Conselho Nacional de Desenvolvimento Científico e Tecnológico / The continuous search for information that will assist agricultural practices is today relevant, being the primary use of methodologies to facilitate the determination of relevant parameters in the agricultural productivity. Alternative methods for determining the physical and hydro soils can auxiliary in the monitoring of agricultural activity. Among these, the use stands of pedotransfer functions (FPTs), among other properties, provide an indirect measure of water retention of soil, reducing cost, time and manpower. This study aims to use multiple linear regression models to determine the FPTs for the soils of southern Uruguay to the practical use at laboratories in soil physics, to obtain the curve of retention. For the realization of the work, used 251 samples of superficial, intermediate and inferior soils of southern Uruguay, available in the database of physical analysis of the INIA (Instituto Nacional de Investigación Agropecuaria). This database consists of information of soil texture (percentage sand, silt and clay), bulk density, porosity of the soil, besides the information of water content at potentials of 0, -3, -30, -100, -500 and -1500 kPa. The organization of the database was organized randomly, which is subdivided into two banks, one with 60% of the data (development of FPTs) and the other with 40% of the data (validation of FPTs). The data used to develop the FPTs were included in the Statistical Analysis System (SAS), in its method of determining equations of multiple linear regression (stepwise). Being generated FPTs to estimate water retention at potentials of -30, -100, -500 and -1500 kPa for the superficial layers (0-20 cm), intermediate (20-40 cm) and bottom (40-60 cm ) of the soil profile. The equations presented in its constitution datas textural and structural soil and observed that the statistical indicators mean error and root mean square error squared values were near zero, indicating good accuracy in the determination of residual moisture through the FPTs. In general can say that the attribute structure, water content remaining in the soil after application potential of -3 kPa, was significant in all the FPTs developed. We conclude that the FPTs developed to estimate the water content remaining in the soil at potentials of -30, - 100, -500 and -1500 kPa were good, could be used as an alternative in the construction of water retention curve in soils that have characteristics that fall under the requirements of the FPTs developed for the soils of southern Uruguay. / A busca contínua por informações que venham a auxiliar nas práticas agrícolas é fato relevante nos dias atuais, sendo primordial a utilização de metodologias que facilitem a determinação de parâmetros determinantes na produtividade agrícola, primando pela facilidade e agilidade nas determinações. Métodos alternativos para determinação das características físicohidricas dos solos podem auxiliar no monitoramento da atividade agrícola. Dentre estes, salienta-se o uso de funções de pedotransferência (FPTs) que, entre outras propriedades, possibilitam a determinação indireta da curva de retenção de água do solo, reduzindo custos, tempo e mão-de-obra. O presente estudo objetiva utilizar de modelos de regressão linear múltipla para determinação de FPTs para os solos do Sul do Uruguai, visando a utilização prática destas em laboratórios de física do solo, para a obtenção da curva de retenção dos mesmos. Para a realização do trabalho foram utilizadas 251 amostras das camadas superficial, intermediária e inferior de solos do Sul do Uruguai, disponíveis no banco de dados de análises físicas do INIA (Instituto Nacional de Investigación Agropecuaria). Esse banco de dados é composto por informações de textura do solo (percentuais de areia, silte e argila), densidade do solo, porosidade total do solo, além das informações do conteúdo de água nos potenciais de 0, -3, -30, -100, -500 e -1500 kPa. A organização do banco de dados foi realizada de forma aleatória, sendo este subdividindo em dois bancos, um com 60% dos dados (desenvolvimento das FPTs) e o outro com 40% dos dados (validação das FPTs). Os dados utilizados para o desenvolvimento das FPTs foram inseridos no programa Statistical Analysis System (SAS), em seu método de determinação de equações de regressão linear múltipla (Stepwise). Sendo geradas FPTs para estimar a retenção de água nos potenciais de -30, -100, - 500 e -1500 kPa, para as camadas superficial (0-20 cm), intermediária (20-40 cm) e inferior (40-60 cm) do perfil do solo. As equações obtidas apresentaram em sua constituição atributos texturais e estruturais do solo, sendo observado que, os indicadores estatísticos erro médio e raiz quadrada do erro médio ao quadrado apresentaram valores próximos a zero, indicando boa acurácia na determinação da umidade residual através das FPTs estimadas. De modo geral pode-se afirmar que, o atributo estrutural, conteúdo de água remanescente no solo após aplicação de potencial de -3 kPa, foi significativo em todas as FPTs desenvolvidas. Conclui-se que as FPTs desenvolvidas para estimar o conteúdo de água remanescente no solo nos potenciais de -30, -100, -500 e -1500 kPa apresentam-se satisfatórias, podendo ser utilizadas como alternativa na construção da curva de retenção de água em solos que apresentem características que o enquadrem nos requisitos das FPTs desenvolvidas para os solos do Sul do Uruguai.

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / The growing world population requires a higher demand for food and one of the techniques to meet this demand is irrigation. One of the best alternatives for the storage of water for use in irrigation are earth dams. The accurate determination of cohesion and angle of internal friction is an essential and of great concern in the drafting of earth dams process criteria, but their determination is expensive and also time consuming process. The objective of this study is to evaluate a model that allows an estimation of soil shear strength using two different techniques (multivariate analysis and artificial neural networks) to obtain the strength parameters (cohesion and angle of internal friction) as a function of textural composition , density, Atterberg limits (plasticity, liquidity and plasticity index) and the degree of soil moisture. Different database were searched in the literature with the dependent and independent variables needed to conduct the study. 6 dataset were totaled. PTFs were generated through multiple linear regression (MLR), stepwise, and artificial neural networks (ANN) with each data set. Through MLR were estimated friction angle and cohesion separately since the RNAs were estimated jointly and separately maintaining these two parameters form the architecture (one hidden layer) and varying the topology of the networks (10, 20, 30, 40 , 50 and 70 neurons in the hidden layer). After the performance index (Id) and subsequent classification of each FPT was calculated. The results demonstrated the inefficiency in MLRs to estimate parameters and the superiority of ANN to predict the cohesion and friction angle. Estimation of the parameters together shows different results than when estimated separately. Thus, the estimated shear the soil parameters RNAs can be effective for a given set of data, in this case belonging to RNAs 3, 5 and 6. / O crescimento da população mundial requer uma maior demanda de alimentos e uma das técnicas para suprir essa demanda é a irrigação. Uma das melhores alternativas para o armazenamento da água para utilizar na irrigação são as barragens de terra. A determinação precisa da coesão e do ângulo de atrito interno do solo é um critério essencial e de grande preocupação no processo de elaboração de projetos de barragens de terra, porém sua determinação é de alto custo e também um processo demorado. O objetivo deste trabalho é avaliar um modelo que permita uma estimativa da resistência do solo ao cisalhamento utilizando duas técnicas diferentes (análise multivariada e redes neurais artificiais) para a obtenção dos parâmetros de resistência (coesão e ângulo de atrito interno) em função da composição textural, densidade do solo, limites de Atterberg (plasticidade, liquidez e índice de plasticidade) e do grau de umidade do solo. Foram pesquisados na literatura diferentes banco de dados contendo as variáveis dependentes e independentes necessárias para realizar o estudo. Foram totalizados 6 conjunto de dados. Foram geradas FPTs por meio de regressão linear múltipla (RLM), método Stepwise, e redes neurais artificiais (RNA) com cada conjunto de dados. Por meio de RLM foram estimados coesão e ângulo de atrito separadamente, já pelas RNAs foram estimados de forma conjunta e de forma separada esses dois parâmetros mantendo a arquitetura (uma camada oculta) e variando a topologia das redes (10, 20, 30, 40, 50 e 70 neurônios na camada escondida). Após foi calculado o índice de desempenho (Id) e posterior classificação de cada FPT. Os resultados demonstraram a ineficiência nas RLMs para estimativa dos parâmetros e a superioridade das RNAs na predição da coesão e ângulo de atrito. A estimativa dos parâmetros conjuntamente mostra diferença nos resultados do que quando estimados de forma separada. Assim, a estimativa dos parâmetros cisalhantes do solo pelas RNAs, podem ser eficazes, para determinado conjunto de dados, nesse caso pertencentes às RNAs 3, 5 e 6.

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Studies on the dynamics of water in the soil-plant-atmosphere such as water availability cultures infiltration drainage and movement of solutes into the soil, require knowledge of the relation between the water content in soil matric potential and represented by retention curve water. However, its implementation is laborious, requires considerable time and cost. An alternative is your estimate through statistical equations called pedotransfer functions (PTFs). The aim of this study was to generate PTFs for the different soil classes in the state of Rio Grande do Sul, through prediction methodologies. To develop the work we used data available in the literature, with values of hydro-physical characteristics and mineralogical characteristics of soils of the State, to estimate values of soil unit under different stresses. In possession of the database was conducted subdivision thereof, in different textural classes identified in the state in an attempt to improve the predictive ability of pedofunctions, forming more homogeneous subsets. The development of PTFs was from two modeling methods: (i) multiple linear regression (MLR) and (ii) artificial neural networks (ANNs). For the development of PTFs first methodology was used the "stepwise" (SAS, 1997). The PTFs generated from ANNs were implemented through the multilayer perceptron with backpropagation algorithm and Levenberg-Marquardt optimization. Each network is trained by varying the number of neurons in the input layer and the number of neurons in the hidden layer. The output variable was water content in soil matric potentials of 0, -6, -10, -33, -100, -500 and -1500 kPa. For each architecture, the network was trained several times, picking up training at the end of the architecture with lower mean relative error and lower variance in relation to the validation data. The efficiency of PTFs were analyzed graphically by the ratio 1:1 between data versus the observed and estimated by means of the following statistical indicators: correlation coefficient (r); concordance index Wilmont (c); coefficient of determination (R2) and performance index (id). The results showed that the more homogeneous is the data of the variables that compose the PTFs, the greater the precision in estimating the water retention in the soil, for the same. The network architecture consists of 4 inputs, showed high accuracy in the estimation of variables. The PTFs developed by ANNs outperformed the predictive ability of the standard method (MLR). Thus, the estimate of the retention curve of soil water by means of ANNs trained by classes textures, presents itself as a subsidy techniques adopted in irrigated agriculture. / Estudos que envolvem a dinâmica da água no sistema solo-planta-atmosfera tais como disponibilidade de água as culturas, infiltração, drenagem e movimento de solutos no solo, necessitam do conhecimento da relação entre o conteúdo de água no solo e o potencial matricial, representada pela curva de retenção de água. No entanto, sua execução é laboriosa, demanda considerável tempo e custos. Uma alternativa é sua estimativa através de equações estatísticas denominadas Funções de Pedotransferência (FPTs). O objetivo deste estudo foi gerar FPTs para as diferentes classes de solos do Estado do Rio Grande do Sul, por meio de metodologias de predição. Para desenvolver o trabalho foram utilizados dados, disponíveis na literatura, com valores de características físico-hídricas e mineralógicas, de solos do Estado, para estimar valores de umidade de solo, sob diferentes tensões. De posse do banco de dados foi realizado a subdivisão do mesmo, nas diferentes classes texturais identificada no Estado, na tentativa de melhorar a capacidade preditiva das pedofunções, formando subconjuntos mais homogêneos. O desenvolvimento das FPTs foi a partir de dois métodos de modelagem: (i) regressão linear múltipla (RLM) e (ii) redes neurais artificiais (RNAs). Para o desenvolvimento das FPTs pela primeira metodologia, foi utilizada a opção stepwise (SAS, 1997). As FPTs geradas a partir de RNAs, foram implementadas através do perceptron multicamadas com algoritmo backpropagation e otimização Levenberg-Marquardt. As redes foram treinadas variando-se o número de neurônios na camada de entrada e número de neurônios na camada escondida. A variável de saída foi conteúdo de água no solo nos potenciais matriciais de 0, -6, -10, -33, -100, -500 e -1500 kPa. Para cada arquitetura, a rede foi treinada diversas vezes, escolhendo-se no final do treinamento a arquitetura com menor erro relativo médio e menor variância em relação aos dados de validação. A eficiência das FPTs foram analisadas graficamente pela relação 1:1, entre os dados estimados versus os observados e, por meio dos seguintes indicadores estatísticos: coeficiente de correlação (r); índice de concordância de Wilmont (c); coeficiente de determinação (R2) e índice de desempenho (id). Os resultados mostraram que quanto mais homogêneos são os dados das variáveis que compõem as FPTs, maior é a precisão na estimativa da retenção de água no solo, pelas mesmas. As redes de arquitetura formada por 4 entradas, apresentaram elevada precisão na estimativa das variáveis. As FPTs desenvolvidas por RNAs superaram a capacidade preditiva do método padrão (RLM). Deste modo, a estimativa da curva de retenção de água no solo, por meio das RNAs treinadas por classes texturais, apresenta-se como um subsídio as técnicas adotadas na agricultura irrigada. Palavras-chave: Pedofunções. Umidade do solo. Potencial matricial. Inteligência artificial

The knowledge of the relationships between physical and mechanical properties of the soil may contribute to the development of pedotransfer functions (PTFs), to estimate other soil properties are difficult to measure. The objectives of this work were to estimate the preconsolidation pressure and soil resistance to penetration, using predictive methodologies, using data available in the literature, with physical-hydrological and mineralogical characteristics of soils. The development of PTFs was based on three modeling methods: (i) multiple linear regression (MLR), (ii) artificial neural networks (ANNs) and (iii) support vector machines (SVM). The first proposed methodology for the development of PTFs was the stepwise option of the IBM-SPSS 20.0® software. The models generated from the second methodology, ie RNA were implemented through the multilayer perceptron with backpropagation algorithm and Levenberg-Marquardt optimization of Matlab®2008b software, with variations of the number of neurons in the input layer and number of neurons In the middle layer. The third methodology was to generate PTFs from SVM that fit within the data mining process by exercising the Waikato Environment for Knowledge Analysis software (RapidMiner 5). The SVM training was performed by varying the number of input data, the kernel function and coefficients of these functions. Once the estimates were made, the performance indices (id) and classified according to Camargo and Sentelhas (1997) were calculated, thus comparing the methods between themselves and others already established. The obtained results showed that artificial intelligence models (RNA and MVS) are efficient and have predictive capacity superior to the established models, in data conditions of soils with textural classes and diverse managements, and similar, although with higher performance index values for Conditions of soils of the same textural class exposed to the same management. / O conhecimento das relações entre propriedades físicas e mecânicas do solo pode contribuir no desenvolvimento de funções de pedotransferência (FPTs), que permitam estimar outras propriedades do solo de difícil mensuração. Os objetivos deste trabalho foram estimar a pressão de preconsolidação e a resistência do solo à penetração, com o uso de metodologias de predição, utilizando-se de dados disponíveis na literatura, com valores de características físico-hídricas e mineralógicas dos solos. Os valores estimados foram obtidos a partir de três métodos de modelagem: (i) regressão linear múltipla (RLM), (ii) redes neurais artificiais (RNA) e (iii) máquinas de vetores de suporte (MVS). A primeira metodologia proposta para o desenvolvimento dos modelos preditivos foi a opção stepwise do software IBM-SPSS 20.0®. Os modelos geradas a partir da segunda metodologia, ou seja, das RNA foram implementadas através do perceptron multicamadas com algoritmo backpropagation e otimização Levenberg-Marquardt do software Matlab®2008b, efetuando-se variações do número de neurônios na camada de entrada e número de neurônios na camada intermediária. A terceira metodologia foi gerar FPTs a partir de MVS que se enquadra dentro dos processos de mineração de dados utilizando para tal o software Waikato Environment for Knowledge Analysis® (RapidMiner 5). O treinamento das MVS foi realizado variando-se o número de dados de entrada, a função kernel e coeficientes destas funções. Realizadas as estimativas, foram calculados os índices de desempenho (id) e classificados segundo Camargo e Sentelhas (1997), podendo-se assim comparar os métodos entre si e a outros já consagrados. Os resultados obtidos mostraram que modelos de inteligência artificial (RNA e MVS) são eficientes e possuem capacidade preditiva superior aos modelos consagrados, em condições de dados de solos com classes texturais e manejos diversos, e semelhantes ainda que com valores de índice de desempenho superiores para condições de solos de mesma classe textural expostos ao mesmo manejo.

The purpose of the present work was to establish and to test pedotransfer functions for water retention the Rio Grande do Sul s soils. Water retention data were obtained from Solano Peraza s dissertation, Irriga System database and in the literature. The first part of this work was the collect soil water retention data and pedotransfer functions for Rio Grande do Sul soils, forming the literature data base, in a total of 24 papers and 624 database of the water retention. The samples obtained from of Solano Peraza were collected soil profiles, in a total of 86 data of water retention, and the Irriga Project provided a database with a total of 253 data of water retention. With these database, multiple regression were done to obtain the pedotransfer functions for each database, using the option stepwise , to determine water retention in a determined potential ( -1, -6, -10, -33, -100, -500 e 1500 kPa) for different soils. To test the efficiency of the equations produced, observed vs. estimated water retention, for each water potencial, were graphed on 1:1 type retention. In almost all cases, total sand presented a high association with the water retention, followed by clay and silt content. With the reduction on in water tension (increase of the original potential), the correlation increased notably. The pedotransfer equations are efficient only when they are used to estimate moisture for soil similar to those used to obtain the equations. Besides, the database feature affects the prediction capacity of the equations produced. When some soils are predominant in the database, the equations produced show the features of those soils and, when they are used to soil moisture, the error will be larger. The contents of sand and clay together with the soil bulk density best described water retention in the linear multiple regressions. Sand content had a negative relation with water retention, while clay presented a positive relation. The soil bulk density showed a negative relation with water retention the potential of 6 to 500 kPa and a positive relation with water retained at 1500 kPa. The best estimation of water retention occurred at a potential of 1500 kPa. / O trabalho foi desenvolvido com o objetivo de estabelecer e testar funções de pedotransferência para retenção de água em solos do Rio Grande do Sul. As informações de retenção de água foram obtidas das seguintes fontes: amostras da dissertação de Solano Peraza (2003), amostras obtidas pelo Sistema Irriga e amostras obtidas na Literatura. A primeira etapa do trabalho consistiu na coleta de informações de retenção de água no solo e de funções de pedotransferência para solos do Rio Grande do Sul, constituindo o banco de dados Literatura, totalizando 24 trabalhos e 624 dados de retenção de água. As amostras obtidas do banco Solano Peraza (2003) foram coletadas em cortes de estradas com exposição do perfil do solo, totalizando um banco de dados com 86 dados de retenção de água, enquanto o Projeto Irriga nos repassou um banco de dados com um total de 253 dados de retenção de água. A partir desses bancos de dados, foram feitas análises de regressão múltipla para a obtenção das funções de pedotransferência para cada banco de dados, usando a opção stepwise (SAS, 1997), para determinar o teor de água em um determinado potencial (-1, -6, -10, -33, -100, -500 e -1500 kPa) para os diferentes solos. Para testar a eficiência das equações geradas, fez-se a comparação dos teores de umidade observados com os teores estimados para cada equação em determinado potencial e, assim, confrontaram-se os dados estimados com os observados numa relação gráfica 1:1. De modo geral, a areia total apresentou maior associação com a retenção de água, sendo seguida pelo teor de argila e silte. Com a diminuição na tensão de água (aumento do potencial matricial), a correlação aumenta consideravelmente. As equações de pedotransferência só são eficientes quando usadas para estimar a umidade para os solos a partir dos quais elas foram geradas. Além disso, a característica do banco de dados afeta a capacidade preditiva das equações geradas. Quando predominam determinadas classes de solos no banco de dados, as equações geradas refletem as características daqueles solos e, quando usadas para estimar a umidade de solos de classes diferentes, o erro será maior. Os teores de areia e argila juntamente com a densidade do solo foram os parâmetros que melhor descreveram a retenção de água através das regressões múltiplas geradas. O teor de areia apresenta uma relação negativa com a retenção de água enquanto a argila relaciona-se positivamente. A densidade do solo apresenta uma relação negativa com a retenção e água para os potenciais de -6 a -500 kPa e uma relação positiva com a água retida a -1500 kPa. A melhor estimativa da retenção de água ocorre para o potencial de -1500 kPa.

Made available in DSpace on 2016-12-08T15:50:03Z (GMT). No. of bitstreams: 1 PGMS12DA009.pdf: 7314998 bytes, checksum: 8e93659478a7813ba0b934959e229681 (MD5) Previous issue date: 2012-02-24 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Studies on the retention and availability of water are scarce for humid subtropical and temperate regions in the Southern Hemisphere. The objectives of this study were to evaluate, generate and validate some pedotransfer functions (PTFs) to estimate the retention and the availability of water in soils of Santa Catarina. Were sampled 44 profiles, in areas under different vegetal coverings, to determine the water retention at suctions from zero to 1.500 kPa, the particles size distribution (7 classes), the organic matter content, the bulck density and particle density of soil, the conductivity hydraulic, and the aggregate stability. Regarding the attributes, soils with finer texture and / or more organic matter retain higher water content, where the organic matter is the main attribute that governs the availability of water, mainly in the surface horizons. Some classes of sand, mainly very fine sand, fine and coarse fractions, have greater effects on water availability than the silt fraction. The soils with contrasting textural classes, with high contents of clay or sand, have the same content of water available, although the sand soils have very low field capacity. Increased water availability occurs in soils with textural class loam, with higher content of organic matter and the lower availability occurs in sand class soils. In relation to lithology, there is a higher retention in soils derived from igneous extrusive rocks of the Serra Geral Formation, metamorphic, intrusive igneous, and sedimentary with fine texture, and a lower retention in those derived from rocks or sedimentary deposits rich in quartz. Increased availability of water occurs in soils derived from siltstone and less in soils derived from granite and recent alluvial deposits. Regarding soil classes (suborders), the water retention is higher in Cambisols, Ferralsols and Nitosols, and lower in Quartzarenic Neosols. In relation the regions, the soils of the Midwest and West, Serrano Highlands and Valley of Itajaí have high water retention, the intermediary are the Eastern Sierra, and lower in the coast. Humic Cambisols and Entisols, located in the Serrano Highlands has increased availability of water, mainly because of high contents of organic matter. In relation to soil types in the normative instruction n. 2/2008 of the MAPA (BRAZIL, 2008), which classifies the soils as a function of clay and sand, it is observed that is not adequate to classify the soils of Santa Catarina in terms of availability of water, although, the hydraulic conductivity of the unsaturated soil is lower in Type 1 soils. In relation the pedotransfer functions of literature, they better estimate the retention than water availability and with greater precision by the functions originated from climate regions subtropical and for the subsurface horizons of the soil. Most functions evaluated underestimates the water retention, with greater deviations in soils with 20-60 % clay. About the functions generated for the soils of Santa Catarina, the estimation of retention and availability of water was better in those adjusted separately for surface and subsurface horizons. To estimate the water retention, the point PTFs must be used including data of the texture, organic matter and their interactions. To estimate the availability, the point PTFs should include the five classes of sand, silt, clay, organic matter, soil bulk density, soil particles density, total porosity and their interactions. The parametrics PTFs estimate properly the water retention curve for most of the textural classes of the soil, when data of texture, organic matter, soil bulk density, soil particles density, total porosity and their interactions are included as predictors. The class PTFs estimate properly the water retention curve for most of the soil textural classes of Santa Catarina / Estudos sobre a retenção e disponibilidade de água são escassos para as regiões de clima subtropical ou temperado úmido do hemisfério sul. Os objetivos deste estudo foram avaliar, gerar e validar funções de pedotransferência (FPTs) para estimar a retenção e a disponibilidade de água em solos de Santa Catarina. Foram amostrados 44 perfis, em áreas sob diferentes coberturas vegetais, para determinar a retenção de água nas sucções de zero até 1.500 kPa, a distribuição do tamanho de partículas (7 classes), o teor de matéria orgânica, a densidade do solo e de partículas, a condutividade hidráulica e a estabilidade de agregados. Em relação aos atributos, solos com textura mais fina e/ou com maior teor de MO retêm maior conteúdo de água, sendo a MO é o principal atributo que governa a disponibilidade de água, principalmente nos horizontes superficiais. Algumas classes de areia, principalmente as areias muito fina, fina e grossa, possuem maiores efeitos sobre disponibilidade de água do que a fração silte. Os solos com classes texturais contrastantes, com elevados teores de argila ou de areia, disponibilizam o mesmo conteúdo de água disponível, embora os arenosos tenham baixa capacidade de campo. Maior conteúdo de água disponível ocorre em solos das classes com textura franca e com maior teor de MO, enquanto que a menor disponibilidade ocorre em solos da classe areia. Em relação à litologia, ocorre uma maior retenção em solos derivados de rochas ígneas extrusivas da Formação Serra Geral, e de rochas metamórficas, ígneas intrusivas e sedimentares de textura fina, e menor nos derivados de rochas ou depósitos sedimentares ricos em quartzo. Maior disponibilidade de água ocorre em solos derivados de siltitos e o menor em solos derivados de granito e de depósitos aluvionares recentes. Em relação às classes de solos (subordens), a retenção de água é maior nos Cambissolos, Nitossolos e Latossolos e menor nos Neossolos Quartzarênicos. Em relação às regiões, os solos do Meio Oeste e Oeste, Planalto Serrano e Vale do Itajaí possuem elevada retenção de água, euquanto que, nos da Serra Leste é intermediária e os do Litoral é baixa. Os Cambissolos Húmicos e os Neossolos Litólicos, localizados no Planalto Serrano, têm maior disponibilidade de água, principalmente devido aos elevados teores de matéria orgânica. Em relação aos tipos de solos da instrução normativa n. 2/2008 do MAPA (BRASIL, 2008), que classifica os solos em função do teor de argila e areia, observa-se que a mesma não é adequada para classificar os solos catarinenses quanto a disponibilidade de água. Entretanto, a condutividade hidráulica não saturada é menor nos solos do Tipo 1. Em relação às funções de pedotransferência (FPTs) publicadas na literatura, elas estimam melhor a retenção do que a disponibilidade de água, com maior precisão pelas funções originadas de regiões de clima subtropical e para os horizontes subsuperficiais do solo. A maioria das funções avaliadas subestima a retenção de água, com erros maiores nos solos com 20 a 60% de argila. Quanto às funções geradas para os solos de Santa Catarina, as que melhor estimam a retenção e disponibilidade de água são aquelas ajustadas separadamente para os horizontes superficiais e subsuperficiais. Para estimar a retenção de água devem ser utilizadas as FPTs pontuais que incluem dados de textura, matéria orgânica do solo e suas interações. Para estimar a disponibilidade de água devem ser utilizadas as FPTs pontuais que utilizam as cinco classes de areia, silte, argila, matéria orgânica, densidade do solo e de partículas, porosidade total e suas interações. As FPTs paramétricas estimam adequadamente a curva de retenção de umidade do solo para a maioria das classes texturais, quando são incluídos dados de textura, matéria orgânica, densidade do solo e de partículas, porosidade total e suas interações como variáveis preditoras. As FPTs de classe estimam adequadamente a curva de retenção de água do solo para a maioria das classes texturais dos solos de Santa Catarina