IMPACTO NA ESCOLHA DE DIFERENTES MÉTODOS DE INTERPOLAÇÃO DOS MAPAS DE PRESCRIÇÃO DE CALAGEM
Impact on the choice of different methods of interpolation of liming prescription maps
AUTORES/AUTHORS
André Müllich1; Ingrid Lima1; José Bredow1; Régis Ruoso1; Lúcio de Paula Amaral1
RESUMO
A interpolação espacial de atributos do solo é essencial para a recomendação localizada de corretivos, como o calcário, dentro do contexto da Agricultura de Precisão. Este trabalho teve como objetivo comparar os métodos de Krigagem, IDW (Inverse Distance Weighting) e Spline na interpolação da dose de calcário, avaliando suas implicações práticas na recomendação agronômica. Em um talhão de aproximadamente 87 ha, foram amostrados 49 pontos em grade regular de 120 metros, com coleta de cinco subamostras por ponto. Os dados foram processados no software QGIS, e a Krigagem foi ajustada com base no modelo esférico do semivariograma. As análises revelaram que o IDW apresentou menor erro médio absoluto (MAE = 367 kg ha-1) e maior aderência às classes reais de dose, enquanto a Krigagem suavizou os valores extremos, resultando em subestimações em áreas críticas. Apesar da proximidade nos volumes totais de calcário recomendados pelos três métodos, observou-se uma diferença significativa na distribuição espacial das doses. Os resultados obtidos levantam importantes reflexões sobre a escolha do interpolador mais adequado em cenários com amostragens densas e de alta qualidade.
Palavras-chave: Interpolação espacial. Taxa variada de calagem. Precisão agronômica.
ABSTRACT
Spatial interpolation of soil attributes is essential for site-specific liming recommendations within the framework of Precision Agriculture. This study aimed to compare Kriging, IDW (Inverse Distance Weighting), and Spline interpolation methods for estimating lime application rates and to evaluate their practical implications for agronomic recommendations. In a field of approximately 80 ha, 49 georeferenced sampling points were collected on a regular 120-meter grid, with five subsamples per point. Data were processed using the QGIS software, and the Kriging model was calibrated using a spherical semivariogram. Analyses showed that IDW presented the lowest mean absolute error (MAE = 367 kg ha-1) and better adherence to sampled dose classes, while Kriging smoothed extreme values, potentially underestimating lime needs in critical areas. Although total recommended lime volumes across the three methods were similar, significant differences were observed in spatial distribution. The findings raise important considerations about the most suitable interpolation approach when working with dense and high-quality sampling data.
Keywords: Spatial interpolation. Variable rate liming. Agronomic accuracy.
