Aplicação do Diagrama de Taylor para avaliação de interpoladores espaciais em atributos de solo em cultivo com eucalipto

Abstract

As diversas técnicas de interpolação espacial adotadas oferecem desempenhos diferentes, de acordo com as características dos dados iniciais, e é muito comum encontrar avaliadores contando somente com R 2 (coeficiente de determinação múltiplo) e erro residual. Neste trabalho, objetivou-se aplicar o Diagrama de Taylor para analisar 15 métodos diferentes de interpolação espacial, em área com cultivo comercial de eucalipto, para comparação e escolha do melhor método de interpolação de um conjunto de valores da fração granulométrica do solo (argila), na profundidade de 0-0,20 m do solo. De acordo com os resultados, considera-se muito satisfatória a ferramenta do Diagrama de Taylor, pois, além de definir graficamente os melhores métodos de interpolação, essa ferramenta permite fazer escolhas entre eles, dentro de um conjunto menor e mais definido de informações; logo, optou-se pelo método Splines em detrimento da krigagem modelo linear. As estatísticas desses dois métodos estão muito próximas, com pequenas variações, estando o desvio-padrão do Splines mais próximo dos dados observados; logo, é o melhor método de interpolação para argila, na profundidade de 0-0,20 m do solo.

The various spatial interpolation techniques used offer different performances, according to the characteristics of the initial data and it is very common to find evaluators relying only on R 2 (coefficient of multiple determination) and residual error. This study aimed to apply the Taylor diagram to analyze 15 different methods of spatial interpolation in area with commercial cultivation of eucalyptus, to compare and choose the best method of interpolation of a set of values of the size granulometric fraction of the soil (clay) at the depth of 0-0.20 m from the soil. According to the results, the diagram Taylor tool was considered very satisfactory, because in addition to graphically define the best interpolation methods, it allows to make choices among them within a smaller and more defined set of information; therefore, the Splines method was chosen rather than linear kriging model. The statistics of these two methods were very similar, with minor variations, and the standard deviation of the Splines was closer to the observed data, which means that it is the best interpolation method for clay at a soil depth of 0-0.20 m.