F. M. da; Carvalho, L. C. C.; Alves, M. de C.; Franco, B. C. 327
Variabilidade espacial e temporal do fsforo, potssio e da produtividade de uma 328
lavoura cafeeira. Engenharia Agrcola, v.32, p.140-150, 2012. 329
IBGE - Instituto Brasileiro de Geografia e Estatstica. 2012. 330
<http://www.ibge.gov.br/home/estatistica/indicadores/agropecuaria/lspa/default.shtm 331
10 Fev 2012. 332
Johnsen, G. A.; Mortensen, D. A.; Gotway, C. A. Spatial and temporal analysis of weed 333
seedling populations using geostatistics.Weed Science, v.44 p.704-710, 1996. 334
Johnson, L. F.; Trout, T. J. Satellite NDVI assisted monitoring of vegetable crop 335
evapotranspiration in Californias San Joaquin valley. Remote Sensing,v.4, p.439- 336
455,2012. 337
Kariyeva, J.; Leeuwen, W. J. D. van. Environmental drivers of NDVI- Based vegetation 338
phenology in Central Asia. Remote Sensing, v.3, p.203-246, 2011. 339
Lopes, H. L.; Accioly, L. J. de O.; da Silva, F. H. B. B.; Sobral, M. do C. M.; Arajo 340
Filho, J. C. de; Candeias, A. L. B. Espacializao da umidade do solo por meio da 341
temperatura da superfcie e ndice de vegetao. Revista Brasileira de Engenharia 342
Agrcola e Ambiental, v.15, p.973-980, 2011. 343
14
Loureno, L.S. Aplicao da estatstica multivariada no estudo da relao entre atributos 344
do solo e da planta e a resposta espectral da cana-de-acar. Campinas: 345
FEAGRI/UNICAMP, 2005.134p. Dissertao Mestrado 346
Lucas, A. de A.; Schuler, C. A. B. Anlise do NDVI/NOAA em cana-de-acar e Mata 347
Atlntica no litoral norte de Pernambuco. Revista Brasileira de Engenharia Agrcola e 348
Ambiental, v.11, p.607-614. 2007. 349
McBratney, A. B.; Pringle, M. J. Estimating average and proportional variograms of soil 350
properties and their potential use in precision agriculture. Precision Agriculture, v.1, 351
p.219-236, 1999. 352
Miura, T.; Huete, A. R.; Yoshioka, H.; Holben, B.N. An error and sensitivity analysis of 353
atmospheric resistant vegetation indices derived from dark target-based atmospheric 354
correction. Remote Sensing of Environment, v.78, p.284-298, 2001. 355
Ponzoni, F. J. Comportamento espectral da vegetao. In. Sensoriamento Remoto 356
Reflectncia dos alvos naturais. Braslia: UnB, EMBRAPA, 2001.p.157-199. 357
Ramme, F. L. P. Perfis temporais NDVI e sua relao com diferentes tipos de ciclos 358
vegetativos da cultura da cana-de-acar. Campinas: FEAGRI/UNICAMP, 2008. 359
103p. Tese Doutorado 360
Souza, Z. M.; Marques Jnior, J.; Pereira, G. T.; Barbieri, D. M. Variabilidade espacial 361
da textura de um Latossolo Vermelho eutrofrrico sob cultivo de cana-de- 362
acar. Engenharia Agrcola, v.24, p.309-319, 2004. 363
Trangmar, B. B.; Yost, R.S.; Wade, M. K.; Uehara, G. Applications of geostatistics to 364
spatial studies of soil properties. Advances in Agronomy, v.38, p.45-94, 1985. 365
Verhulst, N.; Govaerts, B.; Sayre, K. D.; Deckers, J.; Franois, I. M.; Dendooven, L. 366
Using NDVI and soil quality analysis to assess influence of agronomic management 367
on within-plot spatial variability and factors limiting production. Plant and Soil, v.317, 368
p.45-59, 2009. 369
Vieira, S. R. Geoestatstica em estudos de variabilidade espacial do solo. In: Novais, R. 370
F.; Alvarez V., V. H.; Schaefer, C. E. (ed.) Tpicos em cincias do solo. Viosa: 371
Sociedade Brasileira de Cincia do Solo, 2000. p.1-54. 372
Vieira, S. R.; Millete, J.; Topp, G. C.; Reynolds, W. D. Handbook for geostatistical 373
analysis of variability in soil and climate data. In: Alvarez V., V. H.; Schaefer, C. E. 374
G. R.; Barros, N. F.; Mello, J. W. V.; Costa, L.M. (ed.). Tpicos em cincia do solo, 375
Viosa: SBCS, v.2. p.1-45,2002. 376
15
Weir J.; Hering, D. Measuring vegetation (NDVI & EVI). NASA Earth 377
Observatory.2012. 378
<http://earthobservatory.nasa.gov/Features/MeasuringVegetation/measuring_vegetati 379
on_3.p>. 10 Mai. 2012. 380