Escolar Documentos
Profissional Documentos
Cultura Documentos
da salinidade do solo
José E. Queiroz1, Antonio C. Gonçalves2, Jacob S. Souto1 & Marcos V. Folegatti3
Introdução
Diagnose e classificação dos solos salinos
Diagnose dos solos salinos e sódicos
Parâmetros principais para avaliação da salinidade
Categoria dos solos afetados por sais
Monitoramento da salinidade
Amostragem para estudos de salinidade
Introdução
Formas de amostragens
Estratégia de amostragens
Amostragem hierárquica
Exemplo de aplicação
Variabilidade da salinidade do solo
Análise exploratória de dados
Técnicas geoestatísticas
Referências
Fortaleza - CE
2010
Avaliação e monitoramento
da salinidade do solo
Este capítulo trata da avaliação e classificação dos sais podem ser adicionados ao solo através de atividades
solos afetados por sais, do problema da amostragem e da antrópicas, incluindo o uso de águas de irrigação e
análise de dados por meio de técnicas exploratórias e o salmouras altamente salinas, ou resíduos industriais
emprego de técnicas geoestatísticas. Um exemplo de (Bohn et al., 1985).
aplicação é apresentado e discutido a partir de um
conjunto hipotético de dados de condutividade elétrica do Parâmetros principais para avaliação da salinidade
extrato de saturação, medida praticamente generalizada Diversas medidas de laboratório são usadas para
para avaliar a salinidade do solo. avaliar a salinidade do solo, sendo as mais importantes:
o pH, a condutividade elétrica do extrato de saturação e
DIAGNOSE E CLASSIFICAÇÃO a porcentagem de sódio trocável (Raij, 1991). Para
DOS SOLOS SALINOS avaliar o perigo de sodificação do solo pelo uso da água
de irrigação utiliza-se um índice denominado relação de
Diagnose dos solos salinos e sódicos adsorção de sódio (RAS).
Os solos salinos e sódicos se desenvolvem em
consequência do acúmulo de sais e de sódio. Os sais O pH do solo: A reação do solo pode ácida, neutra ou
encontrados mais frequentemente são formados por alcalina, conforme a concentração de íons hidrogênio
cátions de cálcio, magnésio, sódio, e dos ânions cloreto (H+) ou hidroxila (OH-). Quando há predominância de
e sulfato. Nesses solos, com menos frequência, íons H+ sobre os íons OH- a reação é acida, e em caso
encontram-se outros íons como potássio, carbonato e
inverso alcalina. Em situações onde as concentrações
bicarbonato.
dos íons H + e OH - são iguais, as reações são ditas
A formação dos solos salinos e sódicos ocorre
neutras.
principalmente em climas áridos e semi-áridos, onde a
A reação da solução do solo é geralmente expressa
ausência de lixiviação, juntamente com a excessiva
em termo de pH, definido como o logaritmo negativo da
evaporação da água, possibilita o acúmulo de sais no solo.
atividade do íon hidrogênio, ou seja, pH = - log[H+]. Sua
A situação pode ser muito agravada com a irrigação, já
que a água utilizada sempre transporta certa quantidade determinação pode ser feita a partir de uma solução
de sais para o solo, com consequente aumento do aquosa usando-se um potenciômetro, ou,
conteúdo de sais da solução do solo. Quando o conteúdo colorimetricamente, mediante indicadores que mudam de
de sódio é elevado, o problema é mais sério já que o cor com a atividade do íon hidrogênio. Existe certa
sódio geralmente persiste depois que os sais solúveis têm dúvida com relação à determinação do pH nas soluções
sido eliminados. por meio de métodos que utilizam suspensão do solo na
Apesar dos solos afetados por sais serem comuns em água (Richards, 1954).
regiões áridas e semi-áridas, os problemas de salinidade O pH do solo é influenciado pela composição e
não ocorrem apenas nessas regiões. Os solos salinos e natureza dos cátions trocáveis, composição e
sódicos podem se desenvolver também em regiões concentração dos sais solúveis e a presença ou ausência
úmidas e sub-úmidas sob determinadas condições, a do gesso e carbonatos de cálcio e magnésio.
exemplo de solos em terras baixas nas proximidades do Fireman & Wadleigh (1951) realizaram um estudo
mar. quanto ao efeito do teor de umidade, do nível de
As três principais fontes naturais de sais do solo são: salinidade, da presença ou ausência de carbonatos e do
o intemperismo mineral, a precipitação atmosférica e os gesso, na relação entre pH e porcentagem de sódio
sais fósseis (aqueles remanescentes de ambientes trocável (PST) em solos de regiões áridas, cujos
marinhos ou lacustres). Os minerais primários que se resultados encontram-se na Tabela 1.
encontram nos solos e nas rochas expostas da crosta Teremos mais a frente neste capítulo, o pH para as
terrestre constituem a fonte primária de sais do solo. Os várias categorias de solos afetados por sais.
Condutividade elétrica do extrato de saturação: A A Tabela 2 mostra a classificação dos solos de acordo
condutividade elétrica (CE) expressa à habilidade que um com a PST.
meio apresenta em conduzir uma corrente elétrica.
Devido ao fato de que a CE de uma solução aquosa Tabela 2. Classificação dos solos segundo sua porcentagem
está intimamente relacionada com a concentração total de sódio trocável (PST)
de eletrólitos dissolvidos (solutos iônicos) na solução, ela Classe PST
é comumente usada como uma expressão da Não sódicos <7
concentração total de sais dissolvidos de uma amostra Ligeiramente sódicos 7 – 10
Mediamente sódicos 11 – 20
aquosa, embora também seja afetada pela temperatura
Fortemente sódicos 21 – 30
da amostra, pela mobilidade, valência, e concentração
Excessivamente sódicos > 30
relativa dos íons contidos na solução (Rhoades, 1994). Fonte: Pizarro (1978).
A determinação da CE geralmente envolve a medição
da resistência elétrica da solução, a qual é inversamente Relação de adsorção de sódio (RAS): A RAS é um
proporcional a sua área seccional e diretamente índice que expressa à possibilidade de que a água de
proporcional ao seu comprimento. A magnitude da irrigação provoque a sodificação do solo, o que depende
resistência medida depende, contudo, das características da proporção do Na+ em relação aos demais cátions.
da célula condutivimétrica usada e dos eletrodos. Na língua inglesa, este índice recebe a denominação
A CE de um solo pode ser determinada por meio de de SAR, iniciais de Sodium Adsorption Ratio. A
um extrato de uma pasta de solo saturado ou em uma expressão que define a RAS já foi vista no Capítulo 2
suspensão mais diluída. A preparação da pasta de (Equação 19). Entre o complexo de troca e a solução do
solo existe um equilíbrio no que se refere aos cátions
saturação requer um bom adestramento técnico e certas
adsorvidos e dissolvidos. Existe uma relação entre a
precauções com a textura do solo (Filgueira & Souto,
RAS e a PST do solo, conforme a Equação 2.22 do
1996). Em seu preparo, que consiste na agitação de uma
Capítulo 2. Para Klar (1984) é possível que a Equação
amostra de solo (200- 400g) durante a adição de água
2.22 não se aplique em condições de campo, devido à
destilada até alcançar o ponto final desejado, erros solução do solo ser sempre mais concentrada do que a
podem ocorrer quanto a observação se o solo já atingiu água de irrigação. Entretanto, via de regra, considera-se
ou não o grau de saturação (Rhoades, 1994). que a concentração da solução do solo não é maior que
Diferentes relações solo: água são também utilizadas duas a três vezes a concentração da água de irrigação
para determinação da CE de uma amostra de solo, de nos 30 cm superficiais.
forma rápida e eficiente (por exemplo, 1:1, 1:2 e 1:5).
Entretanto, a segurança das determinações depende do Categoria dos solos afetados por sais
solo e dos sais nele presentes (Richards, 1954). Em solos Existem várias classificações para os solos afetados
salino-sódicos e sódicos degradados da região de Patos, por sais, sendo as mais importantes a russa, francesa e
Estado da Paraíba, verificou-se que há possibilidade de americana. A classificação russa combina os princípios
se utilizar extratos obtidos em relações mais diluídas de da pedogênese, geoquímica dos sais e fisiologia vegetal.
solo: água (1:2 e 1:5), em substituição ao extrato de Contudo, a classificação mais simples e mais prática tem
saturação, para estimar problemas de salinidade, por meio sido a americana (Richards, 1954).
da CE (Filgueira & Souto, 1996). Esta classificação é baseada na concentração de sais
solúveis (expressa por meio da CE) extraídos da solução
Porcentagem de sódio trocável (PST): No estudo de do solo e da percentagem de sódio trocável do solo
solos com problemas de sais, a porcentagem que o sódio (PST). A CE indica os efeitos da salinidade sobre as
plantas, enquanto que, a PST indica os efeitos do sódio
representa em relação aos demais cátions adsorvidos
sobre as propriedades do solo.
constitui um fator de grande importância, sendo
A linha divisória entre solos salinos e solos não-
denominada na literatura porcentagem de sódio trocável
salinos tem estabelecido o valor 4 dS m-1 para extratos
(PST). Na literatura inglesa se expressa com as letras de pasta saturada do solo. Entretanto, podem ser
ESP, iniciais de Exchangeable Sodium Percentage, em encontradas plantas sensíveis a sais que são afetadas em
espanhol, com as letras PSI (Porcentage de Sódio solos cujo extrato de saturação apresenta CE entre 2 e
Intercambiable). Seu valor é dado pela seguinte 4 dS m-1 . O Comitê de Terminologia da Sociedade
expressão: Americana de Ciência do Solo tem recomendado baixar
o limite entre solos salinos e não-salinos para 2 dS m-1
Na (Bohn et al., 1985). A classificação tradicional e a
PST 100 (1)
(Ca Mg K Na H Al) proposta são apresentadas na Tabela 3.
66 José E. Queiroz et al.
Tabela 3. Classificação de solos afetados por sais certos casos, aos “Solonetz” de pesquisadores russos. O
Classificação pH dos solos sódicos é comumente maior que 9 ou 9,5,
Tradicional* Proposta* e as frações orgânicas e argila encontram-se dispersas
CE < 4 CE < 2 (Bohn ,1985). A matéria orgânica dispersa pode
Solos normais PST < 15 PST < 15 acumular-se na superfície do solo devido a evaporação,
pH < 8,5 pH < 8,5 causando um enegrecimento, dando origem ao termo
CE > 4 CE > 2 “álcali negro”.
Solos salinos PST < 15 PST < 15 Nos solos sódicos a percolação da água é muito baixa
pH < 8,5 pH < 8,5 e o controle da salinidade é o principal problema
CE < 4 CE < 2 associado com esses solos. Devido ter uma baixa
Solos sódicos PST > 15 PST > 15 concentração de sais solúveis e elevado valor de pH alto,
pH > 8,5 pH > 8,5
os solos sódicos podem apresentar toxidez direta para
CE > 4 CE > 2
muitas plantas devido à ação direta do sódio.
Solos salinos-sódicos PST > 15 PST > 15
pH < 8,5 pH < 8,5
Fonte: Bohn et al. (1985). Monitoramento da salinidade
* Valor de CE para extrato de pasta saturada do solo, em dS m -1 A agricultura irrigada em regiões áridas e semi-áridas
requer um monitoramento periódico da salinidade do solo.
Embora sejam designados como sódicos os solos com
Para tanto, procedimentos práticos e rápidos de campo
PST > 15, vários resultados publicados na literatura têm
para medida da CE, que permitam identificar áreas fontes
mostrado efeitos do sódio sobre a estrutura do solo de carregamento de sais e mapear a distribuição e
mesmo sob níveis inferiores, o que parece ser mais extensão dos solos afetados por sais, devem ser
prudente considerar como sódicos solos com PST > 7 utilizados.
(Pizarro, 1978). O nível de sais na zona radicular deve ficar abaixo do
Os solos salinos correspondem aos solos “álcali nível nocivo às plantas cultivadas. Assim, o
branco” descritos por Hilgard1 (citado por Richards, monitoramento direto da salinidade na zona radicular é
1954) e aos “solonchacks” dos pesquisadores russos. recomendado para avaliar a eficiência dos diversos
Nestes, o crescimento das plantas é limitado pela grande programas de manejo na área irrigada (Rhoades et al.,
quantidade de sais solúveis, podendo ser convertidos a 1981).
solos normais simplesmente pela lavagem do excesso de A determinação da salinidade pode ser feita tanto por
sais da zona radicular das plantas, o que requer um bom métodos de laboratório como por métodos de campo. No
sistema de drenagem. Plantas crescendo em tais solos laboratório, conforme já comentado no ítem 3.2.2,
podem apresentar-se raquíticas com folhas grossas e estima-se a salinidade a partir de medidas da
uma coloração verde escuro. condutividade elétrica do extrato de saturação (CEes) ou
Solos contendo altas concentrações de sais solúveis da CE em diferentes relações solo: água. Em condições
e altos níveis de sódio trocável são chamados de solos de campo, basicamente três métodos são disponíveis para
salino-sódicos. Tais solos geralmente limitam o se determinar a CE e avaliar a salinidade: a) técnica de
crescimento das plantas pelos seus altos níveis de sais indução eletromagnética; b) “four-electrode probes”; e
solúveis. c) “time domain reflectometry - TDR”. Estes três
Bohn et al. (1985) relatam que o principal risco
métodos são amplamente usados, especialmente onde se
quando da lixiviação dos sais solúveis dos solos salino-
deseja informações imediatas visando o mapeamento ou
sódicos é que a lixiviação dos sais ocorre mais
monitoramento das variações de salinidade em escala de
rapidamente do que a remoção do sódio trocável, o que
campo. Cada um destes métodos tem vantagens e
irá causar uma conversão para solo sódico, podendo
desvantagens, sendo a escolha do mais apropriado ou
ocorrer uma redução na permeabilidade ou
uma combinação de métodos dependente das
condutividade hidráulica do solo, com consequentes
efeitos nas relações água-planta. Devido os sais solúveis necessidades específicas e dos objetivos de cada
prevenir as reações de hidrólise, o pH dos solos salino- situação particular de interesse Rhoades, 1994).
sódicos é tipicamente menor que 8,5.
Os solos sódicos correspondem aos chamados “álcali AMOSTRAGEM PARA ESTUDOS
negro” por Hilgard1 (citado por Richards, 1954) e, em DE SALINIDADE
Introdução
1
Quando se pretende avaliar a salinidade do solo,
Hilgard, E.W. Soils. Their formation, properties, composition, and relation to climate and plant
growth. New York and London, 1906. 593p., illus. propriedade que afeta diretamente a produção vegetal,
Avaliação e monitoramento da salinidade do solo 67
faz-se uso de uma metodologia padronizada, de forma a pode-se estimar o número de amostras necessário em
quantificá-la em alguns pontos dentro da área em estudo, futuras amostragens (N), para se obter uma previsão
selecionados para a amostragem. com um nível de probabilidade desejado, por meio da
A questão que se pretende discutir é a seguinte: que expressão abaixo:
critérios devem ser estabelecidos para se decidir como
amostrar uma determinada área, de forma que os valores
medidos permitam fazer inferências sobre esta (3)
propriedade do solo, com um desejado nível de precisão,
em toda a área?
Para abordar esta questão, inicialmente deve-se em que d é o limite de variação aceitável em torno da
considerar que o procedimento clássico da estatística média, expresso em porcentagem, S 2 a variância
consiste em se assumir que o valor esperado de uma amostral dos n dados conhecidos e t o valor do parâmetro
propriedade do solo Z(x) qualquer, em uma posição x “t” da distribuição de Student para o nível de significância
dentro da área em estudo, é dado por: a desejado. Lascano & Hatfield (1992) salientam que,
caso a população siga a distribuição normal, a Eq. (3) é
Z( x) e(x ) (2) adequada. Em caso contrário, esta expressão fornece
apenas uma aproximação do número necessário de
amostras.
em que é a média populacional ou a esperança de Z(x)
Segundo Bresler et al. (1982), o procedimento
e e(x) são os desvios dos valores em torno da média.
descrito acima pressupõe estacionariedade e
Assume-se que estes desvios são aleatórios e
independência dos valores amostrais. Russo & Bresler
espacialmente independentes, apresentando distribuição
(1981), no entanto, afirmam que é usual propriedades do
normal com média zero e variância representada por 2
solo apresentarem estrutura de variação bem definida no
(Trangmar et al., 1985).
espaço, o que ocorre, segundo Ahuja & Nielsen (1990),
Assumindo estas hipóteses e sendo a distribuição de
em função do material originário e dos fatores de
frequências da propriedade Z(x) simétrica o bastante
formação do solo. Desta forma, as hipóteses formuladas
para ser suficientemente próxima da normal, a média
anteriormente são negadas, uma vez que os
aritmética dos dados amostrais é adotada como sendo
procedimentos clássicos da estatística assumem que os
uma boa estimativa da tendência central dos valores da
valores da propriedade se distribuem aleatoriamente na
população. A média é então tomada como uma estimativa
área. De acordo com Burgess & Webster (1980), uma
da propriedade em locais não amostrados, tornando
propriedade de solo é uma variável contínua cujo valor
necessário identificar o nível de precisão desta média
em uma dada posição deve ser função da direção e da
como estimador. Para tanto, tem sido usado algum
distância de separação em relação aos valores vizinhos
parâmetro que quantifica a dispersão dos dados em torno
amostrados. Em função desta dependência espacial, os
desta média, como o coeficiente de variação ou os
métodos tradicionais de interpolação tornam-se
limites de confiança para a média. Para a comparação
inadequados por não levarem em consideração a
da variação entre unidades de amostragem, a análise de
correlação espacial e a posição relativa das amostras.
variância e subsequentes testes estatísticos são usados, O estudo da distribuição dos valores de uma
segundo Trangmar et al.(1985). propriedade do solo em uma área deve considerar a
Dentro desta abordagem do problema, o possível correlação espacial dos seus valores, tornando
procedimento de amostragem adequado para a necessário que não apenas os valores em uma série de
caracterização do comportamento de uma propriedade do locais sejam conhecidos, mas que se conheçam também
solo Z(x), em uma determinada área, consiste em se as coordenadas destes locais. Em outras palavras, deve-
proceder a uma amostragem aleatória na área, se conhecer o valor da propriedade em cada ponto,
garantindo, assim, a independência dos dados. A assim como a posição de cada ponto de amostragem,
intensidade de amostragem dependerá então da constituindo assim uma amostragem sistemática, como
variabilidade da propriedade na área, assim como do nível será descrito a seguir.
de precisão desejado em torno da média. Quanto maior
a variabilidade da propriedade, assim como quanto maior Formas de amostragens
a precisão desejada, maior será o número necessário de Não é possível medir o valor de uma propriedade do
amostras. solo em todos os pontos. É necessário tomar algumas
De acordo com Warrick & Nielsen (1980), a partir de amostras, as quais são úteis desde que sejam capaz de
um conjunto de valores de uma determinada propriedade, representar confiavelmente uma região. A teoria da
68 José E. Queiroz et al.
amostragem procura estabelecer bases seguras para a De acordo com Webster & Olivier (1990), sendo
definição do padrão de amostragem. De um modo geral, assegurado que todas as células sejam iguais e contenha
procura-se estabelecer uma amostragem aleatória como o mesmo número de pontos, a média de todas as
forma de garantir que esta será não tendenciosa. De observações é um estimador não tendencioso da média
posse de um conjunto de valores amostrais, pode-se populacional. Contudo, o desvio padrão deve ser estimado
calcular a sua média e a sua variância, assim como de acordo com a expressão:
momentos de maior ordem. Se a amostragem for não
tendenciosa, estes valores podem ser usados para estimar m 1/ 2
1
os parâmetros populacionais correspondentes, ou seja, m Sest S 2k / n k
(4)
e s2 (média e variância amostral) estimam m e s2 (média m k 1
populacional e variância populacional), respectivamente.
Sendo a amostragem não tendenciosa, os valores
amostrais convergem para os valores populacionais, à em que m é o número de células, Sk2 é a variância das
medida que o número de amostras cresce. nk observações na célula k.
Em se tratando de uma área de solo, é usual Outro padrão de amostragem é a amostragem
representá-la em um primeiro quadrante de um sistema sistemática, na qual os pontos de amostragem são
de eixos cartesianos, de forma que cada ponto tenha localizados em intervalos regulares em um “grid” ou ao
duas coordenadas (x e y). Buscam-se então valores longo de um “transect”. Isto garante uma cobertura total
aleatórios para estas coordenadas, definindo assim os da área, sendo a forma mais simples de se identificar os
pontos que serão amostrados. Para tanto, pode-se fazer pontos e demarcá-los na área. Para se determinar a
uso das tabelas de números aleatórios ou pode-se usar localização dos pontos, inicialmente, de forma aleatória,
um gerador de números pseudo-aleatórios disponível em escolhem-se as coordenadas x e y do primeiro ponto e,
calculadoras e computadores. Este procedimento em seguida, adota-se o espaçamento constante nas duas
constitui uma amostragem aleatória simples, o qual é direções, identificando-se os demais pontos. Reichardt et
mais apropriado para solos homogêneos. Um grave al. (1986) salientam que a distância constante entre as
inconveniente deste padrão de amostragem é que amostras não é estritamente necessária, desde que a
algumas regiões tendem a ser intensamente amostradas, posição relativa de cada amostra seja conhecida.
enquanto outras o são precariamente. A aleatoriedade Neste tipo de amostragem como normalmente é
não garante uma boa distribuição dos pontos de obtida apenas uma observação por intervalo, não há
amostragem em toda a área. Assim, pode-se fazer uso como estimar o desvio padrão da média amostral.
da amostragem aleatória estratificada, técnica mais Peterson & Calvin (1967) e Yates (1981) recomendam
apropriada para solos heterogêneos, que consiste em se estratificar a amostra sistemática em blocos, com um
subdividir a área total em células relativamente mínimo de duas amostras por bloco, assumindo que a
homogêneas, usualmente quadradas, dentro das quais é variação dentro do bloco é apenas a variação amostral.
feito a casualização dos pontos amostrais, como Com isto, a estimativa do desvio padrão pode ser feita de
descritos anteriormente. É necessário que cada célula modo similar ao caso da amostragem aleatória
seja de igual tamanho, sem haver superposição, sendo a estratificada.
seleção de cada uma baseada nas diferenças em termos Quando a propriedade em estudo não se distribui
de aparência das culturas, textura do solo, acumulação aleatoriamente na área, mas segundo um padrão definido,
de sais na superfície do solo ou práticas de manejo. a amostragem sistemática pode conduzir a erros de
Em estudos de salinidade do solo, por ser esta uma estimativa. De acordo com Webster & Olivier (1990), no
propriedade altamente variável e dinâmica, esta técnica entanto, existem evidências de que esta forma de
de amostragem proporciona uma boa caracterização da amostragem é mais precisa que a amostragem aleatória
região estudada. Uma grande região heterogênea é simples e mesmo que a estratificada.
subdividida em sub-regiões menores que apresentam Além destas formas de amostragem, pode-se citar
níveis de salinidade relativamente homogêneos, também a amostragem sistemática estratificada não
associando-se a estes, fatores edáficos, climatológicos e alinhada, na qual a área é subdividida em células e dentro
operações de manejo dentro de cada sub-região. destas, de forma não alinhada, os pontos amostrais são
O número de amostras por célula deve ser distribuídos sistematicamente. Outra forma é a
proporcional a porcentagem da área total representada amostragem desigual, onde subáreas são mais
pela célula. Com a amostragem aleatória estratificada intensamente amostradas. Existem outras formas de
elimina-se o erro amostral entre células, sendo o erro amostragem, porém tratam de estudos específicos que
amostral proveniente apenas de dentro de cada célula. não são aqui tratados.
Avaliação e monitoramento da salinidade do solo 69
irrigação por aspersão e gotejamento, por exemplo, nível i. m é a média de z na área. Ai , B ij e C ijk são
amostras obtidas no espaço médio entre os emissores variáveis aleatórias associadas aos níveis 1, 2 e 3, com
resultaria em níveis diferentes de salinidade em relação variâncias s12, s22 e s32 , respectivamente. eijkl é o termo
a amostras próximas aos emissores. residual com variância s 42 . Sendo n o número de
Quando o monitoramento da salinidade é feito em subdivisões em cada nível, o quadro de análise de
função do tempo, cada observação deve ser feita na variância é apresentado na Tabela 4.
mesma posição relativa.
Tabela 4. Graus de liberdade e quadrados médios para
Amostragem composta: As amostras compostas são análise de variância hierárquica de três níveis,
frequentemente utilizadas com o objetivo de reduzir o balanceados
custo de análises. Cline 2 (citado por Tanji, 1990)
condiciona que a amostra composta é válida se:
1. O volume amostrado representa uma população
homogênea. Para populações heterogêneas, o
conhecimento da distribuição espacial é importante, no
qual uma amostra composta resultaria em erros;
2. Quantidades iguais de cada unidade amostral
Exemplo de aplicação: Para exemplificar o uso da
contribuem para a amostra composta;
amostragem hierárquica, vamos tomar uma situação
3. Não ocorrem interações dentro da amostra
semelhante à descrita por Youlden & Mehlich (1937),
composta como resultado da composição, e
porém com dados hipotéticos. Estes autores mediram o
4. Uma estimativa não tendenciosa da média é o
valor de pH do solo em nove (9) estações, espaçadas
único objetivo. Amostragem composta não é satisfatória
entre sí de 1,6 Km. Em cada estação, foram definidas
se qualquer outra estatística é requerida.
duas subestações espaçadas de 305 m (nível 2), em cada
Amostragem hierárquica uma, duas áreas de amostragem espaçadas de 30,5 m
A amostragem hierárquica pode ser usada quando se (nível 3) e, em cada uma, foram definidos dois pontos de
deseja fazer uma avaliação preliminar da variação em amostragem defasados de 3,05 m (nível 4). Este é um
uma população, permitindo identificar a variação devida esquema hierárquico balanceado, com uma progressão
a diferentes níveis de subdivisão da população. Em geométrica dos espaçamentos. Um quadro de análise de
ciência do solo, é de grande interesse a adaptação desta variância com valores hipotéticos de variância é
técnica realizada por Youden & Mehlich (1937), os quais apresentado a seguir, com o propósito de exemplificar o
associaram as diferentes componentes da variância total uso das informações resultantes.
de um conjunto de valores de propriedades do solo à Na Figura 1 é mostrado o gráfico da distribuição da
distância de separação entre os respectivos valores. variância acumulada em função da distância de
Uma vez amostrado o solo em alguns subníveis, separação entre os pontos, ou seja, da distância
correspondentes a regiões ou mais apropriadamente a correspondente aos níveis adotados (Tabela 5).
diferentes distâncias de separação entre pontos A análise da Figura 1 permite avaliar a utilidade desta
amostrais, a variância total pode ser particionada por técnica. Inicialmente, pode-se observar que para o menor
meio de uma análise de variância hierárquica. O espaçamento, a variância assume um valor de 20,5 % do
programa computacional para análises estatísticas SAS total, o que é usualmente denominado “nugget effect” e
apresenta recursos para a execução desta análise de corresponde à variação da propriedade em distâncias
variância, que pode ser esquematizada como apresentado
por Webster (1985) por meio de um exemplo onde se tem
dados hierarquizados em três estágios. O modelo de
Variância acumulada
inferiores à amostrada, bem como a erros experimentais. interpretação dos dados. Uma análise exploratória
À medida que a distância cresce, a variância acumulada adequada dos dados constitui o ponto de partida para
também cresce. No entanto, 88,5 % da variância total observar o comportamento das variáveis de interesse, o
estão concentrados nas distâncias de até 30,5 m, o que que pode ser feito por meio de técnicas estatísticas
permite dizer que a contribuição restante é muito descritivas gerais e espaciais. Esta análise servirá de
pequena. Assim, pode-se admitir que para distâncias base para orientar na decisão de se assumir algum tipo
maiores que 30,5 m, o gráfico assume um patamar de estacionariedade dos dados, o que é de fundamental
praticamente constante, denominado “Sill”. Assim, pode- importância nas análises geoestatísticas.
se concluir que a variância desta propriedade é função A salinidade, assim como outras propriedades físicas
da distância de separação entre os pontos, para e químicas do solo, apresenta uma variabilidade espacial
distâncias de até 30,5 m. A partir daí, a distância de (e temporal) natural devido a influências das práticas de
separação entre pontos amostrais não mais altera a manejo utilizadas, profundidade do lençol freático,
variância dos dados. Evidentemente, estudos futuros da permeabilidade do solo, taxa de evapotranspiração,
variabilidade espacial desta propriedade devem chuvas, salinidade da água subterrânea e outros fatores
concentrar a atenção em distâncias desta ordem. geohidrológicos.
Muito embora as ferramentas da geoestatística A análise de dados de salinidade deve ser realizada
permitam um estudo muito mais bem elaborado da de modo a permitir a identificação de áreas problema e
variabilidade espacial, a amostragem hierárquica pode ser
o monitoramento de variações temporais, tornando
de grande utilidade para uma análise exploratória em
possível planejar o estudo de recuperação, definir
áreas onde nada se conhece sobre a variação da
estratégias de manejo, bem como identificar que fatores
propriedade no espaço. De fato, como ponto de partida,
estão contribuindo para o problema.
pode-se realizar uma amostragem hierárquica com
diferentes espaçamentos na área em estudo e, com base
Análise descritiva geral: A análise descritiva geral tem
nas informações resultantes da análise de variância
por objetivo fazer uma identificação inicial do
hierárquica, estabelecer espaçamento adequado para
comportamento dos dados, tratando os valores de cada
uma futura amostragem sistemática com vistas ao estudo
usando as ferramentas da geoestatística, discutidas a variável como independentes espacialmente, isto é, neste
seguir. tipo de análise a posição onde a variável é medida não
é levada em consideração. Os procedimentos utilizados
VARIABILIDADE DA SALINIDADE permitem a interpretação dos dados por meio de medidas
DO SOLO sínteses, conhecidas como estatísticas descritivas.
Assumir independência entre as medidas de
Análise exploratória de dados salinidade do solo, por exemplo, significa considerar que
Introdução: A estatística atualmente é empregada em a obtenção de um determinado valor não tem nenhum tipo
praticamente todas as áreas do conhecimento humano, de influência na obtenção de qualquer outro.
tendo se tornado uma poderosa ferramenta no Assim como todas as outras técnicas estatísticas, a
planejamento de experimentos, organização, descritiva exige muita experiência, bom senso e precisão
apresentação e análise de dados, permitindo a dedução para interpretação dos resultados.
de conclusões válidas, para um dado nível de confiança, Neste item comentaremos, de forma resumida, os
e auxiliando na tomada de importantes decisões. seguintes recursos da estatística descritiva: a) principais
Em agricultura irrigada, os parâmetros envolvidos, estatísticas descritivas; b) histogramas; c) gráficos de
sejam relativos a água, ao solo, a planta ou a atmosfera, probabilidade e d) “box-plot” ou gráficos de caixa. O
exibem um comportamento variável no espaço e no objetivo é fazer uma apresentação didática, incluindo um
tempo, requerendo uma boa análise estatística para exemplo de aplicação com dados hipotéticos de CEes.
72 José E. Queiroz et al.
Principais estatísticas descritivas: As estatísticas caracterizam uma distribuição normal, sendo utilizado a
descritivas resumem o comportamento geral dos dados, teoria estatística da decisão (testes de hipóteses) para
sendo representadas por meio de medidas de posição e testar se os valores encontrados para um conjunto de
de variabilidade. As medidas de posição são utilizadas dados são estatisticamente iguais a 0 e 3,
para representar um determinado fenômeno por meio de respectivamente. Segundo Spiegel (1985), muitas vezes,
valores em torno dos quais tende a haver uma maior utiliza-se apenas a raiz quadrada do coeficiente momento
concentração dos dados observados (Fonseca & de assimetria (b 1), definido conforme a Eq. 8, para
Martins, 1993). representar o coeficiente de assimetria da distribuição de
A média aritmética, a moda e a mediana, representam probabilidade:
as três medidas de posição mais frequentemente
utilizadas para descrever a tendência central de um m3
2
discrepantes em relação ao conjunto de dados), Normalmente acima dos limites críticos são destacados
concentração e lacunas nos dados. Uma predominância os valores considerados “outliers”. De acordo com
de valores superiores à moda revela uma distribuição Hoaglin et al. (1983) os limites críticos inferior (Li) e
assimétrica à direita (assimetria positiva). Neste caso, superior (L s) são dados pelas Equações 9 e 10,
ocorre uma maior concentração dos dados na escala respectivamente:
inferior do gráfico, sendo a média aritmética superior a
mediana e a moda. Por outro lado, uma predominância Li = Qi - 1,5Dq (9)
de valores inferiores à moda indica uma distribuição
assimétrica à esquerda (assimetria negativa), tendo-se Ls = Qs + 1,5Dq (10)
uma maior concentração de dados na escala superior do
gráfico. A média é menor que a mediana e a moda. onde Qi e Qs correspondem aos quatís inferior e superior,
Atualmente a construção de histogramas, inclusive respectivamente; e Dq a dispersão dos quartís.
com o ajuste da melhor distribuição de frequência, é feito
de forma eficiente e rápida através de inúmeros Exemplo:
A partir de um conjunto de dados hipotéticos de CEes,
programas computacionais disponíveis (EXCEL,
serão utilizados alguns recursos da estatística descritiva
STATÍSTICA, SANEST, GeoEAS, GRAPH, etc.).
com o objetivo de mostrar a utilização de tais recursos na
análise de dados de salinidade, sem, no entanto, ter a
Gráficos de probabilidade: Os gráficos de
pretensão de discutir detalhadamente os resultados. Para
probabilidade ou “probability plot” constituem um
tanto, será adotado um esquema de amostragem
instrumento bastante útil na análise descritiva geral, sistemática, numa área retangular de 45 m x 120 m,
permitindo verificar se os dados são provenientes ou não quadriculada com espaçamento de 5 m, totalizando 10
de uma população de distribuição normal, como também linhas e 25 colunas, com um total de 250 pontos.
detectar a existência de valores discrepantes. Quando o A Tabela 6 resume as principais estatísticas dos dados
gráfico apresenta um comportamento linear aceita-se a de CEes e dos valores transformados na forma
hipótese de que os dados se ajustam a uma distribuição logarítmica, Yi = LnCEes, obtidas com o programa
normal, podendo-se usar a média como medida de STATÍSTICA. O GeoEAS permite o cálculo de todos os
tendência central representativa do conjunto de dados. momentos estatísticos apresentados, assim como vários
Ao se usar o logaritmo dos dados, um comportamento outros programas computacionais. Pode-se verificar pela
linear no gráfico de probabilidade indica ser razoável tabela que os valores de CEes não se ajustam a uma
aceitar a hipótese de que os dados originais (X i ) são distribuição normal, enquanto os valores transformados se
provenientes de uma população log-normalmente ajustam bem a este tipo de distribuição. Os histogramas das
distribuída e que os dados transformados, Yi = LnXi, se Figuras 2 e 3 e os gráficos de probabilidade das Figuras
ajustam a uma distribuição normal. Os programas Geo- 4 e 5, construídos no módulo STAT1 do programa GeoEAS
EAS (Geostatistical Enviromental Assement Software) e
o SAS (Statistical Analysis Sistem) permitem a obtenção Tabela 6. Momentos estatísticos para os dados originais
dos gráficos de probabilidade com relativa facilidade. (CEes) e transformados (Yi = Ln(CEes)) de condutividade
elétrica do extrato de saturação
“Box-plot” ou gráfico de caixa: O gráfico “box-plot”
Estatísticas
representa o resumo de 5-números de um conjunto de
dados (limite inferior, limite superior, quartil inferior, quartil
superior e mediana), podendo também apresentar os
valores acima dos limites considerados “críticos”, isto é,
os valores discrepantes ou “outliers”. Constitui um gráfico
especialmente útil para comparação de vários grupos de
dados. Quando feito com o dados de cada linha e de cada
coluna permite uma visualização do comportamento
espacial dos dados em duas dimensões.
A caixa tem comprimento igual a dispersão dos
quartís ou amplitude interquartílica. Duas linhas
contínuas saindo da caixa, uma da base inferior e outra
da base superior, indicam os limites críticos inferior e
superior das das observações não “outliers”.
74 José E. Queiroz et al.
Frequência
CEes
CEes (dS m-1) Porcentagem acumulada
Figura 2. Histograma dos dados de condutividade elétrica do Figura 4. Gráfico de probabilidade normal dos dados de
extrato de saturação (CEes) condutividade elétrica do extrato de saturação (CEes)
Ln (CEes)
Frequência
consultar Isaaks & Srivastava (1989) e Ribeiro Júnior O “postplot” é um recurso gráfico muito parecido
(1995). Alguns desses recursos também foram utilizados com o “datapost”, onde o valor da propriedade analisada
por Queiroz (1995) na análise da variabilidade espacial de é distribuído em classes, em vez de ser assinalado o seu
parâmetros hidrodinâmicos de um solo de várzea para valor bruto. No caso de uso do programa GoeEAS, as
fins de drenagem subterrânea. seguintes classes são consideradas: C1 - entre o mínimo
O “datapost” é um recurso gráfico que, além de e o quartil inferior, C2 - entre o quartil inferior e a média,
revelar possíveis erros quanto a localização dos dados, C3 - entre a média e o quartil superior e C 4 - entre o
permite chamar atenção quanto a valores possivelmente quartil superior e o valor máximo. Este gráfico dar uma
errôneos ou que estão associados a algum fenômeno idéia inicial sobre a continuidade do fenômeno. Variações
localizado que precisa ser investigado. Algumas gradativas numa dada direção indicam a existência de
características dos dados aparecem de forma clara no tendência, o que é incompatível com as hipóteses de
“datapost”, podendo-se destacar zonas de valores estacionariedade assumidas nas análises geoestatíticas.
máximos e mínimos. Para o mesmo conjunto de dados A Figura 7 mostra o “postplot” dos valores dos
utilizado na análise descritiva geral, obteve-se o logaritmos dos dados de condutividade elétrica do estrato
“datapost” apresentado na Figura 6. Observa-se uma de saturação (Y = LnCEes), gerado no módulo
concentração de maiores valores no canto inferior direito POSTPLOT do GeoEAS. Observa-se, conforme já
da área, o que está associado a algum efeito localizado. confirmado pelo “datapost”, uma tendência de
concentração de maiores valores no canto inferior direito
da área, o que não chega a caracterizar uma tendência
global.
Para o conjunto de dados de CEes que vem sendo assumir que a variabilidade em torno da média é
utilizado como exemplo, foram construídos os gráficos de aleatória e independente da posição espacial dos valores
“box-plot” múltiplos por colunas (25 dados por coluna) e amostrais. No entanto, muitos trabalhos, como o de
por linhas (10 dados por linha), sem delimitação de Vieira et al. (1981), mostram que a variabilidade de
janelas móveis, apresentados através das Figuras 8 e 9. propriedades do solo é espacialmente dependente, ou
As colunas e as linhas com valores elevados ficam bem seja, dentro de um certo domínio, as diferenças entre
evidenciadas nestas figuras. Observa-se, entretanto, não valores de uma propriedade do solo podem ser expressas
haver uma tendência global nas direções X e Y da malha como uma função da distância de separação entre estes
experimental. De um modo geral as análises descritivas pontos medidos.
mostram que a estacionariedade intrínseca pode ser Webster & Olivier (1990) afirmam que muitas
assumida, indicando não haver restrição quanto a propriedades do solo variam continuamente no espaço e,
construção do semivariograma. consequentemente, os valores em locais mais próximos
entre si tendem a ser mais semelhantes, até um
determinado limite, correspondente ao domínio destas
propriedades, que aqueles tomados a maiores distâncias.
Caso isto ocorra, os dados não podem ser tratados como
independentes e um tratamento estatístico mais adequado
é necessário.
As ferramentas estatísticas que consideram a
posição de cada valor no espaço tem como base
trabalhos desenvolvidos por Krige (citado por Webster &
Olivier, 1990), em mineração, os quais foram seguidos
pelos trabalhos de Matheron (1971). Estes trabalhos
formalizam a teoria das variáveis regionalizadas,
fundamento da geoestatística. Os conceitos de variável
aleatória, variável regionalizada, funções aleatórias e
Figura 8. Gráficos “box-plot” por coluna dos dados de estacionariedade são fundamentais para a geoestatística.
condutividade elétrica do extrato de saturação (CEes)
A geoestatística possibilita a descrição quantitativa da
variação espacial no solo, a estimativa não tendenciosa
e de variância mínima de valores da propriedade em
locais não amostrados, permitindo a construção de mapas
de valores e também a identificação de esquemas de
amostragem eficientes.
Segundo Journel & Huijbregts (1978), a interpretação independente da posição na região, dependendo apenas
probabilística de que a variável regionalizada z(x) é uma do valor de h, ou seja:
particular realização de uma função aleatória Z(x) é
consistente quando se pode inferir toda ou pelo menos VAR[Z(x) - Z(x+h)] = E[Z(x) - Z(x+h)]2 = 2 G(h) (14)
parte da lei de distribuição de probabilidade que define
esta função aleatória. Em problemas práticos, no entanto, Nesta expressão é definida a função de semivariância,
em cada ponto x tem-se apenas uma realização z(x) e o G(h), igual a esperança do quadrado da diferença entre
número de pontos x é sempre finito. Isto torna dois valores defasados de uma distância h.
usualmente impossível inferir sobre a distribuição de A determinação do valor do semivariograma poderia
Z(x). Em vista disto, certas hipóteses são necessárias, as ser feita para cada valor de h, caso houvesse disponível
quais envolvem diferentes graus de homogeneidade várias realizações da v.a. z(x) em cada posição x. Como
espacial, sendo comumente denominadas hipóteses de em cada posição x usualmente tem-se apenas uma
estacionariedade. realização da v.a., apenas um par de valores [Z(x),
Assumir que em cada ponto x tem-se uma v.a. e que Z(x+h)] existe para cada posição x. Para contornar este
todas elas apresentam a mesma distribuição de problema, segundo Journel & Huijbregts (1978), é
frequência seria uma hipótese de estacionariedade introduzida a hipótese intrínseca, segundo a qual a função
extremamente forte, denominada estacionariedade estrita de semivariância é função apenas do vetor de separação
por Journel & Huijbregts (1978). O que se adota h, e não da localização na região. Isto torna possível
usualmente então são hipóteses menos rígidas, admitindo- estimar a semivariância G(h) a partir dos dados
se que apenas alguns momentos das distribuições das v.a. disponíveis, definindo-se um estimador G*(h) igual à
são iguais, uma vez que isto é o bastante para a média aritmética das diferenças quadradas entre dois
geoestatística. valores experimentais [Z(x i), Z(xi + h)], em todos os
A hipótese de estacionariedade de primeira ordem é pontos separados pela distância h:
definida por Trangmar et al. (1985) como sendo a
2
hipótese de que o momento de primeira ordem da 1
N (h )
funções aleatórias, estacionariedade, assim como a independentes, condição assumida pela estatística. Para
definição da função de semivariância e do seu estimador distâncias maiores que o alcance, o semivariograma
clássico, pode-se estudar a dependência espacial em um tende a se estabilizar em torno de um valor denominado
conjunto de valores de uma determinada propriedade, em patamar, representado por C + C0, onde C é denominado
uma região onde se procedeu a amostragem, usualmente “Sill”, nos textos de geoestatística. A curva apresentada
sistemática, mas que, sobretudo, sejam conhecidas as na Figura 10 corresponde a um modelo matemático
posições correspondentes aos valores. ajustado aos valores experimentais, o que será tratado a
A função de semivariância pode ser estimada para um seguir.
dado valor de h, vetor de separação entre dois pontos,
por meio do estimador clássico definido. Se na região Modelos de semivariogramas: Uma vez que as
amostrada a máxima distância de separação for propriedades do solo variam continuamente no espaço,
representada por L e os pontos estiverem espaçados os seus semivariogramas são funções contínuas. O
entre si de uma distância “e”, então, pode-se definir um semivariograma experimental consiste em alguns pontos
conjunto de valores de h, variando de zero até à metade
estimados ao longo desta função, a partir dos pontos
de L, com incremento igual a “e” e, em seguida, calcular
experimentais e, portanto, sujeitos a erros. De acordo
o valor da função de semivariância para cada valor de h.
com Webster (1985), embora os pontos em um
Inicialmente, tomam-se todos os pares de pontos
semivariograma experimental bem estimado se
defasados entre si do valor de h, independente da
apresentem de forma ainda irregular, usualmente é
direção. O mesmo procedimento pode ser adotado para
possível ajustar funções simples a eles. Basicamente, um
diferentes direções dentro da área. O gráfico que
relaciona o valor de semivariância obtido com o modelo matemático a ser ajustado ao semivariograma
correspondente valor de h, é denominado precisa incluir os três parâmetros descritos anteriormente:
semivariograma. A Figura 10 representa um esquema de um intercepto ou efeito pepita, um patamar ou “Sill”,
um semivariograma, mostrando os seus elementos atingido após uma distância correspondente ao alcance.
constituintes. Além disto, a forma da curva deve se ajustar aos pontos
experimentais na região de crescimento da função, ou
seja, para h entre zero e o alcance. Diversos modelos
matemáticos podem ser usados desde que algumas
Semivariância Gama (h)
Obtido o semivariograma experimental para um os valores de CEes pode ser analisada através da
conjunto de valores de uma propriedade e ajustado um construção do semivariograma.
modelo matemático a este, tem-se uma função contínua Para obtenção do semivariograma pode-se usar o
que descreve a dependência espacial da propriedade, módulo PREVAR do GeoEAS para construir todos os
sendo de grande utilidade para a compreensão de vários pares de valores possíveis, usando-se como FRACTION
aspectos da variabilidade do solo, da sua formação e o valor 0,6, de forma a que o número de pares não
implicações no manejo. Trangmar et al. (1985) supere o máximo possível. Após o uso deste módulo, usa-
apresentam discussão muito útil sobre estas aplicações. se o módulo VARIO, para a construção do
Pode-se dizer que a função de semivariograma descreve semivariograma, com distância máxima de 45 m e lag de
uma característica intrínseca àquela propriedade, nas 5 m. O gráfico resultante, bem como o modelo ajustado,
condições estudadas. Esta característica, quantificada e é mostrado na Figura 11.
descrita por um modelo matemático, pode ser usada para,
talvez, o mais importante recurso da geoestatística: a
Hassan, H.M.; Warrick, A.W.; Amoozegar-Fard, A. Sampling Richards, L.A. Diagnostico y reabilitacion de suelos salinos y
volume effects on determining salt in a soil profile. Soil sodicos. México: Ed. Limusa. 1954. 172p.
Science Society of America Proceeding, v.47, p.1265-67, 1983. Rhoades, J.D. Electrical conductivity methods for measuring
Hawley, M.E.; McCuen, R.H.; Jackson, T.J. Volume-accuracy and mapping soil salinity. Advances in Agronomy, v.49,
relation in soil moisture sampling. Irrigation and Drainage p.201-51, 1994.
Division of ASCE, v.108, n. IR1, p.1-11, 1982. Russo, D. A geostatistical approach to the solute transport in
Hoaglin, D.C.; Mosteller, F.; Tykey, J.W. Análise exploratória heterogeneous fields and its aplications to salinity
de dados: técnicas robustas; um guia. Lisboa: Ed. management. Water Resources Research, v.20, p.1260-70,
Salamandra, 1983, 446p. 1984.
Isaaks, E.H.; Srivastava, R.M. An introduction to applied Russo, D.; Bresler, E. Soil hidraulic properties as stochastic
geostatistics. Oxford: Oxford University Press, 1989. 561p. processes: I. An analysis of field spatial variability. Soil
Journel, A.G.; Huijbregts, C.H.J. Mining geostatistics. Science Society of America Journal, v.45, n.4, p.682-87,
Academic Press, London, 1978. 600p. 1981.
Klar, A.E. A água no sistema solo-planta-atmosfera. São Paulo: Spiegel, M. R. Estatística. São Paulo: McGraw-Hill do Brasil,
Nobel, 1984. 408p. 1985. 454p.
Krige, D.G. Two-dimensional weighted moving average trend Tanji, K.K. Agricultural salinity assessment and management.
surfaces for ore-evaluation. Journal of the south african New York: American Society of Civil Engineers, 1990. 619p.
institute of mining and metallurgy, v.66, p.13-38, 1966. Toledo, G. R.; Ovalle, I. I. Estatística básica. 2.ed. São Paulo:
Lascano, R. J.; Hatfield, J. L. Spatial variability of evaporation Atlas, 1982. 459p.
along two transects of a bare soil. Soil Science Society Trangmar, B. B.; Yost, R.S.; Uehara, G. Applications of
America Journal, v.56, p.341 -346, 1992. geostatistics to spatial studies of soil properties.
Matheron, G. The theory of regionalized variables and its Advances in Agronomy, v.38, p.45-94. 1985.
applications. Cahiers du Centre de Morphologie Vieira, S.R. Geoestatística em estudos de variabilidade espacial.
Mathématique de Fountainebleau no 5. 1971. In: Curso de atualização em conservação do solo,
McBratney, A.B.; Webster, R. Choosing functions for semi- Campinas: IAC, 1995.
variograms of soil properties and fitting them to sampling Vieira, S.R.; Nielsen, D.R.; Biggar, J.W. Spatial variability of
estimates. Journal of Soil Science, v.37, p.617-39. 1986. field-measured infiltration rate. Soil Science Society
Parkin, T.B.; Robinson, J.A. Analysis of lognormal data. America Journal, v.45, p.1040-1048, 1981.
Advances in Soil Science, v.20, p.193-235, 1992. Vieira, S.R.; Hatfield, J.L.; Nielsen, D.R.; Biggar, J.W.
Pizarro, D. Drenaje agricola y recuperacion de suelos salinos. Geostatistical theory and application to variability of some
Madrid, Ed. Agrícola Española, 1978. 520p. agronomical properties. Hilgardia, v.31, n.3, 1983, 75p.
Queiroz, J.E. Parâmetros hidrodinâmicos de um solo de várzea Warrick, A. W.; Nielsen, D. R. Spatial variability of soil physical
para fins de drenagem subterrânea. Piracicaba, Piracicaba: properties in the field. In: Hillel, D. (ed.), Applications of
ESALQ/USP, 1995. 167p. Tese Doutorado soil physics. New York: Academic Press, 1980.
Raij, B. van. Fertilidade do solo e adubação. São Paulo, Ed. Webster, R.; Olivier, M.A. Statistical methods in soil and land
Agronômica Ceres, 1991. 343p. resource survey. Oxford: Oxford University Press. 1990.
Reichardt, K.; Vieira, S.R.; Libardi, P.L. Variabilidade espacial 316p.
de solos e experimentação de campo. Revista Brasileira de Webster, R. Quantitative spatial analysis of soil in the field.
Ciência do Solo, v.10, p.1-6, 1986. Advances in Soil Science, v.3, p.1-70, 1985.
Ribeiro Júnior, P. J. Métodos geoestatísticos no estudo da Youden, W.J.; Mehlich, A. Selection of efficient methods for
variabilidade espacial de parâmetros do solo. Piracicaba: soil sampling. Contribution Boyce Thompson Institute
ESALQ/USP, 1995. 99p. Disertação Mestrado Plant Research, v.9, p. 59 - 70, 1937.