Otimização amostral e predições multivariadas para mapeamento da fertilidade e qualidade do solo

Resumo

O planejamento amostral compreende uma das etapas mais importantes para caracterização do comportamento espacial das propriedades do solo. Porém, o manejo contínuo das áreas agrícolas altera o padrão da variabilidade dos atributos químicos, físicos e biológicos do solo, o que dificulta seu mapeamento por meio de amostragens. Para auxiliar tanto no planejamento amostral quando nas predições, o uso de covariáveis é uma possibilidade. Contudo, para obter ganhos significativos com essas técnicas, é mandatório que a estrutura de variabilidade espacial dos solos seja compreendida. Sendo assim, o objetivo desta pesquisa será integrar diversas camadas de informações do terreno, de manejo da área e de sensoriamento proximal e remoto como informações auxiliares ao direcionamento amostral e aumento da qualidade das predições. Para isso, dados simulados e amostragens realizadas em campo para diagnóstico da fertilidade química e da qualidade do solo serão empregadas, avaliando diferentes estratégias para alocação dos pontos amostrais. Para a predição das propriedades do solo em locais não amostrados, métodos geoestatísticos e algoritmos de aprendizado de máquina serão empregados. Os resultados obtidos pelas técnicas de otimização amostral e interpolação de dados serão comparados com grades amostrais regulares e por meio de amostras de validação.