Comparison of maps of spatial variability of soil resistance to penetration constructed with and without covariables using a spatial linear model

Abstract

ABSTRACT:A study about the spatial variability of data of soil resistance to penetration (RSP) was conducted at layers 0.0-0.1 m, 0.1-0.2 m and 0.2-0.3 m depth, using the statistical methods in univariate forms, i.e., using traditional geostatistics, forming thematic maps by ordinary kriging for each layer of the study. It was analyzed the RSP in layer 0.2-0.3 m depth through a spatial linear model (SLM), which considered the layers 0.0-0.1 m and 0.1-0.2 m in depth as covariable, obtaining an estimation model and a thematic map by universal kriging. The thematic maps of the RSP at layer 0.2-0.3 m depth, constructed by both methods, were compared using measures of accuracy obtained from the construction of the matrix of errors and confusion matrix. There are similarities between the thematic maps. All maps showed that the RSP is higher in the north region.KEYWORDS: geostatistics, maximum likelihood, error matrix. COMPARAÇÃO DE MAPAS DE VARIABILIDADE ESPACIAL DA RESISTÊNCIA DO SOLO À PENETRAÇÃO CONSTRUÍDOS COM E SEM COVARIÁVEIS USANDO UM MODELO ESPACIAL LINEARRESUMO: Realizou-se um estudo sobre a variabilidade espacial de dados de resistência do solo à penetração (RSP), nas camadas de 0,0-0,1 m, 0,1-0,2 m e 0,2-0,3 m de profundidade, utilizando métodos estatísticos em forma univariada, isto é, utilizando a geoestatística tradicional, construindo os mapas temáticos por krigagem ordinária para cada camada em estudo. Foi analisada a RSP na camada de 0,2-0,3 m de profundidade por meio de um modelo espacial linear (SLM), em que se consideraram as camadas de 0,0-0,1 m e 0,1-0,2 m como covariáveis, obtendo um modelo de estimação e um mapa temático por krigagem universal. Os mapas temáticos da RSP da camada de 0,2-0,3 m de profundidade, construídos por ambos os métodos, foram comparados por meio de medidas de acurácia obtidas a partir da construção da matriz de erros e da matriz de confusão. Verificou-se semelhança entre os mapas temáticos. Todos os mapas mostraram que a RSP é mais alta na região norte. PALAVRAS-CHAVE:geoestatística, máxima verossimilhança, matriz de erro.

Comparação de mapas temáticos de diferentes grades amostrais para a produtividade da soja

“…Os valores estimados da produtividade para as grades 100x100 m; 75x75 m e 50x50 m foram comparados com os valores estimados com a grade amostral de menor espaçamento amostral 25x25 m e, consequentemente, com o maior número de elementos amostrais. Essa comparação foi feita por meio de medidas de acurácia que são descritas na Tabela 1, obtidas pela construção de uma matriz chamada de matriz de erros descrita por DE BASTIANI et al (2012), considerando como mapa--padrão para este estudo, o mapa temático construído com densidade 25x25 m. n: área total; n ii : área pertencente à classe i do mapa modelo e do mapa de referência; n i. : : área pertencente à classe i do mapa modelo; n .i : : área pertencente à classe i do mapa de referência; m: número de classes.…”

“…Na Tabela 4, apresentam-se os valores estimados dos índices de acurácia de Exatidão Global (EG), Kappa (K) e seus respectivos intervalos de 95% de confiança ICEG e ICK (DE BASTIANI et al, 2012), obtidos da matriz de erros para comparar os mapas temáticos da produtividade de soja obtidos com a grade amostral 25x25 m (mapa de referência) e com as diferentes grades amostrais em estudo. Verifica-se que os mapas de produtividade da soja nas grandes amostrais 50x50 m; 75x75 m e 100x100 m têm baixos índices de Exatidão Global ( …”

Redundant variables and the quality of management zones

“…4) The Kappa index has been used to measure the accuracy of thematic classifications (BAZZI et al, 2008;BASTIANI et al, 2012;DALPOSSO et al, 2012) and is recommended as an appropriate measure of accuracy for all elements from the error matrix. It was used to evaluate the spatial agreement among maps of more efficient MZs (Equation 6).…”

Técnicas Para Detecção De Pontos Influentes Em Variáveis Contínuas Regionalizadas

“…Para comparar os mapas gerados construídos com e sem os pontos influentes, utilizaram-se medidas de acurácia: exatidão global (EG), Kappa (Ka) e Tau (T) (quanto mais próximo de um, maior acurácia existe entre os mapas) (FOODY, 2010), obtidas a partir da construção da matriz de erros (DE BASTIANI et al, 2012). Além disso, para a escolha de cada modelo, os critérios de seleção utilizados foram os de validação cruzada e máximo valor do logaritmo da função verossimilhança-MLL (FARACO et al, 2008), de forma que os dados (teor de fósforo, teor de cálcio e produtividade da soja) foram krigados de acordo com o modelo com melhor ajuste.…”

“…Area proportion by class of the phosphorus content (mg dm -3 ) with and without the influent point. A partir da matriz de erros (Tabela 2), determinaram-se os valores dos índices exatidão global (EG), Kappa (Ka) e Tau (T) (DE BASTIANI et al, 2012), para a comparação dos mapas com e sem o ponto influente (Figura 3). Os valores encontrados de EG = 0,3097, Ka = 0,0775 e T = 0,1371 mostram diferenças na variabilidade espacial dos mapas do teor de fósforo, construídos com e sem o ponto influente, segundo a classificação apresentada por FOODY (2010), indicando assim a forte influência do ponto 46 sobre o mapa temático (Figura 3b).…”