Export iten: EndNote BibTex

Please use this identifier to cite or link to this item: https://tede.unioeste.br/handle/tede/6188
Full metadata record
DC FieldValueLanguage
dc.creatorPrates, Rosebel Trindade Cunha-
dc.creator.Latteshttp://lattes.cnpq.br/8181663160728261por
dc.contributor.advisor1Opazo, Miguel Angel Uribe-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/4179444121729414por
dc.contributor.advisor-co1Vilas Boas, Marcio Antonio-
dc.contributor.advisor-co1Latteshttp://lattes.cnpq.br/8467243260512730por
dc.contributor.advisor-co2Dalposso, Gustavo Henrique-
dc.contributor.advisor-co2Latteshttp://lattes.cnpq.br/8040071176709565por
dc.contributor.referee1Christ, Divair-
dc.contributor.referee1Latteshttp://lattes.cnpq.br/6200553304840204por
dc.contributor.referee2Cima, Elizabeth Giron-
dc.contributor.referee2Latteshttp://lattes.cnpq.br/6425282643235095por
dc.contributor.referee3Vilas Boas, Marcio Antonio-
dc.contributor.referee3Latteshttp://lattes.cnpq.br/8467243260512730por
dc.contributor.referee4Oliveira, Marcio Paulo de-
dc.contributor.referee4Latteshttp://lattes.cnpq.br/3019781365469075por
dc.date.accessioned2022-09-13T13:36:39Z-
dc.date.issued2022-04-29-
dc.identifier.citationPrates, Rosebel Trindade Cunha. Modelagem espacial no sistema de irrigação por gotejamento. 2022. 112 f. Tese( Doutorado em Engenharia Agrícola) - Universidade Estadual do Oeste do Paraná, Cascavel, 2022.por
dc.identifier.urihttps://tede.unioeste.br/handle/tede/6188-
dc.description.resumoA irrigação por gotejamento localizado vem ganhando espaço na agricultura, principalmente em culturas de alto valor econômico, pela sua adaptação a diferentes tipos de solos e topografias, bem como por conta da redução de gastos com água e fertilizante. Portanto, conhecer o comportamento dos atributos a serem aplicados no solo é essencial para o planejamento e administração dos recursos hídricos, tomada de decisão em práticas de uso, manejo e redução dos impactos ambientais. Uma forma de monitorar o comportamento é a utilização da geoestatística que permite refinar as análises desses atributos aplicados ao solo, pois adota métodos estatísticos considerados para situações, cujos dados estão relacionados a fenômenos naturais espacialmente distribuídos, permitindo conhecer sua variabilidade e continuidade dentro de uma área em estudo. Seguindo essa temática, o objetivo da pesquisa é avaliar e modelar a variabilidade espacial das malhas topográficas da vazão da água e dos fertilizantes krista e turfa, no sistema de irrigação por gotejamento. O experimento foi realizado no Laboratório de Irrigação e Fertirrigação da UNIOESTE do Campus de Cascavel, em uma bancada, originando uma malha regular de área de 15m², com 80 gotejadores espaçados a 0,50 metros entre eles. Os dados da vazão da água de poço artesiano e dos fertilizantes turfa, na forma líquida, e Krista, na forma de sólida diluída em água, foram coletados em cada inclinação topográfica do sistema de irrigação, os quais foram processados no software R. Os métodos de estimação adotados foram mínimo quadrado ordinário (OLS) e máxima verossimilhança (ML). Para selecionar os modelos ajustados, foram utilizados os critérios de validação cruzada, Akaike e Schwarz, visto que, a partir dos parâmetros desses modelos, determinaram o índice de dependência espacial SDI e a medida de dependência espacial SDM para cada modelo específico de semivariograma, classificando a variabilidade espacial em termos de dependência fraca, moderada e forte. Com os resultados obtidos da krigagem ordinária, foi possível caracterizar a variabilidade espacial por meio dos mapas gerados. Assim, na topografia em nível (0% de inclinação), em relação ao método de estimação OLS, foram obtidos os modelos para a água e os fertilizantes krista e turfa, uma classificação de dependência moderada ao índice SDI e fraca dependência ao SDM. No método ML, obteve-se fraca dependência a SDI e SDM. Na topografia em aclive (2% de inclinação), para os métodos de estimação OLS e ML, obtiveram-se os modelos para água, fertilizantes krista e turfa, com uma fraca dependência aos índices SDI e SDM. Na topografia em declive (2% de inclinação), métodos OLS e ML, foram obtidos índices SDI e SDM; em relação aos modelos da vazão da água e dos fertilizantes krista e turfa, classificados em fraca dependência espacial, apenas diferindo do índice SDI, foram classificados em dependência moderada ao modelo do fertilizante krista e método OLS. Os mapas gerados na topografia nível, para água e fertilizantes krista, atingiram a maior área irrigada com vazão dos gotejadores entre (3,08|- 3,15) e, para turfa, a vazão (3,04|- 3,15L/h). Em relação aos coeficientes de uniformidade de Christiansen CUC e Coeficiente de uniformidade de distribuição CUD, obtiveram, para CUC, ≥ 97,47% e CUD ≥ 96,52%, uma excelente uniformidade para vazão da água, krista e turfa na topografia nível do sistema de irrigação. Na topografia aclive, atingiram a maior área irrigada para a água com vazão dos gotejadores entre (2,12|- 4,17L/h), para o fertilizante krista (2,68|-5,32L/h) e com o fertilizante turfa (3,01|-3,07L/h). Resulta-se, dessa forma, coeficientes CUC = 98,08% e CUD = 96,48%, com uma excelente uniformidade ao fertilizante turfa; para o fertilizante krista, o CUC = 64,00% e CUD = 68,42% obtiveram uma uniformidade ruim; para a água, o CUC = 55,00% e CUD=45,34% resultaram numa uniformidade inaceitável. Na topografia declive, quando usada água, atingiram a maior área irrigada com vazão nos gotejadores entre (1.64 |- 3.26L/h) e, para os fertilizantes, krista vazões dos gotejadores (3,11|-3,17L/h) e turfa (2,91|-3,17L/h). Em relação aos coeficientes CUC ≥ 95,99% e CUD ≥ 92,31%, obtiveram uma excelente uniformidade aos fertilizantes krista e turfa, de maneira que diferiu para a água CUC = 60,00% e CUD = 32,03%, obtendo uma uniformidade ruim e inaceitável. Para as três topografias, o coeficiente de uniformidade de pressão CUP ≥ 97,57% obteve uma classificação excelente no sistema, ao usar água e os fertilizantes krista e turfa. Assim, a análise dos índices SDI e SDM possibilitou melhorar a descrição da estrutura de variabilidade espacial das vazões nas malhas topográficas. Essa avaliação da variabilidade espacial da vazão em cada inclinação topográfica é de suma importância, pois viabiliza a definição de regiões com níveis críticos de entupimento, ajudando na tomada de decisões quanto ao manejo no local. Dessa maneira, este estudo aumenta o poder de xi decisão sobre a descrição do grau de variabilidade espacial dos atributos agrícolas no solo e na irrigação, visando a uma maior produção agrícola, bem como para contribuir em futuros estudos.por
dc.description.abstractLocalized drip irrigation has been gaining space in agriculture, especially in high economic value crops, because of its adaptation to different types of soils and topographies and the reduction of water and fertilizer costs. Therefore, knowing the behavior of the attributes to be applied to the soil is essential for planning and administering water resources, decision-making in practices of use, management, and reducing environmental impacts. One way to monitor the behavior is using geostatistics, which allows refining the analysis of these attributes applied to the soil because it adopts statistical methods considered for situations whose data are related to spatially distributed natural phenomena, allowing knowing their variability and continuity within an area under study. To this end, the research aims to evaluate and model the spatial variability of the topographical meshes of water flow and Krista and peat fertilizers in the drip irrigation system. The experiment was conducted in the Irrigation and Fertigation Laboratory of UNIOESTE university, at the Cascavel campus, on a workbench, creating a regular grid area of 15m², with 80 drippers spaced at 0.50 meters between them. Data on the flow rate of the artesian well water and the fertilizers peat, in liquid form, and Krista, in solid form diluted in water, were collected at each topographic slope of the irrigation system, which were processed in R software. The estimation methods adopted were ordinary least square (OLS) and maximum likelihood (ML). To select the adjusted models, the Akaike and Schwarz criteria of cross-validation were used since, from the parameters of these models, the spatial dependence indices SDI and the measure of spatial dependence SDM were determined for each specific semivariogram model, classifying the spatial variability in terms of weak, moderate and strong dependence. The results obtained from ordinary kriging made it possible to characterize the spatial variability through the generated maps. Thus, concerning the OLS estimation method, the models for water and the fertilizers Krista and peat were obtained in the leveled topography (0% slope), with moderate dependence for the SDI index and weak dependence for the SDM. In the ML method, weak dependence for SDI and SDM was obtained. The water, Krista fertilizer, and peat models were obtained with weak dependence on SDI and SDM indices on the rising slope topography (2% slope) for the OLS and ML estimation methods. On the falling slope topography (2% slope), OLS and ML methods were obtained with SDI and SDM indices; regarding the water flow and Krista and peat fertilizer models, classified in weak spatial dependence, only differing from the SDI index, were classified in moderate dependence to the Krista fertilizer model and OLS method. The maps generated in the leveled topography for water and Krista fertilizers reached the largest irrigated area with dripper flow rates between (3.08|- 3.15L/h) and, for peat, the flow rate (3.04|- 3.15L/h). Regarding their Christiansen uniformity coefficients (CUC), ≥ 97.47%, and uniformity distribution coefficient (UDC), ≥ 96.52%, there was excellent uniformity for water flow, Krista, and peat in the leveled topography of the irrigation system. On the rising slope topography, the most irrigated area was achieved for the water with flow rate drippers between (2.12|- 4.17L/h), for the Krista fertilizer (2.68|-5.32L/h), and with the peat fertilizer (3.01|-3.07L/h). This results in CUC = 98.08% and UDC = 96.48%, with excellent uniformity for the peat fertilizer; for the Krista fertilizer, CUC = 64.00% and UDC = 68.42% obtained poor uniformity; for the water, CUC = 55.00% and UDC = 45.34% resulted in unacceptable uniformity. On the falling slope topography, when water was used, drippers achieved the highest irrigated area with flows between (1.64 |- 3.26L/h) and, for Krista fertilizers, drip flows (3.11|- 3.17L/h) and peat (2.91|-3.17L/h). Regarding the coefficients CUC ≥ 95.99% and UDC ≥ 92.31%, excellent uniformity was obtained for the Krista and peat fertilizers, so it differed for the water CUC = 60% and UDC = 32.03%, obtaining a poor and unacceptable uniformity. The pressure uniformity coefficient PUC ≥ 97.57% obtained an excellent system rating for all three topographies when using water and the Krista and peat fertilizers. Thus, the analysis of the SDI and SDM indexes improved the description of the structure of spatial variability of the flows in the topographic meshes. This evaluation of the spatial variability of the flow in each topographic slope is of utmost importance because it makes it possible to define regions with critical levels of clogging, helping in the decision-making for the management at the site. Hence, this study increases the power of decision about the degree of spatial variability of agricultural attributes in the soil and irrigation, aiming at greater agricultural production and contributing to future studieseng
dc.description.provenanceSubmitted by Edineia Teixeira (edineia.teixeira@unioeste.br) on 2022-09-13T13:36:39Z No. of bitstreams: 2 Rosebel _Prates2022.pdf: 2881814 bytes, checksum: afd7c4a6aa978132c886dd5996f810ed (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)eng
dc.description.provenanceMade available in DSpace on 2022-09-13T13:36:39Z (GMT). No. of bitstreams: 2 Rosebel _Prates2022.pdf: 2881814 bytes, checksum: afd7c4a6aa978132c886dd5996f810ed (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2022-04-29eng
dc.formatapplication/pdf*
dc.languageporpor
dc.publisherUniversidade Estadual do Oeste do Paranápor
dc.publisher.departmentCentro de Ciências Exatas e Tecnológicaspor
dc.publisher.countryBrasilpor
dc.publisher.initialsUNIOESTEpor
dc.publisher.programPrograma de Pós-Graduação em Engenharia Agrícolapor
dc.rightsAcesso Abertopor
dc.rights.urihttp://creativecommons.org/licenses/by/4.0/-
dc.subjectGeoestatísticapor
dc.subjectVariabilidade Espacialpor
dc.subjectÍndices de dependências espaciaispor
dc.subjectIrrigaçãopor
dc.subjectFertirrigaçãopor
dc.subjectGeostatisticseng
dc.subjectSpatial Variabilityeng
dc.subjectIndices of spatial dependenceeng
dc.subjectIrrigationeng
dc.subjectFertigationeng
dc.subject.cnpqSistemas biológicos e agroindustriaispor
dc.titleModelagem espacial no sistema de irrigação por gotejamentopor
dc.title.alternativeSpatial modeling in drip irrigation systemeng
dc.typeTesepor
dc.publisher.campusCascavelpor
Appears in Collections:Doutorado em Engenharia Agrícola (CVL)

Files in This Item:
File Description SizeFormat 
Rosebel _Prates2022.pdfArquivo completo2.81 MBAdobe PDFView/Open Preview


This item is licensed under a Creative Commons License Creative Commons