Please use this identifier to cite or link to this item: https://repositorio.ufma.br/jspui/handle/123456789/735
Full metadata record
DC FieldValueLanguage
dc.contributor.authorOLIVEIRA, Ismênia Ribeiro de-
dc.contributor.authorTEIXEIRA, Daniel De Bortoli-
dc.contributor.authorPANOSSO, Alan Rodrigo-
dc.contributor.authorMARQUES JÚNIOR, José-
dc.contributor.authorPEREIRA, Gener Tadeu-
dc.date.accessioned2018-01-25T21:07:49Z-
dc.date.available2018-01-25T21:07:49Z-
dc.date.issued2014-
dc.identifier.citationOLIVEIRA, I. R. et al. Modelagem e quantificação da incerteza espacial do potássio disponível no solo por simulações estocásticas. Pesq. agropec. bras., Brasília, v.49, n.9, p.708-718, set. 2014. DOI: 10.1590/S0100-204X2014000900007pt_br
dc.identifier.issn0100-204X-
dc.identifier.urihttp://hdl.handle.net/123456789/735-
dc.descriptionCC BY-NC 3.0pt_br
dc.description.abstractO objetivo deste trabalho foi avaliar o desempenho da simulação sequencial gaussiana (SSG) e da simulação sequencial indicatriz (SSI) na modelagem da incerteza das predições do K disponível em área de cana-de-açúcar, e comparar as simulações com o método já consagrado de krigagem ordinária (KO). Uma malha amostral com 626 pontos foi instalada em área de 200 ha, no Município de Tabapuã, em São Paulo. As simulações reproduziram a variabilidade dos dados amostrais de K disponível, enquanto a KO superestimou os baixos teores de K e subestimou os altos. O mapa de desvio-padrão obtido a partir da KO mostrou menor variação ao longo da área de estudo, quando comparado aos mapas obtidos a partir das simulações. A SSI obteve acurácia 22% superior à obtida pela SSG, na modelagem da função de distribuição condicional do K. As simulações apresentam maior eficiência que a KO para modelar incerteza na distribuição espacial do K. A SSI apresenta melhor desempenho que a SSG na estimativa dos teores de K disponível, em área de cana-de-açúcar. ____________ ABSTRACT: The objective of this work was to evaluate the performance of the sequential Gaussian simulation (SGS) and the sequential indicator simulation (SIS) for modeling the uncertainty of available K predictions in a sugarcane area, and to compare both simulations to the already established method of ordinary kriging (OK). A sampling grid with 626 points was installed in an area of 200 ha, in the municipality of Tabapuã, in the state of São Paulo, Brazil. The simulations reproduced the variability in the available K sample data, whereas OK overestimated the low K levels and underestimated the high ones. The standard deviation map obtained from OK showed less variation along the studied area when compared to the maps obtained from the simulations. SIS achieved an accuracy 22% higher than that obtained by SGS for modeling the conditional distribution function of K. The simulations have higher efficiency than OK for modeling the uncertainty in the spatial distribution of K. SIS has better performance than SGS for estimating the levels of available K in sugarcane area.pt_br
dc.description.sponsorshipCAPESpt_br
dc.language.isootherpt_br
dc.publisherEmbrapapt_br
dc.subjectFertilidade do solopt_br
dc.subjectGeoestatísticapt_br
dc.subjectKrigagempt_br
dc.subjectImulação sequencial gaussianapt_br
dc.subjectSimulação sequencial indicatrizpt_br
dc.subjectVariabilidade espacialpt_br
dc.subjectSoil fertilitypt_br
dc.subjectGeostatisticspt_br
dc.subjectKrigingpt_br
dc.subjectSequential Gaussian simulationpt_br
dc.subjectSequential indicator simulationpt_br
dc.subjectSpatial variabilitypt_br
dc.titleModelagem e quantificação da incerteza espacial do potássio disponível no solo por simulações estocásticaspt_br
dc.title.alternativeModeling and quantification of available potassium spatialuncertainty in the soil by stochastic simulationspt_br
dc.typeArticlept_br
Appears in Collections:Artigos - Zootecnia



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.