Synergy between digital soil mapping and crop modeling: influence of soil data on sugarcane attainable yield (2021)
- Authors:
- Autor USP: SANTOS, NATASHA VALADARES DOS - ESALQ
- Unidade: ESALQ
- Sigla do Departamento: LSO
- Subjects: MAPEAMENTO DO SOLO; VARIABILIDADE ESPACIAL; CANA-DE-AÇÚCAR
- Language: Inglês
- Abstract: Os modelos de produção agrícola desempenham um papel fundamental na segurança alimentar, prevendo futuros desafios agrícolas e apoiando o estabelecimento de políticas públicas e práticas de gestão sustentável. Entretanto, devido à falta de informações confiáveis, especialmente nos países em desenvolvimento, eles apresentaram desempenho limitado e restrições para análises espacialmente explícitas. Assim, o objetivo deste estudo foi avaliar o MDS (Mapeamento Digital de Solos) como uma alternativa para preencher a ausência de dados do solo. A região considerada nesse estudo está situada no sudeste do Brasil em uma área de 4.815 km2 que detém enorme heterogeneidade quanto a sua geologia e tipos de solo. Para a realização do estudo as seguintes etapas foram realizadas: (i) Foi usado um conjunto de dados de solo, obtidos a partir de 1.125 tradagens e 27 perfis que foram pradronizados em profundidades por meio de equações de interpolação; (ii) Um algoritmo de aprendizado de máquina (AM) foi usado para predição dos atributos de solo e suas incertezas (iii) Funções de pedotransferência foram realizadas para obter as propriedades hidrológicas do solo (iv) DSSAT/CANEGRO foi simulado em uma grade de 250 m para cana-de-açúcar, com plantio em outubro e colheita completando 12 meses (v) Três níveis de fonte de dados do solo foram comparados: um mapa de solo (MS) (escala 1:100.000), SoilGrids (SG) e o mapa de atributos (MA) derivado de nosso AM. A argila foi o atributo que obteve o melhordesempenho em superfície e subsuperfície (R2 =0,70 e 0,59, RMSE= 88,87 e 141 g kg-1) e baixa incerteza (40 e 110%). Em profundidade, os atributos obtiveram uma redução em seu teor e aumento da incerteza. Portanto, o MA foi a fonte de dados de solo mais confiável, sendo a que mais se assemelha aos dados de campo, apresentando o melhor índice de concordância (d= 0,8) e coeficiente de confiança (c=0,74). Além disso, uma grade de 250 m permitiu a avaliação da variabilidade espacial da produtividade atingível da cana-de-açúcar em nível regional. Os nitossolos alcançaram maior produtividade e os solos rasos não excederam 100 t ha-1. Sendo assim, este trabalho mostrou a aplicabilidade do mapeamento digital para uso na modelagem de culturas. Esta metodologia pode ser replicada no planejamento agrícola em nível regional e aplicações de manejo na agricultura
- Imprenta:
- Publisher place: Piracicaba
- Date published: 2021
- Data da defesa: 08.04.2021
-
ABNT
SANTOS, Natasha Valadares dos. Synergy between digital soil mapping and crop modeling: influence of soil data on sugarcane attainable yield. 2021. Dissertação (Mestrado) – Universidade de São Paulo, Piracicaba, 2021. Disponível em: https://www.teses.usp.br/teses/disponiveis/11/11140/tde-21052021-084653/. Acesso em: 28 dez. 2025. -
APA
Santos, N. V. dos. (2021). Synergy between digital soil mapping and crop modeling: influence of soil data on sugarcane attainable yield (Dissertação (Mestrado). Universidade de São Paulo, Piracicaba. Recuperado de https://www.teses.usp.br/teses/disponiveis/11/11140/tde-21052021-084653/ -
NLM
Santos NV dos. Synergy between digital soil mapping and crop modeling: influence of soil data on sugarcane attainable yield [Internet]. 2021 ;[citado 2025 dez. 28 ] Available from: https://www.teses.usp.br/teses/disponiveis/11/11140/tde-21052021-084653/ -
Vancouver
Santos NV dos. Synergy between digital soil mapping and crop modeling: influence of soil data on sugarcane attainable yield [Internet]. 2021 ;[citado 2025 dez. 28 ] Available from: https://www.teses.usp.br/teses/disponiveis/11/11140/tde-21052021-084653/ - Improving the monitoring of sugarcane residues in a tropical environment based on laboratory and Sentinel-2 data
- Digital soil mapping and crop modeling to define the spatially-explicit influence of soils on water-limited sugarcane yield
- Mapeamento digital do solo e simulação de culturas para definir a influência espacial dos solos na produção de cana-de-açúcar
- Fine-scale soil mapping with Earth Observation data: a multiple geographic level comparison
- Point and imaging spectroscopy in geospatial analysis of soils
- Satellite Spectral Data on the Quantification of Soil Particle Size from Different Geographic Regions
- Land use/land cover changes and bare soil surface temperature monitoring in southeast Brazil
- Soil degradation index developed by multitemporal remote sensing images, climate variables, terrain and soil atributes
- Monitoring soil–plant interactions and maize yield by satellite vegetation indexes, soil electrical conductivity and management zones
- Drivers of Organic Carbon Stocks in Different LULC History and Along Soil Depth for a 30 Years Image Time Series
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
