Submitted by Claudia Rocha (claudia.rocha@udesc.br) on 2018-03-23T14:52:47Z
No. of bitstreams: 1
PGCS16DA034.pdf: 2595021 bytes, checksum: a3427fca0377ac57de4e08f845323733 (MD5) / Made available in DSpace on 2018-03-23T14:52:47Z (GMT). No. of bitstreams: 1
PGCS16DA034.pdf: 2595021 bytes, checksum: a3427fca0377ac57de4e08f845323733 (MD5)
Previous issue date: 2016-02-26 / Capes / It is necessary to acknowledge the retention and availability of water in the soil, they are agricultural production factors, which can be measured directly or estimated by pedotranfers. Some studies about retention and availability of water in the soil were initiated in the State of Santa Catarina, but these need to continue, mainly in the study of specific surface area (SSA) and limits of soil consistency, in the expansion of areas/regions of study, as well as use of other techniques beyond the linear multiple regression, such as artificial neural networks and regression trees. So the aim of this study was to estimate the field capacity, permanent wilting point and water available through multiple linear regressions, artificial neural networks and regression trees, in soils of the State of Santa Catarina, more efficient than the current pedotransfer functions. For this, samples of horizons of soil profiles 70 were collected for determination of physical, chemical and mineralogical properties. The soil properties were submitted to simple regression analysis and path analysis, to assess the relationship between the properties and clearly define which properties should be included in the models. They were also carried out cluster analysis by textural classes, classes of soil, lithology and classification according IN 2/2008. Eight models were defined for the estimation of field capacity (FC), permanent wilting point (PWP) and available water (AD). Linear multiple regressions were generated by the stepwise procedure, artificial neural networks and regression trees in the WEKA software. The database presented high variability, where sand acts negatively, and clay, the limits of consistency, organic carbon and specific surface area has a positive effect on water
retention in the soil. For the availability of water to grain size was the property the most influential. When they were grouped by textural classes of clay soils showed the highest retention, and sandy to smaller. Already the water availability was higher in silty soils. As for lithology, the largest water retention happens in soils derived from igneous and sedimentary rocks with finer texture, and the smaller occurred in soils derived rock or sedimentary deposits with a particle size of greater diameter. For availability is the largest in derivative siltstones soils, and is lower in soils derived mainly granite and current alluvial deposits. When grouped according to their classification Cambissolos, Nitossolos and Brunos soil (suborder) showed greater water retention, and the Neossolos Quartzarênicos the lower retention and availability of water, mainly influenced by the particle size and soil organic carbon content. The normative instruction n. 2/2008 MAP (BRAZIL, 2008), is not appropriate to classify soils Santa Catarina as the availability of water, because the available water capacity did not differ between the classes, and most indicated that the classification happens directly through the available water capacity. In study estimates of the regression trees estimated better field capacity, the permanent wilting point and the availability of water than artificial neural networks and multiple linear regression. The best models to estimate the water retention were those who used the microporosity. The simplest model (content of clay, silt and organic carbon), also is an alternative for the estimation of field capacity, permanent wilting point and the availability of water in the soil / É necessário o conhecimento da retenção e disponibilidade de água no solo, pois são fatores de produção agrícola, os quais podem ser medidos diretamente ou estimados por pedofunções. Alguns trabalhos de retenção e disponibilidade de água no solo foram iniciados no Estado de Santa Catarina, mas estes necessitam de sequência, sobretudo no estudo da área superficial específica (ASE) e limites de consistência do solo, e na ampliação das áreas/regiões de estudo, assim como uso de outras técnicas além das regressões múltiplas lineares, tais como redes neurais artificiais e árvores de regressão. Assim o objetivo deste trabalho foi estimar a capacidade de campo, ponto de murcha permanente e água disponível através de regressões múltiplas lineares, redes neurais artificiais e árvores de regressão, em solos do Estado de Santa Catarina, de forma mais eficiente do que às atuais funções de pedotransferência. Para isso, amostras dos horizontes de 70 perfis de solo foram coletadas para determinação de propriedades físicas, químicas e mineralógicas. As propriedades do solo foram submetidas à análise de regressão simples e análise de trilha, para avaliar a relação entre as propriedades, e definir quais devem ser incluídas nos modelos. Também foram realizadas análises de agrupamento por classes texturais, classes de solos, litologia e classificação segundo a instrução normativa IN 2/2008. Foram definidos oito modelos para a estimativa da capacidade de campo (CC), ponto de murcha permanente (PMP) e água disponível (AD). As regressões múltiplas lineares foram geradas pelo procedimento stepwise, e as redes neurais artificiais e as árvores de regressão no software WEKA. O
banco de dados apresentou alta variabilidade, onde areia atua negativamente, e a argila, os limites de consistência, carbono orgânico e área superficial específica atuam positivamente sobre a retenção de água no solo. Para à disponibilidade de água a granulometria foi a propriedade com maior influência. Quando foram agrupados por classes texturais, os solos argilosos foram os que apresentaram maior retenção, e os arenosos a menor. Já a disponibilidade de água foi maior em solos siltosos. Quanto à litologia, a maior retenção de água aconteceu em solos derivados de rochas ígneas e sedimentares com textura mais fina, e os menores aconteceram em solos derivados de rochas ou depósitos sedimentares com granulometria de maior diâmetro. A maior disponibilidade ocorre em solos derivados de siltitos, e menor em solos derivados, principalmente, de granito e de depósitos aluvionares atuais. Quando agrupados pela classificação taxonômica os Cambissolos, Nitossolos e solos Brunos (Subordem) apresentaram maior retenção de água, e os Neossolos Quartzarênicos menor retenção e disponibilidade de água, influenciados principalmente pela granulometria e teor de carbono orgânico do solo. A instrução normativa n. 2/2008 do MAPA (BRASIL, 2008) não é adequada para classificar os solos catarinenses quanto a disponibilidade de água, pois a capacidade de água disponível não diferiu entre as classes, sendo mais indicado que a classificação aconteça diretamente através da determinação da capacidade de água disponível. No estudo das estimativas as árvores de regressão estimaram melhor a capacidade de campo, o ponto de murcha permanente e a disponibilidade de água do que as redes neurais artificiais e a regressão múltipla linear. O modelo mais simples (teor de argila, silte e carbono orgânico), pode ser utilizado para estimar a capacidade de campo, ponto de murcha permanente e disponibilidade de água no solo. Mas os melhores modelos para estimar a retenção de água foram os que incluíram a microporosidade
Identifer | oai:union.ndltd.org:IBICT/oai:tede.udesc.br #179.97.105.11:handle/2626 |
Date | 26 February 2016 |
Creators | Bortolini, Diego |
Contributors | Albuquerque, Jackson Adriano |
Publisher | Universidade do Estado de Santa Catarina, Mestrado, UDESC, Brasil, UDESC::CAV |
Source Sets | IBICT Brazilian ETDs |
Language | Portuguese |
Detected Language | English |
Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/doctoralThesis |
Format | application/pdf |
Source | reponame:Biblioteca Digital de Teses e Dissertações da UDESC, instname:Universidade do Estado de Santa Catarina, instacron:UDESC |
Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0064 seconds