Embed Size (px)
Citation preview
UNIVERSIDADE FEDERAL RURAL DO RIO DE JANEIROINSTITUTO DE TECNOLOGIA
DEPARTAMENTO DE ENGENHARIAIT – 190 – PRINCÍPIOS EM AGRICULTURA DE PRECISÃO
MAPEAMENTO DA RESISTÊNCIA A PENETRAÇÃO DO SOLO NA REGIÃO DE
SEROPÉDICA-RJ
DEARLEY BRITO LIBERATO – 200622005-3ERIC BOMFIM SILVA – 200722004-9KELLY PEREIRA SANTIAGO – 200622010-1PAULO VITOR RIBEIRO MARQUES DA SILVA – 200622016-9RENATA MAGALHÃES JOU – 200622017-7WILLIAM FERNANDES SOUZA – 200622019-3
1
SEROPÉDICADEZEMBRO DE 2010.
UNIVERSIDADE FEDERAL RURAL DO RIO DE JANEIROINSTITUTO DE TECNOLOGIA
DEPARTAMENTO DE ENGENHARIAIT – 190 – PRINCÍPIOS EM AGRICULTURA DE PRECISÃO
MAPEAMENTO DA RESISTÊNCIA A PENETRAÇÃO DO SOLO NA REGIÃO DE
SEROPÉDICA-RJ
DEARLEY BRITO LIBERATO – 200622005-3ERIC BOMFIM SILVA – 200722004-9KELLY PEREIRA SANTIAGO – 200622010-1PAULO VITOR RIBEIRO MARQUES DA SILVA – 200622016-9
2
Trabalho apresentado como requisito da avaliação na disciplina de Princípios de Agricultura de Precisão, ministrada pelo professor, Carlos Alberto Alves Varella, da UFRRJ.
RENATA MAGALHÃES JOU – 200622017-7WILLIAM FERNANDES SOUZA – 200622019-3
DEARLEY BRITO LIBERATO – 200622005-3PAULO VITOR RIBEIRO MARQUES DA SILVA – 200622016-9WILLIAM FERNANDES SOUZA – 200622019-3
SEROPÉDICADEZEMBRO DE 2010.
Sumário
1. INTRODUÇÃO................................................................................................................ 4
2. REVISÃO DE LITERATURA...................................................................................... 5
3. MATERIAL E MÉTODOS............................................................................................ 5
3.1 AQUISIÇÃO DE DADOS.....................................................................................................6
3.2 TRANSFERÊNCIA DE DADOS – ARCGIS........................................................................6
3.3 GERAÇÃO DE MAPAS – ARCGIS.....................................................................................6
3.4 INTERPOLAÇÃO DOS DADOS PELO MÉTODO KRIGING..........................................11
3.5 INTERPOLAÇÃO DOS DADOS PELO MÉTODO IDW...................................................17
4. RESULTADO E DISCUSSÕES..............................................................................17
4.1 MAPA DO MÉTODO KRIGING.........................................................................................18
4.2 MAPA DO MÉTODO IDW..................................................................................................18
4.3 VALIDAÇÃO....................................................................................................................... 19
5. CONCLUSÃO............................................................................................................... 20
6. ANEXO 01..................................................................................................................... 21
3
7. ANEXO 02..................................................................................................................... 22
8. REFERÊNCIAS BIBLIOGRÁFICAS.....................................................................23
1. INTRODUÇÃOO sistema de posicionamento global, popularmente conhecido como
GPSGPS (Global Positioning System), criado pelo Departamento de Defesa
Norte Americano, deixou de ter a importância no pós-Guerrapós-guerra. Hoje
sua utilização é de grande importância na agricultura, proporcionando a
acelerada expansão das técnicas de agricultura de precisão.
Com a liberação do GPSGPS para o uso civil, a Agricultura de Precisão
(AP) ganhou espaço no campo e ampliou ainda mais o conhecimento da
variabilidade química do solo nas áreas produtivas. Algumas propriedades no
Brasil já dispõem de 100% das áreas com mapeamento da fertilidade e
inclusive realizam a aplicação de corretivos e fertilizantes em taxa variada.
Não é estranho ouvir entre produtores e técnicos, os efeitos negativos
ocasionados no desenvolvimento e na produtividade dos cultivos por ocasião
da compactação do solo, onde a porosidade e a permeabilidade são reduzidas,
a resistência é aumentada e muitas outras mudanças estruturais do solo são
afetadas devido ao pisoteio animal, tráfego intenso de máquinas e
equipamentos. Avaliar a resistência mecânica do solo a penetração é um
método prático, rápido e eficiente para a indicação da compactação do solo e
contribui para representar a condição física do solo. A resistência mecânica do
solo à penetração é uma ferramenta que vem sendo bastante utilizada para
avaliar a compactação do solo, e os valores dela relacionados por meio de
métodos estatísticos para mapear os níveis de compactação do solo.
4
O estudo da compactação do solo, a várias profundidades, é de
fundamental importância para a tomada de decisões na realização de práticas
agrícolas, bem como para elaboração de estratégias de conservação do solo. A
produtividade de uma área agrícola está diretamente relacionada com a
compactação do solo, sendo que o conhecimento dos níveis de compactação
em , a várias profundidades, garantem melhores resultados no processo de
descompactação deste dos solos.
Para que resultados sejam alcançados é necessário que tanto
produtores como técnicos de campo realizem o monitoramento periódico e
prático da presença de camadas adensadas nas áreas produtivas. Embora
tenham ocorrido muitos avanços tecnológicos nesta área de pesquisa, com
diversas ferramentas desenvolvidas, testadas e validadas por institutos de
pesquisas e universidades a campo, há ainda uma carência de metodologias
práticas e viáveis para ao menos o mapeamento da variabilidade espacial da
compactação do solo.solo. fornecer subsídios para repensar ou conduzir a
tomada de decisões de manejo desta prática.
2. REVISÃO DE LITERATURAValores de resistência mecânica à penetração, variando de 2,0 a 4,0
MPa, segundo ARSHAD et. al. (1996) apud FREDDI et al. (2006), podem
restringir ou mesmo impedir o crescimento e o desenvolvimento das raízes.
Entretanto, TAVARES FILHO et. al. (2001) demonstraram que valores de
resistência superiores a 3,5 MPa não restringiram o desenvolvimento radicular
e a produtividade de grãos do milho, influenciando apenas em sua morfologia.
Para o conceito de intervalo hídrico ótimo, SILVA et. al. (1994) citado por
FREDDI et al. (2006) relacionaram o valor médio de 2,0 MPa como limite para
o desenvolvimento radicular.
CAMARGO (1983) apud ZANZARINI (2008), concluiu a literatura é clara
ao afirmar que o rearranjamento de partículas primárias e agregados, devido
por implementos de tração e cultivo, principalmente a compressão causada por
tráfego de veículosmáquinas, pode ser considerado a maior causa da
compactação do solo.
5
De acordo com CAMARGO e ALLEONI (1997) apud MAHL (2008), é
difícil determinar o grau de compactação do solo prejudicial às culturas, pois
depende de diversos fatores físicos,físicos, químicos e biológicos, e, da
interação entre estes.
TORMENA (1998) citado por MAHL (2008) relata que valores de
resistência à penetração acima de 2 MPa podem influenciar negativamente o
desenvolvimento das culturas.
3. MATERIAL E MÉTODOS O presente trabalho foi desenvolvido no Instituto de Tecnologia (IT),
Departamento de Engenharia da Universidade Federal Rural do Rio de Janeiro,
com dados adquiridos na UFRRJ/Fazendinha, em parceria com a
EMBRAPAEMPRABA. Foram coletados 125 pontos, dentro de uma área de 6
haá, para posterior tratamento das informações.informações.
No presente estudo, foi utilizado o posicionamento relativo estático, no
qual as coordenadas de um ponto desconhecido foram determinadas por um
GPSGPS móvel em relação a um ponto de coordenadas conhecidas, onde foi
fixado um GPSGPS base, num ponto localizado próximo ao IT, credenciado
pelo Instituto Nacional de Pesquisas Espaciais (INPE).
Local onde foram adquiridos os dados. UFRRJ/Fazemdinha-Embrapa.Foram adquiridos 125 pontos de uma Área de xxha.[3.1] AQUISIÇÃO DE DADOS
Para aquisição de dados da resistência a penetração no solo foi utilizado
um equipamento denominado PenetroLOG - Medidor Eletrônico de
Compactação do Solo.
Para a determinação das coordenadas dos pontos de cada ponto
utilizou-se um dois aparelhos GPSGPS da marca Ashtech, modelo ?.. O
aparelho móvel e um aparelho gpsGPS base.Para se chegar a essa
coordenada, ficamos estacionados no ponto em que o PenetroLOG determinou
a compactação do solo. Em seguida, a antena do receptor móvel foi instalada
sobre este ponto, com o tempo de ocupação de , em média 2 minutos minutos
para que o aparelho GPSGPS determinasse a coordenada mais próxima da
6
real, tomando como base um local reconhecido pelo INPE. Tanto o receptor
móvel quanto o fixo foram configurados para coletar os dados com uma taxa de
gravação de 5 segundos, a uma altura de 2 m do solo que está localizado
próximo ao Instituto de Tecnologia da Universidade Federal Rural do Rio de
Janeiro.
O software usado para a transferência dos dados provenientes do GPS
para um computador é o ____________. Com os dados obtidos nesse
programa...
3.1[3.2] TRANSFERÊNCIA DE DADOS – ARCGISDepois dos dados no formato de planilha de Excel, utilizamos o software
ArcGis 9.3 para o processamento desses dados. Para a validação do mapa,
utilizamos o software SAS, que faz o teste f F de significância do mapa,
validando-o ou não.
3.2[3.3] GERAÇÃO DE MAPAS – ARCGISO primeiro passo a ser feito quando se pretende gerar um mapa no
ArcGis, é determinar em qual sistema de coordenadas trabalharemos.
No caso desse estudo, escolhemos trabalhar com a coordenada
WGS_1984_UTM_ZONE_23S. Para isso, fizemos: após o ArcMap aberto,
clicamos com o botão direito do mouse no Data Frame Properties. Na guia
General selecionamos qual unidade de distância trabalhamos, no caso, em
Meters, conforme mostra a Figura 1.
7
Figura 1 - Data Frame Properties.
Agora na guia Coordinate System, selecionamos a coordenada que
utilizamos, e clicamos no botão Aplicar.
Figura 2 - Guia Coordinate System.
O próximo passo para a geração de um mapa é a adição da tabela de
atributos do trabalho realizado em campo, neste caso, a tabela com os valores
8
de resistência a penetração do solo com suas respectivas coordenadas, em
formato de Excel (*.xls). Esse passo é simples, apenas clicamos no botão Add
Data, localizado na barra de ferramentas do software.
Depois dessa tabela de atributos adicionada à Layer, foi feita uma
exportação desse arquivo em formato XLS para um formato DBF. Essa
exportação é feita porque o formato de shapefile desenvolvido pelo ESRI para
dados espaciais em um sistema de informação geográfica GIS utiliza arquivos
DBF para armazenar dados de atributos.
Figura 3 - Exportação dos atributos, de XLS para DBF.
O passo seguinte é a adição da máscara de contorno da área que está
sendo mapeada com os atributos de resistência à penetração do solo.
Adicionamos essa máscara clicando no botão Add Data, e selecionamos a
máscara em formato DWG, porém os arquivos do tipo DWG, possuem várias
camadas de informação, sendo assim, deveremos selecionar apenas a camada
Polygon.
Figura 4 - Adição da máscara de contorno, camada de informação Polygon.
9
Como o ArcGis, que é um programa que trabalha com dados espaciais,
não entende o formato DWG como um arquivo de dados espaciais, sendo
assim será preciso exportar esse arquivo para um formato que o ArcGis
entenda, que nesse caso é um arquivo do tipo Shapefile. Para se fazer isso,
será necessário clicar com o botão direito do mouse na Layer máscara.dwg, e
exportá-la para Shapefile.
Figura 5 - Exportação da máscara para SHP.
Repare que foi selecionado o item the The data Data frameFrame, isso
faz com que a máscara, em formato SHP, que será adicionada na layer já sairá
com as coordenadas geográficas do Data Frame que, no início do trabalho, foi
selecionada como sendo a WGS_1984_UTM_ZONE_23S.
O mapa a princípio está nesse formato (Figura 6), porém os pontos
coletados ainda não estão no interior da máscara, isso porque eles estão sem
coordenada geográfica. Para estabelecer uma coordenada para eles, clicamos
com o botão direito no arquivo exportado para DBF, e selecionamos o item
Display XY DATA (Figura07).
10
Figura 6 - Máscara em formato SHP.
Figura 7 - Detalhe do Display XY e da seleção da coordenada.
11
A Figura 8 mostra o mapa com os pontos e com a máscara definidos.
Figura 8 - Área a ser mapeada com os atributos de resistência a penetração no solo.
3.3[3.4] INTERPOLAÇÃO DOS DADOS PELO MÉTODO KRIGINGOs dados foram interpolados para células de 5 m, utilizando-se A
interpolação de dados é feita com o aplicativo
GeostatisticalAnalystGeostatisticalAnalyst . ,Eessa ferramenta gera os arquivos
de treinamento e teste a partir de arquivos SHP. Desta forma o arquivo deve
ser convertido para SHP utilizando-se o comando Export Data. Clicamos com
o botão direto do mouse no arquivo com os atributos que se encontra na layer (Figura 9), e esse será utilizado para gerar duas amostras: uma de treinamento
e outra de teste. Essas amostras serão utilizadas na modelagem de semi-
variogramasemivariogramas e em validações de interpoladores testados para
predição de pontos não amostrados.
12
Figura 9 - Exportação do arquivo com os atributos, SHP, para se obter as amostras de teste e treinamento.
A maneira mais rigorosa para avaliar a qualidade de uma superfície de
saída é comparar os valores previstos nos locais especificados com aqueles
medidos no campo. Nem sempre é possível voltar para a área de estudo para
recolher um conjunto de validação independente. Uma solução é dividir o
conjunto de dados original em duas partes. Uma parte pode ser usada para
modelagem, ou seja, para criar a superfície de saída, e os outros podem ser
usados para testes, ou seja, para validar a superfície de saída.
Para isso, utilizamos o comando CreateSubsets da ferramenta
GeostatisticalAnalyst (Figura 10).
Figura 10 - Comando CreateSubsets no GeostatisticalAnalyst.
13
As observações são divididas em duas amostras: uma de treinamento e
outra de teste. A amostra de treinamento é usada para ajustar o modelo de
semi-variogramasemivariograma que será usado na interpolação dos dados
pelo método Kriging. A amostra de teste é usada para se fazer comparações
entre valores preditos pelo modelo e valores observados que não participaram
do ajuste do modelo. Ainda na janela de CreateeSubsets o programa apresenta
opções para diversas opções de partição das observações em amostras de
treinamento e teste. A divisão das amostras foi de 75% e 25% para treinamento
e teste, respectivamente. Após realizar todas as configurações na janela
CreateSubsets, concluímos. (Figura 11).
Figura 11 - Separação das amostras de treinamento e teste.
Ainda utilizando a ferramenta GeostatisticalAnalyst, agora para a
realização da interpolação dos dados, selecionamos o comando
GeostatisticalWizard (Figura 12). A Figura 13 mostra o comando
GeostatisticalWizard com o método de interpolação (Kriging) já selecionado.
O modelo de semi-variogramasemivariograma é selecionado
automaticamente pelo programa ArcGis 9.3. A Figura 14 ilustra a janela com o
semi-variogramasemivariograma do modelo selecionado.
14
Figura 12 - Comando GeostatisticalWizard.
Figura 13 - Método de interpolação Kriging (Krigagem).
15
Figura 14 - Seleção do modelo de semi-variogramasemivariograma na interface do GeoestatisticalWizard.
A função equação de regressão feita ajustada pelo softwareArcGis está
apresentada ilustrada na Figura 15, bem como o erro, os valores medidos e os
valores preditos.
16
Figura 15 - Regressão entre valores observados e preditos pelo método Kriging.
Para a realização da validação do mapa, deve ser feito o teste fF que
será explicado mais posteriormente. Porém, para a realização do mesmo, será
preciso salvar a tabela com os valores medidos e valores preditos no botão
Save Cross Validation.
Essa planilha é originada da seguinte forma: primeiro adicionamos na
layer o arquivo SHP salvo acima; depois, abrimos a tabela de atributos do
mesmo (Figura 16); após a tabela com atributos estar aberta, clicou no botão
Options, depois Export, como ilustrado na Figura 17; na guia Output tTable,
escolhemos o local e para qual formato de arquivo queremos exportar o
arquivo SHP. Selecionando para que seja exportado em arquivo TXT (Figura
18).
17
Figura 16 - Abrindo a Tabela de Atributos do arquivo SHP.
Figura 17 - Exportação dos dados medidos, preditos e erros para formato TXT.
18
Figura 18 - Salvando os dados medidos, preditos e erros para formato TXT.
Com os dados em formato TXT nas mãos, abrimos o arquivo TXT no
Excel, e a partir deles no formato XLS, realizamos o teste fF.
[3.5] INTERPOLAÇÃO DOS DADOS PELO MÉTODO IDW (INVERSE DISTANCE WEIGHTING)A metodologia para a interpolação no método IDW, é semelhante ao
método Kriging, difere apenas quando o comando GeostatisticalWizard é
acionado, que em vez de selecionarmos o método Kriging selecionamos o
IDW.
4. RESULTADO E DISCUSSÕESO mapeamento da área para o plantio de milho foi executado e obtemos
os mapas de ambos os métodos que estão apresentados abaixo, nas Figuras
19 e 20.
19
4.1 MAPA DO MÉTODO KRIGING
Figura 19 - Mapa da variabilidade espacial da compactação do solo obtido por de Iinterpolação pelo método Kriging.
4.2 MAPA DO MÉTODO IDW
20
Figura 20 - Mapa da variabilidade espacial da compactação do solo obtido por interpolação pelo método Mapa de Interpolação pelo método IDW.IDW.
4.3 VALIDAÇÃOPara a validação dos mapas de resistência a penetração do solo foi
utilizado o software SAS SytemSystem, que realiza do teste fF.
Os resultados do testef F para os métodos de interpolação, Kriging e
IDW, obtidos dessa validação estão apresentados nos Anexos 01 e 02 deste
trabalho, respectivamente.
Nos resultados desse teste estão dispostos: as análises de variância
obtidas nos dois métodos de interpolação, os resultados das variáveis
independentes e o gráfico de regressão.
21
5. CONCLUSÃO
Os resultados demonstram a potencialidade do mapeamento da
compactação do solo como ferramenta prática e rápida para agregar
informações sobre as condições físicas do solo em áreas de lavoura, porém o
histórico de manejo das áreas e relatos dos próprios produtores deve ser
considerado na tomada de decisões sobre essa questão.questão.
Apesar dos resultados demonstrarem a potencialidade do mapeamento
da compactação do solo como ferramenta prática e rápida para agregar
informações sobre as condições físicas do mesmo em áreas de lavoura, pode-
se concluir que não foi possível desenvolver um modelo válido para a
caracterização do solo em estudo.
Isso pode ser explicado pela baixa quantidade de pontos coletados no
campo, sendo necessária uma maior quantidade destes para que o mapa
tenha sua representatividade validada.
22
6.[5.] ANEXO 01Analysis of Variance
23
________________________________________________________________________________________
Sum of MeanSource DF Squares Square F Value Pr> F
Model 1 69.45630 69.45630 17.83 <.0001Error 124 483.15802 3.89644Corrected Total 125 552.61432________________________________________________________________________________________
Root MSE 1.97394 R-Square 0.1257Dependent Mean 6.96821 Adj R-Sq 0.1186CoeffVar 28.32779________________________________________________________________________________________
Parameter Estimates
Parameter StandardVariable Label DF Estimate Error t Value Pr> |t|
Intercept Intercept 1 5.91903 0.30443 19.44 <.0001Krig_obsKrig_obs 1 0.15406 0.03649 4.22 <.0001
The SAS System 13:58 Wednesday, December 1, 2010 4________________________________________________________________________________________
The REG ProcedureModel: MODEL1
Test 1 Results for Dependent Variable Krig_pred Mean
Source DF Square F Value Pr> FNumerator 2 1048.65488 269.13 <.0001Denominator 124 3.89644
________________________________________________________________________________________
7.[6.] ANEXO 02Analysis of Variance
24
________________________________________________________________________________________
Sum of MeanSource DF Squares Square F Value Pr> F
Model 1 131.68377 131.68377 23.33 <.0001Error 124 699.92316 5.64454Corrected Total 125 831.60693________________________________________________________________________________________
Root MSE 2.37582 R-Square 0.1583Dependent Mean 6.68720 Adj R-Sq 0.1516CoeffVar 35.52794________________________________________________________________________________________
Parameter Estimates
Parameter StandardVariable Label DF Estimate Error t Value Pr> |t|
Intercept Intercept 1 5.19555 0.37440 13.88 <.0001yy 1 0.22245 0.04606 4.83 <.0001
The SAS System 13:58 Wednesday, December 1, 2010 2________________________________________________________________________________________
The REG ProcedureModel: MODEL1
Test 1 Results for Dependent Variable yhatMean
Source DF Square F Value Pr> FNumerator 2 804.43548 142.52 <.0001Denominator 124 5.64454________________________________________________________________________________________
[7.] CONCLUSÕES
25
Os resultados demonstram a potencialidade do mapeamento da
compactação do solo como ferramenta prática e rápida para agregar
informações sobre as condições físicas do solo em áreas de lavoura, porém o
histórico de manejo das áreas e relatos dos próprios produtores deve ser
considerado na tomada de decisões sobre essa questão.
8. REFERÊNCIAS BIBLIOGRÁFICAS
FREDDI, O. S.; CARVALHO, M. P.; JÚNIOR, V. V.; CARVALHO, G. J.;
Produtividade do Milho Relacionada com a Resistência Mecânica à Penetração do Solo sob Preparo Convencional. Jaboticabal, SP.
FCAV/UNESP. V.26; n.1; p.113-121. 2006.
MAHL, D.; SILVA, R. B. da; GAMERO, C. A.; SILVA, P. R. A.; Resistência do solo à penetração, cobertura vegetal e produtividade do milho em plantio direto escarificado. Maringá, PR. UEM – Universidade Estadual de
Maringá. V. 30, supl., p. 741-747, 2008.
MOLIN, J. P.; Utilização de GPS em Agricultura de Precisão. Departamento
de Engenharia Rural, ESALQ/USP, Piracicaba-SP. V. 17, n.3, p. 121-132,
março de 1998.
SANTI, A.L.; FLORA, L. P. D.; Monitoramento da Compactação do Solo em Áreas de Lavoura através do Mapeamento da Resistência à Penetração.
Revista Plantio Direto, edição 96, novembro/dezembro de 2006. Aldeia Norte
Editora, Passo Fundo – RS.
SANTI, A.L.; FLORA, L. P. D.; Monitoramento da Compactação do Solo em Áreas de Lavoura através do Mapeamento da Resistência à Penetração.
Revista Plantio Direto, edição 96, novembro/dezembro de 2006. Aldeia Norte
Editora, Passo Fundo – RS.
TAVARES FILHO, J.; BARBOSA, G. M. C.; GUIMARÃES M. F.; FONSECA, I.
C. B. Resistência do Solo à Penetração e Desenvolvimento do Sistema
26
Radicular do Milho (Zea mays) Sob Diferentes Sistemas de Manejo em um Latossolo Roxo. Revista Brasileira de Ciência do Solo, Viçosa. V.25, n.3,
p.725 -30, 2001.
ZANZARINI, F. V.; FURLANI, C. E. A.; TOLEDO, A. de. Resistência Mecânica do Solo à Penetração em Área de Produção Mecanizada de Cana-De-Açúcar sob Tráfego Intenso. Campus de Jaboticabal, SP - Faculdade de
Ciências Agrárias e Veterinárias – Agronomia. 2008.
SANTI, A.L.; FLORA, L. P. D.; Monitoramento da Compactação do Solo em Áreas de Lavoura através do Mapeamento da Resistência à Penetração.
Revista Plantio Direto, edição 96, novembro/dezembro de 2006. Aldeia Norte
Editora, Passo Fundo – RS.
27
