Your browser doesn't support javascript.

Portal de Pesquisa da BVS Veterinária

Informação e Conhecimento para a Saúde

Home > Pesquisa > ()
Imprimir Exportar

Formato de exportação:

Exportar

Exportar:

Email
Adicionar mais destinatários

Enviar resultado
| |

State-space analysis of soil data: an approach based on space-varying regression models

Carlos Timm, Luís; Pimentel Barbosa, Emanuel; Dornelas de Souza, Manoel; Flávio Dynia, José; Reichardt, Klaus.
Sci. agric.; 60(2)2003.
Artigo em Inglês | VETINDEX | ID: vti-439766

Resumo

The assessment of the relationship among soil properties (such as total nitrogen and organic carbon) taken along lines called transects is a subject of great interest in agricultural experimentation. This question has been usually approached through standard state-space methods by some authors in the soil science literature. Important limitations of the mentioned procedures used in practice are pointed out and discussed in this paper, specially those related to the model parameters, meaning and practical interpretation. In the standard state-space approach, based on an autoregressive structure, it does not present any parameters that express the variables relationship at the same point in space, but only at lagged points. Also, its model parameters (in the transition matrix) have a global meaning and not a local one, not expressing more directly the soil heterogeneity. Therefore, the objective here is to propose an alternative state-space approach, based on dynamic (space-varying parameters) regression models in order to avoid the mentioned drawbacks. Soil total nitrogen and soil organic carbon samples were collected on a Typic Haplustox. Samples were taken along a line (transect) located in the middle of two adjacent contour lines. The transect samples, totaling 97, were collected in the plow layer (0-0.20 m) at points spaced 2 meters appart. Results show the comparative advantages of the proposed method (based on an alternative state-space approach) in relation to the standard state-space analysis. Such advantages are related to a more adequate incorporation of soil heterogeneity along the spatial transect resulting in a better model fitting, and greater flexibility of the model's building process with an easier interpretability of the local model coefficients.
A avaliação da relação entre certas variáveis representando propriedades do solo (tais como nitrogênio total e carbono orgânico) coletadas ao longo de linhas chamadas "transects", é assunto de grande interesse em experimentação agrícola. Este problema tem sido usualmente abordado através de modelos estatísticos padrão de espaço de estado por alguns autores na literatura de ciência do solo. As mais importantes limitações dos procedimentos utilizados na prática são apontados e discutidos neste artigo, sendo relacionadas ao significado dos parâmetros do modelo e a sua interpretação prática. A abordagem padrão de espaço de estado, que é baseada em uma estrutura autoregressiva, não apresenta nenhum parâmetro que expressa a relação entre as variáveis no mesmo ponto do espaço, mas somente em pontos defasados. Além disso, os parâmetros do modelo (na matriz de transição) tem um significado global e não local, não expressando diretamente a heterogeneidade do solo. Desta forma, o objetivo aqui é propor uma abordagem alternativa de espaço de estado, baseada em modelos de regressão com coeficientes variando ao longo do espaço de modo a evitar estas limitações. Dados de nitrogênio total e carbono orgânico do solo foram coletados de um Latossolo. Eles foram medidos na camada de 0 0,20 m ao longo de uma transeção de 194 m, totalizando 97 amostras espaçadas entre si de 2 m, entre duas curvas de contorno adjacentes. Os resultados mostram as vantagens comparativas do método proposto em relação ao método de espaço de estados padrão. Tais vantagens estão relacionadas a uma mais adequada incorporação da heterogeneidade do solo ao longo da transeção espacial resultando em um melhor ajuste do modelo e a uma maior flexibilidade no processo de construção do modelo permitindo uma fácil interpretabilidade dos coeficientes estimados.
Biblioteca responsável: BR68.1