VARIABILIDADE ESPACIAL DE PROPRIEDADES FÍSICAS DOS SOLOS EM

ÁREAS DE RELEVOS ACIDENTADOS - O MÉDIO VALE DO PARAIBA DO SUL,

SUDESTE DO BRASIL

SPATIAL VARIABILITY OF SOIL’S PHYSICAL PROPERTIES IN AREAS WITH

IRREGULAR RELIEFS – THE MEDIUM PARAÍBA OF SOUTH’S VALLEY ,
SOUTHEAST BRAZIL

Camarinha, Pedro Ivo, Universidade Estadual Paulista – Faculdade de Engenharia de

Guaratinguetá, Brasil, pedruivo@hotmail.com
Simões, Sílvio Jorge, Universidade Estadual Paulista – Faculdade de Engenharia de
Guaratinguetá, Brasil, simoes@feg;unesp.br
Bernardes, George de Paula, Universidade Estadual Paulista – Faculdade de Engenharia de
Guaratinguetá, Brasil, bernardes@feg;unesp.br

RESUMO
Este trabalho busca compreender a variabilidade espacial dos solos com base em suas
propriedades geotécnicas. A área de estudo corresponde a uma área com plantio de eucalipto
(fazenda Santa Edwirges), com cerca de 1200 ha, situada no Vale do Paraíba, Sudeste do Brasil.
A propriedade analisada foi a porosidade a partir de 38 pontos amostrais considerando três
diferentes camadas (superficial, 50 cm e 100 cm de profundidade). Para analisar a variabilidade
espacial se utilizou um método estocástico baseado nos princípios da geoestatística constando
da análise de semivariogramas e interpolação de dados por krigagem. Os resultados mostram
que a porosidade dos solos possui características necessárias para defini-la como uma variável
regionalizada nas camadas superficial e a 100 cm de profundidade. Ao contrário, para a
porosidade a 50 cm, observou-se que a distribuição dos valores não permite caracterizá-la com
dependência espacial. Para melhor avaliar esta questão é necessário uma maior quantidade
amostras, com o intuito de se obter uma distribuição mais ampla e mais representativa.

ABSTRACT
The objective of this research was to study the spatial variability of soil physical property based
on geotechnical properties. The area of study corresponds with a planting of eucalyptus area
(Santa Edwirges Farm) comprising 1200 ha, situated in Paraíba’s Valley, southeast Brazil. In
the current stage of the research the property analyzed was the porosity of the soil from 38
sampling points considering three different soil layers (surface, 50 cm and 100 cm). To
investigate the spatial variability we used a stochastic interpolation method based on the
principles of geostatistic, which employs the analysis of semivariograms and kriging
interpolation. Spatial dependence occurred for the variables from the superficial layer and 100
cm soil depth. In contrast, the spatial dependence of the 50 cm depth porosity cannot be
characterized. To confirm this assumption, it is necessary that more samples be evaluated,
obtaining a more comprehensive and more representative distribution.

1. INTRODUÇÃO

Os trabalhos que tentam compreender a variabilidade espacial das propriedades do solo têm
sugerido que estes atributos tendem a apresentar um comportamento pouco previsível e de
características aleatórias. Em face disto surgiu a necessidade de se avaliar a dependência
espacial destes atributos, por um procedimento que incorpore o princípio de variável aleatória
buscando avaliar melhor as incertezas existentes nestes processos.

A geotestatística é a mais conhecida das abordagens estocásticas a qual é baseada na noção que
o padrão interpolado é uma variável aleatória a qual pode ser descrita por um variograma
(Grayson e Bloschl 2001). Neste sentido a geoestatística fornece um conjunto de ferramentas
estatísticas que possibilitam a incorporação de coordenadas temporais e espaciais dos dados
observados (Goovaerts 1999) constituindo-se, portanto, uma importante ferramenta para
detectar a existência da variabilidade e da distribuição espacial das propriedades do solo
(Goovaerts 1999, 2001, Grego e Vieira 2005).

A distribuição da variável deve apresentar uma continuidade espacial, respeitando o principio de

que as variáveis regionalizadas apresentem valores mais próximos quanto menos afastadas
estiverem. Também é recomendável que a região de estudo apresente um relevo que favoreça tal
distribuição, sendo pouco acidentado e com características não muito discrepantes no decorrer
de toda sua extensão. Neste trabalho, abordam-se a possibilidade de se obter resultados
satisfatórios em áreas de relevos acidentados, a partir de um processo de amostragem bem
distribuído e planejado simultaneamente com o andamento da pesquisa.

Os objetivos deste trabalho são: (a) determinar se há dependência espacial para a variável
porosidade nos níveis superficial, 50 cm e 100 cm de profundidade; (b) elaborar mapas de
predição que representem a variabilidade da porosidade da região de estudo nas camadas
propostas e; (c) procurar relacionar as características da porosidade para as três camadas do solo
em estudo.

2. ÁREA DE ESTUDO – ASPECTOS GERAIS

A área da fazenda Santa Edwirges (figura 1) está inserida na bacia do Ribeirão Taboão, situada
no Vale do Paraíba no município de Lorena, Estado de São Paulo. A fazenda tem uma área de
22 km² e nela se encontra parte das nascentes do ribeirão Taboão. Este curso de água é um dos
afluentes da margem direita do rio Paraíba do Sul, o qual nasce nos domínio da Serra da
Mantiqueira, a uma altitude de aproximadamente 1.240 metros até desaguar em meio à planície
aluvionar do rio Paraíba do Sul a 550 metros de altitude, na área urbana do município de
Lorena.

A fazenda Santa Edwirges encontra-se totalmente inserida em um contexto geológico formado

por rochas cristalinas de idade precambriana (> 500 milhões de anos) onde são diferenciadas
quatro diferentes unidades geológicas mapeadas por Milanesi e Rodrigues (2005). Na porção
norte da área ocorrem rochas metamórficas (xistos, gnaisses e migmatitos) pertencentes ao
Complexo Embu; na porção sul predominam corpos intrusivos de composição
predominantemente granítica pertencentes ao Complexo Quebra-Cangalha. Entre estas duas
unidades ocorrem faixas de alta deformação (zonas milonitizadas) com poucos quilômetros de
espessura. Finalmente, fechando o quadro geológico, ocorrem os terraços fluviais compostos de
silte e argila e os sedimentos inconsolidados acompanhando os principais cursos de água
(Figura 2a).

Figura 1 – Localização da área de estudo

Ainda que tenha uma área relativamente pequena, a fazenda Santa Edwirges possui uma
significativa variação no relevo. Isto se deve, em parte, a diversidade do substrato geológico
descrita anteriormente. Em escala de detalhe (1:10.000), foi possível identificar três unidades
geomorfológicas distintas (Lima 2005). A unidade de relevo Escarpas Degradadas localiza-se
na porção norte da área de estudo possuindo elevada declividade (>30%) e grandes amplitudes
(>300m). A estes relevos associam-se solos de composição areno-argilosos com elevado
potencial de erodibilidade oriundos das rochas graníticas do Complexo Quebra Cangalha. A
unidade de relevo Morros e Morrotes Arredondados apresenta formas arredondadas com
declividades médias (>15%) e amplitudes variando entre 100 e 300m associados às rochas
gnáissicas ricas em biotita do Complexo Embu. A unidade de relevo Colinas Alveolares
representa a transição entre os dois relevos anteriores mencionados e estão associados as zonas
de cisalhamento sendo formados por sedimentos inconsolidados; correspondem as áreas de
declividade muito baixa (<15%) e as áreas de relevo plano (planícies aluvionares) com
amplitudes baixas (<100m) (Figura 2b).

3. MATERIAIS E MÉTODOS

Os procedimentos adotados no decorrer da pesquisa foram fundamentados com o objetivo de

avaliar, a cada etapa, a qualidade dos dados obtidos, questionar a viabilidade da metodologia
aplicada e buscar novas soluções para melhoria dos resultados parciais e finais. A figura 3
apresenta os procedimentos adotados, passo a passo, e as diferentes opções que podem ser
tomadas em certas ocasiões. Procurou-se sintetizar os passos em três etapas principais: definição
e preparo dos dados, análise dos dados e otimização do processo.

Após a definição da área de estudo (Fazenda Santa Edwirges) e do atributo do solo a ser
analisado (porosidade), o passo seguinte foi estabelecer um banco de dados com 30 amostras
pontuais georreferenciadas. Cada amostra possui, além de suas coordenadas (latitude e
longitude), valores para diferentes parâmetros do solo, como peso específico natural e saturado,
umidade, índice de vazios e densidade dos grãos, em 3 níveis diferentes: na superfície, a 50 e a
100cm de profundidade. Tais parâmetros foram obtidos através de análises realizadas no
Laboratório de Mecânica dos Solos da FEG/UNESP.

Figura 2 – a) Mapa Geológico (Milanesi e Rodrigues 2005) e b) Modelo de Terreno Digital

(MDT) mostrando as diferentes formas de relevo (Lima 2005).
 Figura 3 – Organograma esquemático dos procedimentos adotados neste trabalho.

A criação de um banco de dados georreferenciados é realizada inserindo novos pontos,

amarrados a um sistema de coordenadas e de projeção, utilizando-se o programa ArcGIS®. Em
seguida, atribuem-se os valores dos diversos índices físicos conhecidos, dentre eles a variável
escolhida. A figura 4 apresenta os primeiros 30 pontos que compõem processo de amostragem
e, ao lado, uma tabela com os valores da porosidade, referente a cada respectivo ponto.

Utilizando estes dados deve-se elaborar um mapa parcial de predição do atributo porosidade e
também da predição do erro através da construção de semivariogramas o qual representa uma
ferramenta de medida do grau de dependência espacial entre amostras. Para a sua construção
são usadas simplesmente as diferenças ao quadrado dos valores obtidos, assumindo-se uma
estacionaridade nos incrementos (Landim 2006).

A partir de várias análises, é avaliada a qualidade dos dados disponíveis. Pode-se concluir que a
o banco de dados obtido fornece condições suficientes para a geração de mapas de predição de
qualidade.

Figura 4 – Processo de amostragem e porosidade para cada ponto.

4. RESULTADOS E DISCUSSÃO

O primeiro mapa gerado representa os locais onde ocorrem erro de predição e os diferentes
valores de porosidade. Os valores mais elevados de porosidade correspondem as superfícies
mais escuras observadas no mapa da figura 5. A partir deste mapa se identifica as áreas onde
existem maiores incertezas e permite comparar os valores da porosidade real com a porosidade
estimada.

Além do mapa de predição da porosidade superficial, a Figura 5 mostra a localização de oito

novas amostras as quais foram coletadas na porção nordeste da área. A obtenção destas novas
amostras possibilitou comparar o valor da porosidade estimada no primeiro mapa de predição
com os valores reais, determinados a partir de análises realizadas no laboratório. Na figura 5 se
pode observar que somente dois pontos (34 e 35), apresentaram valores reais muito discrepantes
daqueles valores estimados.

A elaboração de um novo mapa da distribuição do erro possibilitou compará-lo com o mapa da

figura 5. Conforme se pode observar a partir da figura 6, os locais próximos às novas amostras
tiveram o erro atenuado, as quais são representadas pelas áreas mais claras observadas no mapa
da direita. Porém, ainda restam locais situados a oeste e a sul da área de estudo nos quais
necessitam serem obtidas uma quantidade maior de amostras. Estas áreas são identificadas pelas
áreas mais escuras observadas na Figura 6.

Figura 5 – Mapa de predição da porosidade superficial e distribuição do erro (esquerda) e

localização das oito novas amostras (direita).
Figura 6 – Comparação entre os mapas de distribuição do erro. O mapa da esquerda representa
os pontos originais analisados e o mapa da direita a incorporação de oito novos pontos

Alguns autores propõem a análise dos dados através de histogramas, afirmando que para o
ajuste de semivariogramas a normalidade dos dados não é necessária, mas desejável (Folegatti
1996). Caso a distribuição não seja normal, mas seja razoavelmente simétrica, podem-se admitir
as hipóteses necessárias à construção do semivariograma. Entretanto, o histograma só apresenta
a freqüência de algumas faixas de valores da variável, deixando de lado a distância entre as
amostras. Sendo assim, mesmo não sendo de prática comum utilizá-los desta forma, procurou-se
estabelecer relações entre os intervalos de maior freqüência do histograma e a localização das
amostras que compões este intervalo (Figura 7).

Analisando-se os três casos, observa-se que as amostras, tanto na camada superficial quanto
aquela a 100 cm de profundidade, apresentam valores mais semelhantes (em destaque) e estão
relativamente próximas entre si. Contudo, na camada a 50 cm de profundidade, encontram-se
mais remotas, dispersas por toda região.

A figura 8 mostra os semivariogramas para as três camadas analisadas. A camada superficial e a

camada a 100 cm de profundidade apresentaram uma distribuição que permite estabelecer um
semivariograma.

Figura 7 - Histogramas relacionados a distribuição espacial

 Figura 8 – Semivariogramas para as camadas: a) superficial, b) a 50 cm e c) a 100 cm

Para a camada a 50 cm o resultado obtido não pode ser considerado satisfatório o que
impossibilita a geração de mapas de predição a partir do método de interpolação proposto.
Assim, buscou-se encontrar um semivariograma experimental correspondente à camada de solo
superficial e a camada a 100 cm de profundidade através de testes direcionais sobre todas as
amostras tendo-se obtidos os semivariogramas apresentados na Figura 9 (a-d).

A figura 9 (e-f) mostra os mapas de predição obtidos para a porosidade superficial e a

porosidade a 100 cm. Comparando-se estes mapas com o mapa geológico e o mapa
geomorfológico (figura 2) é possível observar algumas correlações. O mapa referente a
porosidade superficial (Figura 9e) mostra valores mais elevados na região correspondente a
unidade de relevo de Escarpas Degradadas com substrato granítico, situado na porção sudeste da
área. Por outro lado, a 100 cm de profundidade (Figura 9f), os valores de porosidade mais
elevados encontram-se associados a unidade de relevo Morros e Morrotes com substrato
gnáissico, na porção norte da área e também ao substrato granítico na porção oeste da área. No
estágio atual da pesquisa busca-se compreender a razão desta significativa diferença entre o
mapa obtido na superfície e a 100 m de profundidade. Para isto se procura aprofundar estudos
que descreva, em detalhes, o perfil vertical dos solos e a sua evolução morfogenética.

Figura 9 – Semivariogramas experimentais a partir de testes direcionais: (a) e (b) referentes à

camada superficial; (c) e (d) à camada a 100 cm e em baixo estão os mapas finais de predição
para a porosidade superficial (e) e a 100 cm de profundidade (f)
CONCLUSÕES

(i) A variável porosidade apresentou características necessárias para defini-la como uma
variável regionalizada e, portanto, apresenta uma dependência espacial, na camada
superficial e a 100 cm de profundidade;
(ii) Para a porosidade a 50 cm, notou-se que distribuição dos valores de seu atributo não
permite, a princípio, caracterizá-la com dependência espacial;
(iii) Como em duas das três camadas estudadas apresentaram dependência espacial e, baseado
em estudos encontrados na literatura, conclui-se que a porosidade a 50 cm deve apresentar
dependência espacial, porém para confirmar tal fato, é necessário que mais amostras
sejam retiradas, com o intuito de se obter uma distribuição ampla e que seja mais
representativa;
(iv) Segundo o mapa de previsão de porosidade na camada superficial, a porção sudeste da
área (substrato granítico) apresenta valores de porosidade mais elevados quando
comparados com o restante das amostras analisadas. Em contraste, considerando-se o
mapa a 100 cm de profundidade, a região norte (substrato gnáissico) apresenta valores de
porosidade muito elevados. Neste estágio da pesquisa se busca avaliar melhor a relação
existente entre os processos geológico-geomorfológico e a variação espacial da
porosidade.

AGRADECIMENTOS

A Votorantim Celulose e Papel, pelos recursos necessários para o desenvolvimento desta

pesquisa.

REFERÊNCIAS

Folegatti, M.V. (1996) Estabilidade temporal e variabilidade espacial da umidade e do

armazenamento de água em solo siltoso. (Tese de Livre Docências) Escola Superior de
Agricultura Luiz de Queiroz, Universidade de São Paulo. 84p.
Goovaerts, P. (1999) Geostatistics in soil science: state of art and perspectives. Geoderma, 89:
1-45.
Goovaerts, P. (2001) Geostatistical modelling of uncertainty in soil science. Geoderma, 103: 3-
26.
Grayson, R.; Bloschl, G. (2001) Spatial pattern in catchment hydrology. Cambridge, Cambridge
University Press.
Grego, C.R.; Vieira, S.R. (2005) Variabilidade espacial de propriedades físicas do solo em uma
parcela experimental. Revista Brasileira de Ciência do Solo, 29 (2):169-177.
Landim, P.M.B., Sturaro, J.R. e Monteiro, R. C. (2002). Krigagem ordinária para situações
com tendência regionalizada.Rio Claro, Universidade Estadual Paulista. Texto Didático.
Disponível em: <http://www.rc.unesp.br/igce/aplicada/textodi.html>. Acesso em 3 de
janeiro de 2007.
Lima, B.A. (2005). Mapeamento Geomorfológico como Subsídio a um Programa de Plantio de
Eucalipto. FEG/UNESP, Relatório de Iniciação Científica.
Milanezi, B.; Rodrigues, A. (2005) Mapeamento lito-estrutural da fazenda Santa Edwirges,
escala 1:10.000. FEG/UNESP, Relatório de Iniciação Científica.