Multivariate analysis of soil moisture data
DOI:
https://doi.org/10.29150/jhrs.v7.7.p432-438Palabras clave:
multivariate statistics, Ward method, soil moistureResumen
Soil water content is an important variable in the understanding of hydrology in agricultural and environmental systems in a region. It is known that soil moisture is related to soil characteristics, porosity, depth, hydraulic conductivity, among others, that is, characteristics that define its typology. Studies related to soil moisture are still very precarious in Brazil. Recently, the Europe Space Agency has provided soil moisture data estimated worldwide with satellite data. This availability made possible the spatial and temporal assessment of soil magna.moura@embrapa.br moisture for different studies in the world, even though we did not know the accuracy of these data. Many studies have used multivariate analysis to find groups that have similar characteristics that can be analyzed and managed with the same actions. Therefore, this study sought to analyze the similarities and dissimilarities between soil types when considering the characteristics of soil moisture, precipitation, soil elevation and soil depth. After applying the statistical methods it was possible to perceive that the soil moisture does not depend strongly on the precipitation and to suggest caution in the analysis of the relations between the humidity factor and the others scored.
Citas
EMBRAPA. Empresa Brasileira de Pesquisa Agropecuária, 2006. Centro Nacional de Pesquisa de Solos. Sistema Brasileiro de Classificação de Solos. 2. ed. EMBRAPA-SPI, Rio de Janeiro.
Fechine, J.A.L., Galvíncio, J.D., 2008. Agrupamento da precipitação mensal da bacia hidrográfica do rio Brigida-PE, através da multivariada. Revista Brasileira de Geografia Física 1, 39-46.
Galvíncio, J.D., L.M.A., 2014. Impact of the hydric reposition in soil on the agriculture in semi arid region. Journal of Hyperspectral Remote Sensing 4, 134-152.
Hair, J.F., Anderson, R.E., Tatham, R.L., Black, W.C., 2005. Análise Multivariada de Dados. 5. ed. Bookman, Porto Alegre.
Sartori, S.D., 2008. Aplicações de técnicas de análise multivariada em experimentos agropecuários usando o software R. Dissertação (Mestrado). Piracicaba, ESALQ.
White, R.E., 2005. Principles and Practice of Soil Science: the soil as a natural resource. 4th ed. Blackwell, Oxford.
Whiting, M.L., Ustin, S.L., Zarco-Tejad, P., Palacios-Orueta, A., Vanderbilt, V.C., 2006. Hyperspectral mapping of crop and soils for precision agriculture. Remote Sensing and Modeling of Ecosystems for Sustainability III, 62980B. doi: 10.1117/12.681289
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2018 Journal of Hyperspectral Remote Sensing
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Material protegido por direitos autorais e plágio. No caso de material com direitos autorais a ser reproduzido no manuscrito, a atribuição integral deve ser informada no texto; um documento comprobatório de autorização deve ser enviado para a Comissão Editorial como documento suplementar. É da responsabilidade dos autores, não da RBGF ou dos editores ou revisores, informar, no artigo, a autoria de textos, dados, figuras, imagens e/ou mapas publicados anteriormente em outro lugar. Se existir alguma suspeita sobre a originalidade do material, a Comissão Editorial pode verificar o manuscrito por plágio. Nos casos em que o plágio for confirmado, o manuscrito será devolvido sem revisão adicional e sem a possibilidade de re-submissão. Auto-plágio (ou seja, o uso de frases idênticas de documentos publicados anteriormente pelo mesmo autor) também não é aceitável.
