dc.creator | Nalin, Renan Storto | |
dc.date.accessioned | 2022-06-23T12:52:17Z | |
dc.date.available | 2022-06-23T12:52:17Z | |
dc.date.issued | 2021-09-28 | |
dc.identifier.uri | http://repositorio.ufsm.br/handle/1/25026 | |
dc.description.abstract | The demand for more accurate maps of soil attributes in agriculture have been increasing over years, especially aiming a more rational use of phosphorus fertilizer which can lead to serious environmental damage, like eutrophication of water bodies. Considering this emergent need, the goal of this work was to evaluate the accuracy of prediction of spatial available phosphorus content, by fitting different models taking into account soil covariates along with relief covariates in Southern region of Brazil. The study was conducted in a rural area of 162 hectares, located in the county of Tupanciretã, Rio Grande do Sul State (RS), Brazil. Soil samples were collected in the 0-10 cm layer, with a density of 1 point per hectare. Based on magnetic susceptibility and chemical and physical analysis of the 162 samples, 9 soil covariates were obtained by Ordinary Kriging (OK). A Digital Elevation Model (DEM) with resolution of 12 meters was used to derivate other 13 topographic covariates. The random forest (RF) model was fitted to predict the available phosphorus content on soil by testing different combination of soil and topographic covariates, generating six different models. The spatial prediction were validated based on external, random and independent data (n = 50 samples). Available phosphorus content from samples collected, varied from 4.79 to 220.45 mg.dm-³, with an average of 48.80 mg.dm-³. The model using only topographic covariates (model 1) presented the lowest prediction ability (RMSE = 30,65 mg.dm-³). The best model fitted took into account the combination of all soil covariates (9) and topographic covariates (14), presenting the lowest RMSE (28,05 mg dm-³). In general, all models using both sources of information, soil covariates and topographic covariates, presented superior results than the model using only topographic covariates. Model 6, which used only soil covariates presented better results (lower RMSE) than model 1. The results presented on this study clearly shows that the combination of soil covariates along with topographic results on spatial prediction more accurate than predictions from models based only on topographic covariates. | eng |
dc.description.sponsorship | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES | por |
dc.language | por | por |
dc.publisher | Universidade Federal de Santa Maria | por |
dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 International | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
dc.subject | Susceptibilidade magnética | por |
dc.subject | Teor de ferro | por |
dc.subject | Mapeamento digital de solos | por |
dc.subject | Agricultura de precisão | por |
dc.subject | Random forest | eng |
dc.subject | Magnetic susceptibility | eng |
dc.subject | Iron fraction | eng |
dc.subject | Digital soil mapping | eng |
dc.subject | Agriculture precision | eng |
dc.title | Uso de covariáveis ambientais na predição da variação espacial do teor de fósforo disponível em área agrícola do Sul do Brasil | por |
dc.title.alternative | Use of environmental covariates on the prediction of spatial variation of available phosphorus content in South of Brazil | eng |
dc.type | Dissertação | por |
dc.description.resumo | A demanda por mapas mais acurados de propriedades do solo, tem se tornado crescente na agricultura, especialmente visando o uso racional e eficiente da adubação fosfatada, que, quando mal manejada, pode acarretar em sérios danos ambientais, como a eutrofização de corpos d’água. Considerando esta necessidade, o objetivo deste trabalho foi avaliar a acurácia da predição espacial do teor de fósforo disponível do solo, ao calibrar diferentes modelos que combinem covariáveis do solo, junto as topográficas, em uma área agrícola na região Sul do Brasil. O estudo foi desenvolvido em uma propriedade rural de 162 ha, localizada no município de Tupanciretã, estado do Rio Grande do Sul (RS), Brasil. Foram coletadas amostras de solo na camada de 0-10 cm, com uma densidade de 1 ponto por ha. Com base nas análises físico-químicas e susceptibilidade magnética das 162 amostras, foram geradas nove covariáveis do solo por meio de Krigagem Ordinária (OK). Um modelo digital de elevação (MDE) com resolução de 12 m foi utilizado para derivar outras 13 covariáveis do terreno. O método random forest (RF) foi utilizado para calibrar modelos de predição do teor de fósforo disponível do solo, sendo testadas diferentes combinações de covariáveis do solo e do terreno, resultando em seis modelos. As predições espaciais foram avaliadas com base em um conjunto de dados independentes (n = 50 amostras). O teor de fósforo disponível das amostras variou de 4,76 a 220,45 mg dm-³, com média de 48,80 mg dm-³. O modelo que utiliza apenas as covariáveis topográficas (modelo 1), obteve a menor acurácia (RMSE = 30,65 mg dm-³). O modelo calibrado com a combinação de todas as covariáveis do solo (9) e topográficas (14), alcançou a maior acurácia (RMSE = 28,05 mg dm-³). Em geral, todos os modelos que tiveram covariáveis de solo e topográficas inclusas, obtiveram acurácia superior ao modelo que utilizou somente covariáveis topográficas. O modelo 6, calibrado somente com covariáveis do solo, obteve RMSE menor comparado ao modelo 1. Os resultados encontrados indicam que a combinação de covariáveis do solo associadas as topográficas resultam em predições espaciais mais acuradas quando comparadas a predições derivadas de modelos que utilizam apenas covariáveis topográficas. | por |
dc.contributor.advisor1 | Dalmolin, Ricardo Simão Diniz | |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/3735884911693854 | por |
dc.contributor.advisor-co1 | Schenato, Ricardo Bergamo | |
dc.contributor.referee1 | Pedron, Fabrício de Araújo | |
dc.contributor.referee2 | Bueno, Jean Michel Moura | |
dc.creator.Lattes | http://lattes.cnpq.br/2411397298224376 | por |
dc.publisher.country | Brasil | por |
dc.publisher.department | Agronomia | por |
dc.publisher.initials | UFSM | por |
dc.publisher.program | Programa de Pós-Graduação em Ciência do Solo | por |
dc.subject.cnpq | CNPQ::CIENCIAS AGRARIAS::AGRONOMIA::CIENCIA DO SOLO | por |
dc.publisher.unidade | Centro de Ciências Rurais | por |