Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / The determination of some soil physical characteristics, especially those related
to water retention is difficult, requiring careful soil sampling, laboratories with
sophisticated and high-cost equipment, highly trained personal and high demand of
labor time. All of these factors greatly limit the number of specialized labs and make the
access to that information very difficult. Alternatively, it is possible to estimate the points
of the soil water retention curve using other soil physical attributes, based on
pedotransfer functions (PTFs). The main objective of this study was to obtain
mathematical models to estimate the soil water retention curve of some irrigated soils of
Rio Grande do Sul State. These generated models can be used in soil physics labs to
estimate the entire soil water retention curve. The work was carried out using 2235 soil
samples, collected in three soil depths (surface, intermediate and lower layer of soil
profile) in irrigated areas of Rio Grande do Sul State. The database of soil physical
analysis bellongs to the Sistema Irriga lab of the Federal University of Santa Maria. That
database consists of information of soil texture (sand, silt and clay content), density (bulk
and particles), soil porosity (macro, micro and total), besides the information of soil water
content at the matric potential of 0, -1, -6, -33, -100, -500 and -1500 kPa. The equations
were obtained through the stepwise option of SAS statistical program. It was used part
of the data set (60% of samples) to generate the equations and the remaining (40%) to
validate the equations generated for the three soil layers of the soil profile. PTFs were
generated to estimate the soil water content at a matrix potential of 0, -1, -33, -100,
-500 and -1500 kPa, in the superficial, intermediate and lower layers of the soil profile.
All the generated equations presented as variable information of soil textural and
structure attributes. The structural attributes showed a water retention at highest matrix potential. At lower matrix potential, the soil textural
attributes were better correlated with soil water content. It was observed that increasing
the homogeneity of the soil parameters data improve the accuracy in estimating the soil
water retention curves using the generated equations. In general, the generated PTFs
resulted in excellent predictive capacity of the soil water retention curves and may be
used in soil physics labs to reduced labor time and cost, since the measured soil
physical attributes are within the tolerated limit of each variable.higher correlation with the soil / A determinação de algumas características físico-hídricas do solo, especialmente
aquelas ligadas à retenção de água, é difícil, exigindo criteriosa amostragem do solo,
laboratórios com equipamentos sofisticados e de alto custo, técnicos treinados e alta
demanda de tempo. Esses fatores limitam muito o número de laboratórios
especializados e dificultam o acesso a essas informações. Alternativamente, é possível
estimar a retenção de água através de outros atributos do solo, de simples obtenção,
através de funções de pedotransferência (FPTs). O principal objetivo deste trabalho foi
estabelecer modelos matemáticos para estimar a retenção de água em solos irrigados
do Estado do Rio Grande do Sul, que possam ser utilizados em laboratórios de física do
solo para a obtenção da curva característica de água dos solos. O trabalho foi realizado
utilizando-se 2.235 amostras de solo das camadas superficial, intermediária e inferior de
solos irrigados do Estado do RS, disponíveis no banco de dados de análises físicas do
Sistema Irriga®. Esse banco de dados é composto por informações de textura do solo
(areia, silte e argila), densidade (do solo e de partículas), porosidade do solo (macro,
micro e total), além das informações do conteúdo de água nos potenciais de 0, -1, -6,-
33, -100, -500 e -1500 kPa. As equações foram obtidas através da opção stepwise do
programa estatístico SAS. Utilizou-se parte do conjunto de dados (60% das amostras)
para gerar as equações e o restante (40%) para validar as equações geradas em cada
camada do perfil do solo. Foram geradas FPTs para estimar a retenção de água nos
potenciais de 0, -1, -33, -100, -500 e -1500 kPa, nas camadas superficial, intermediária
e inferior do perfil do solo. As equações obtidas apresentaram em sua constituição
atributos texturais e estruturais do solo. Os atributos estruturais apresentaram maior
correlação com a retenção de água nos potenciais mais elevados. Em potenciais mais
baixos, os atributos texturais foram os que melhor se correlacionaram com a retenção
de água. Observou-se que, quanto mais homogêneos são os dados das variáveis que
compõem as equações, maior é a precisão na estimativa da retenção de água pelas
equações geradas. De modo geral, as FPTs geradas apresentaram elevada capacidade
preditiva dos dados, podendo ser disponibilizadas para utilização em laboratórios de
física do solo, desde que sejam utilizadas dentro das faixas de validação das mesmas.
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufsm.br:1/3313 |
| Date | 26 February 2010 |
| Creators | Michelon, Cleudson José |
| Contributors | Carlesso, Reimar, Reinert, Dalvan José, Albuquerque, Jackson Adriano, Petry, Mirta Teresinha, Spohr, Renato Beppler |
| Publisher | Universidade Federal de Santa Maria, Programa de Pós-Graduação em Ciência do Solo, UFSM, BR, Agronomia |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/doctoralThesis |
| Format | application/pdf |
| Source | reponame:Repositório Institucional da UFSM, instname:Universidade Federal de Santa Maria, instacron:UFSM |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | 500100100005, 400, 300, 300, 300, 300, 300, 300, 1a6ccd1d-16e8-4110-910c-7178d86e0944, 45d78741-95d1-402a-ad95-573287af55e1, 95c99306-72cd-445e-8070-f2ce83f97274, 13f7d48d-4f5d-481d-bd5a-e3961f316fbd, d2d2b9d7-e05b-458f-9d6b-30548adb9000, 5ff9aaee-38cc-4893-abf5-052098147a37 |
Page generated in 0.0026 seconds