III Simpósio de Geoestatística Aplicada em Ciências Agrárias 08 a 10 de maio de 2013 Botucatu-SP III Simpósio de Geoestatística em Ciências Agrárias 1 Incertezas das estimativas espaciais do teor de matéria orgânica do solo Daniel De Bortoli Teixeira 1 , Ismênia Ribeiro Oliveira 2 , José Marques Júnior 3 , Angélica Santos Rabelo de Souza Bahia 4 & Gener Tadeu Pereira 5 1 Doutorando em Agronomia, UNESP/Jaboticabal/Depto. de Solos e Adubos, Via de Acesso Prof. Paulo Donato Castellane s/n 14884-900 Jaboticabal - SP, daniel.dbt@hotmail.com 2 Doutoranda em Agronomia, UNESP/Jaboticabal/Depto. de Ciências Exatas, ismenia.ribeiro. oliveira@gmail.com 3 Professor adjunto, UNESP/Jaboticabal/Depto. de Solos e Adubos, marques@fcav.unesp.br 4 Doutoranda em Agronomia, UNESP/Jaboticabal/Depto. de Solos e Adubos, angelicasantosrabelo@yahoo.com.br 5 Professor adjunto, UNESP/Jaboticabal/Depto. de Ciências Exatas, genertp@fcav.unesp.br Resumo – A identificação dos teores de matéria orgânica (MO) do solo pode contribuir para a determinação de áreas de manejo especifico. No entanto as estimativas espaciais conduzidas neste processo apresentam incertezas e estas devem ser consideradas no processo de tomada de decisão. Neste estudo objetivou-se avaliar a incerteza na predição da variabilidade espacial do teor de MO em Argissolo sob o cultivo de cana- de-açúcar, utilizando técnicas de simulações estocásticas e krigagem ordinária. Uma malha amostral regular contendo 626 pontos distanciados 50 m entre si foi estabelecida em área sob o cultivo de cana-de- açúcar. A quantificação das incertezas foi realizada utilizando as técnicas de krigagem ordinaria (KO), e simulação sequencial gaussiana (SSG) e indicatriz (SSI), por meio da contabilização de 200 realizações em cada procedimento estocástico. Modelos esféricos foram ajustados aos variogramas utilizados na SSG e SSI. De forma geral as técnicas de simulações estocásticas (SSG e SSI) possibilitaram a identificação e a avaliação das incertezas presentes nos procedimentos de interpolação da MO, sendo que as maiores incertezas estiveram associadas aos maiores valores estimados. Palavras-chave: simulação sequencial gaussiana; simulação sequencial indicatriz; krigagem ordinária. Uncertainties of spatial estimates of soil organic matter content Abstract - The identification of soil organic matter content (OM) may contribute to the determination of specific management areas. However spatial estimates have uncertainties and these should be considered in the decision-making process. This study aimed to evaluate the uncertainty in predicting the spatial variability of OM in Ultisol under sugarcane area, using techniques of stochastic simulations and ordinary kriging (OK). A regular sampling grid containing 626 points spaced 50 m apart was established in the area under sugarcane cultivation. The quantification of uncertainties was performed using techniques of OK, sequential Gaussian simulation (SGS) and sequential indicator simulation (SIS), by accounting for 200 stochastic realizations in each procedure. Spherical model were fitted to variograms used in SGS and SIS. Generally the techniques of stochastic simulations (SGS and SIS) enabled the identification and evaluation of the uncertainties present in the OM interpolation procedures, with the largest uncertainties were related to higher estimates. Key words: sequential gaussian simulation; sequential indicator simulation; ordinary kriging. Introdução Os teores de matéria organica (MO) do solo são considerados indicadores de qualidade do solo, uma vez que estes apresentam relação direta com a agregação, fertilidade, emissão de CO 2 entre outros processos. No entanto, como muitas outras propriedades do solo a MO apresenta grande variabilidade no espaço, o que dificulta seus processos de estimativa. Embora inúmeros trabalhos utilizem de técnicas que promovam a identificação dos padrões espaciais de distribuição da MO (SANCHEZ et al., 2005; SOUZA et al., 2009), poucos trabalhos concentram-se na quantificação dos possíveis erros associados a estas estimativas (TEIXEIRA et al., 2012). Análises geoestatísticas têm sido utilizadas para a descrição da variabilidade espacial das propriedades do solo fornecendo, por meio de técnicas como a krigagem ordinária (KO) e simulações estocásticas