No abstract

No abstract

Among the soil formation factors, relief is one of the most used in soil mapping, because of its strong correlation with the spatial variability of soil attributes over a landscape. In this study the relationship between topography and the spatial variability of some soil physical properties was evaluated. The study site, a pasture with 2.84 ha, is located near Seropédica, Rio de Janeiro State, Brazil, where a regular square grid with 20 m spacing was laid out and georreferenced. In each sampling point, altitude was measured and undisturbed soil samples were collected, at 0.0-0.1, 0.1-0.2, and 0.2-0.3 m depths. Organic carbon content, soil texture, bulk density, particle density, and soil water retention at 10 (Field Capacity), 80 (limit of tensiometer reading) and 1500 kPa (Permanent Wilting Point) were determined. Descriptive statistics was used to evaluate central tendency and dispersion parameters of the data. Semivariograms and cross semivariograms were calculated to evaluate the spatial variability of elevation and soil physical attributes, as well as, the relation between elevation and soil physical attributes. Except for silt fraction content (at the three depths), bulk density (at 0.2-0.3 m) and particle density (at 0.0-0.1 m depth), all soil attributes showed a strong spatial dependence. Areas with higher elevation presented higher values of clay content, as well as soil water retention at 10, 80 and 1500 kPa. The correlation between altitude and soil physical attributes decreased as soil depth increased. The cross semivariograms demonstrated the viability in using altitude as an auxiliary variable to improve the interpolation of sand and clay contents at the depth of 0.0-0.3 m, and of water retention at 10, 80 and 1500 kPa at the depth of 0.0-0.2 m. Key words: terrain elevation, geostatistics, soil physics, cross semivariance TOPOGRAFIA E VARIABILIDADE ESPACIAL DE PROPRIEDADES FÍSICAS DO SOLORESUMO: O relevo é um dos fatores de formação do solo mais usados em mapeamento de solos devido sua forte correlação com a variabilidade espacial de atributos do solo na paisagem. O objetivo desse trabalho foi avaliar a relação entre topografia e a variabilidade espacial de algumas propriedades físicas de solos. Em uma pastagem com 2,84 ha instalou-se uma grade regular com espaçamento de 20 m, nas proximidades de Seropédica, RJ, onde cada ponto de amostragem foi georreferenciado. Em cada ponto de amostragem foi medida a altitude e foram coletadas amostras indeformadas nas profundidades de 0,0-0,1; 0,1-0,2 e 0,2-0,3 m. Determinaram-se os teores de carbono, textura, densidade do solo e das partículas e retenção de água a 10, 80 e 1500 kPa. Estatística descritiva foi usada para avaliar a tendência central e a dispersão dos dados. Semivariogramas simples e cruzados foram usados para avaliar a variabilidade espacial da altitude, e dos atributos físicos do solo, bem como a relação entre altitude e atributos físicos do solo. Com exceção da fração silte (nas três profundidades), densidade do solo (0,2-0,3 m) e d...

Desenvolveu-se este trabalho com o objetivo de analisar a variabilidade espacial da erosividade no Estado do Rio de Janeiro, por meio de análise geoestatística. Os índices de erosividade médios anuais EI30, definidos pelo produto da energia cinética da chuva e sua intensidade máxima em 30 min e KE>25 (definidos como a energia cinética das chuvas com intensidades superiores a 25 mm h-1) foram calculados a partir de dados pluviográficos de 36 estações, enquanto, para outras 57 estações, os mesmos índices foram estimados por meio de equações de regressão, totalizando 93 pontos de amostragem. O modelo matemático ajustado ao semivariograma experimental, para ambos os índices, foi o exponencial. A partir dos parâmetros dos modelos ajustados, foi possível gerar mapas de erosividade pelo método da krigagem, que apresenta vantagens em relação aos métodos convencionais. Além disso, também foram gerados mapas de variância de krigagem. Os maiores valores de erosividade foram observados nas regiões Serrana e da Baía da Ilha Grande, enquanto os menores valores foram observados nas regiões norte e noroeste do Estado. As maiores variâncias de krigagem foram observadas nas regiões Litorânea e Norte, que são as que apresentam menores densidades de amostragem.

Resumo -O objetivo deste trabalho foi avaliar a estimativa da evapotranspiração de referência (ETo), para a região Sudeste do Brasil, a partir de dados meteorológicos limitados. O método de Penman-Monteith FAO 56 (PM p ) foi tomado como referência. Três cenários com dados meteorológicos limitados, obtidos de rede de estações automáticas, foram utilizados para estimação da ETo: método padrão (PM p ) com uso da radiação solar estimada pelo balanço entre ondas curtas e longas (PM Krs ); método padrão com uso da pressão de vapor estimada pelas temperaturas máxima e mínima, e pela umidade relativa do ar (PM ea ); e método padrão com uso da velocidade de vento constante (2 m s -1 ; PM u2 ). A ETo também foi estimada pelos métodos de Hargreaves-Samani (HS) e de Turc. Os modelos foram analisados por meio de indicadores estatísticos de desvio absoluto médio (MBE), erro relativo (ER), raiz quadrada do erro quadrático médio (RMSE) e índice de Willmott (d). O método PM ea é a melhor alternativa para estimar a ETo, seguido pelos métodos PM u2 , para Espírito Santo e Rio de Janeiro, e PM Krs , para São Paulo e Minas Gerais. Os maiores erros são obtidos com o método de Hargreaves-Samani, que superestimou a ETo em comparação ao PM p , para a maioria das estações avaliadas.Termos para indexação: Hargreaves-Samani, mínimo de dados, Penman-Monteith, radiação solar, Turc, velocidade do vento. Estimating reference evapotranspiration with limited meteorological dataAbstract -The objective of this work was to evaluate the estimate of reference evapotranspiration (ETo) for the Southeast Region of Brazil using limited meteorological data. The FAO 56 Penman-Monteith method (PM p ) was used as reference. Three scenarios of limited meteorological data, obtained from automatic network stations, were used for estimating ETo: standard method (PM p ), with solar radiation estimated from the balance between short and wide wavelengths (PM Krs ); standard method using vapor pressure estimated from minimum and maximum temperatures, and from air relative humidity (PM ea ); and standard method using constant wind speed (2 m s -1 ; PM u2 ). ETo was also estimated by the Hargreaves-Samani (HS) and Turc methods. The models were analyzed by statistical indicators of mean absolute deviation (MBE), relative error (RE), root mean square error (RMSE), and Willmott index (d). The PM ea method is the best alternative to estimate ETo, followed by PM u2 , for the states of Espírito Santo and Rio de Janeiro, and PM Krs , for the states of São Paulo and Minas Gerais. The largest errors are obtained with the Hargreaves-Samani method, which overestimated ETo compared with PM p , for most of the evaluated stations.