A simulação sequencial gera um conjunto de imagens equiprováveis com a mesma variabilidade espacial dos valores experimentais. O objetivo deste estudo foi analisar a dependência espacial dos atributos diagnósticos do solo e aplicar a simulação sequencial para caracterizar a distribuição de probabilidade local dos atributos e verificar as zonas de incerteza. A área de estudo, com 1.200,32 ha, compreende a fazenda experimental Edgardia da Faculdade de Ciências Agronômicas da Universidade Estadual Paulista, Botucatu, SP. Os atributos do solo foram obtidos a partir de uma grade de amostragem de 90 pontos. A partir do modelo de dependência espacial foi realizada a simulação sequencial direta e a simulação sequencial indicativa. Os atributos do solo apresentaram dependência espacial com diferentes direções para menor e maior alcance. A simulação sequencial direta e a simulação sequencial indicativa possibilitaram a avaliação da incerteza da distribuição espacial das variáveis categóricas e contínuas do solo a qual pode ser utilizada para definir, com mais confiança, as classes de solo e para integrar estudos de planejamento amostral em locais em que a variabilidade é mais acentuada.

The sequential simulation generates a set of equiprobable images with the same spatial variability of the experimental values. The aim of this study was to determine the spatial dependence of the diagnostic attributes of soil and use the sequential simulation to characterize the probability distribution of the location attribute and verify areas of uncertainty. The study area, with 1200.32 ha, was the experimental farm Edgardia belonging to the Faculdade de Ciências Agronômicas da Universidade Estadual Paulista, Botucatu, SP. The soil properties were obtained from a sampling grid of 90 points. From the spatial dependency model the direct sequential simulation and sequential indicative simulation was performed. Soil attributes show spatial dependence with different directions to lesser and greater range. The direct sequential simulation and sequential indicative simulation allowed the evaluation of the spatial distribution of the uncertainty of continuous and categorical variables and soil, which can be used to define, with more confidence, soil classes and to integrate studies of sample planning in places where the variability is most pronounced.

O objetivo deste trabalho foi comparar a precisão de métodos de classificação de imagens orbitais na determinação de áreas cultivadas com citros, por métodos de sensoriamento remoto e de geoestatística. A área de estudo utilizada nesta pesquisa está localizada na cidade de Araraquara, região central do Estado de São Paulo, com 5.296,52 ha. Foi utilizada a imagem multiespectral do satélite CCD/CBERS 2B, adquirida em 2009 e processada no Sistema de Informações Geográficas (SIG) SPRING. Três métodos de classificação foram utilizados, sendo um não supervisionado (Cluster) e dois supervisionados (Krigagem Indicativa/KI e Máxima verossimilhança/Maxver), além da classificação em tela tida como verdade terrestre. A fidedignidade das classificações foi avaliada pelo índice Kappa. A Krigagem Indicativa foi o método que melhor classificou as áreas de citros na banda 4, com forte grau de concordância, conforme a estatística kappa, para as bandas 2 e 4. Pela validação, o Cluster para a banda 2 (verde) foi o classificador que obteve a melhor qualidade. A Krigagem Indicativa foi o classificador que apresentou área total de citros mais próxima da verdade terrestre em -3,01%, enquanto o Maxver foi o classificador que mais superestimou a área total de citros em 42,94 %.

This study compares the precision of three image classification methods, two of remote sensing and one of geostatistics applied to areas cultivated with citrus. The 5,296.52ha area of study is located in the city of Araraquara - central region of the state of São Paulo (SP), Brazil. The multispectral image from the CCD/CBERS-2B satellite was acquired in 2009 and processed through the Geographic Information System (GIS) SPRING. Three classification methods were used, one unsupervised (Cluster), and two supervised (Indicator Kriging/IK and Maximum Likelihood/Maxver), in addition to the screen classification taken as field checking.. Reliability of classifications was evaluated by Kappa index. In accordance with the Kappa index, the Indicator kriging method obtained the highest degree of reliability for bands 2 and 4. Moreover the Cluster method applied to band 2 (green) was the best quality classification between all the methods. Indicator Kriging was the classifier that presented the citrus total area closest to the field check estimated by -3.01%, whereas Maxver overestimated the total citrus area by 42.94%.

Resumo Com a intenção de verificar a origem do material transportado pelo Rio Amazonas, amostras de calha foram coletadas em 60 locais entre Belém (Brasil) até Iquitos (Peru). Tendo sido escolhidos 28 amostras, as mesmas foram submetidas a um estudo mineralógico, o qual revelou os seguintes minerais pesados presentes: turmalina, zircão, granada, estaurolita, hiperstênio, piroxênio (augita), anfibólio (hornblenda), tremolita, magnetita ou ilmenita e leucoxênio. Em quase todas as amostras ocorre uma grande quantidade de minerais instáveis idiomórficos, como hiperstênio, augita e anfibólio, indicando uma área fonte constituída pelas rochas básicas e ultrabásicas, diminuindo para jusatite. Minerais estáveis, como zircão e turmalina, apresentam-se tanto angulosos como arredondados, indicando mais de uma área fonte, mas de qualquer modo sempre a partir de rochas ácidas. Aplicando aos dados o método classificatório multivariante da análise de agrupamentcs (cluster analysis), dois maiores grupos de amostras foram ressaltados: um constituído por amostras localizadas no alto Rio Amazonas e com maior teor em minerais instáveis, provavelmente com origem andina; o outro formado principalmente por amostras que se localizam, a partir da confluência com o Rio Juruá, até Belém e contendo uma alta porcentagem em zircão e turmalina, indicando além de uma contribuição andina, fontes nos escudos precambrianos a norte e sul do Rio Amazonas.

ABSTRACT Bed samples of the Amazon River were collected from Iquitos (Peru) to Belém (Brazil). 28 selected samples were analysed and 12 types of heavy minerals were found: tourmaline, zircon, garnet, staurolite, hypersthene, pyroxene (augite), amphibole (hornblende), tremolite, magnetite or ilmenite and leucoxene. Most of the samples presented large amount of idiomorphic unstable minerals such as hypersthene, augite and amphibole pointing towards basic and ultra-basic rocks source. These unstable minerals diminish toward the lower portion of the river. Stable minerals such as zircon and tourmaline have showed both angular and round shapes, which indicate more than one source but in any case originating from acid rocks. A cluster analysis method was applied to the data and two main clusters were determined. The first group, located at the upper Amazon River, is rich in unstable minerals, probably from an Andean source. The second group, which includes samples located below the confluence of the Juruá River, presents a high zircon and tourmaline percentage which indicates a contribution from the Precambrian Shields in adition to the Andean source.