Professional Documents
Culture Documents
Antônio Carlos Andrade Gonçalves1*, Marcos Vinícius Folegatti2 e José de Deus Viana
da Mata1
1
Departamento de Agronomia, Universidade Estadual de Maringá, Av. Colombo, 5790, 87020-900, Maringá, Paraná, Brasil.
2
Departamento de Engenharia Rural, Escola Superior de Agricultura “Luiz de Queiroz”, Universidade de São Paulo, Av. Pádua
Dias, 11, Piracicaba, São Paulo, Brasil. *Author for correspondence. e-mail: acagoncalves@uem.br
O manejo da água no solo requer estimativas Mesmo em uma área de solo homogêneo, a
seguras das suas propriedades hidráulicas. Babalola medida de uma propriedade em alguns pontos pode
(1978) salienta que alta variabilidade de propriedades revelar grandes variações de valores, pois o solo é
físicas do solo, tais como o conteúdo de areia, argila produto da ação de diversos fatores de formação e
e silte, bem como da densidade global, resultam em varia continuamente na superfície. Uma propriedade
alta variabilidade nas características de retenção de do solo é uma variável com continuidade espacial
água pelo solo. Desse forma, torna-se importante o (Burgess e Webster, 1980) e, como tal, constitui em
conhecimento de como se comportam estas uma população infinita em uma determinada área.
propriedades, onde se pretende ter conhecimento e Para se inferir sobre as características dessa
controle da dinâmica da água no solo, como em uma população, ou seja, para descrever a propriedade na
área irrigada. área, torna-se necessária uma abordagem estatística,
onde se procura inferir, a partir de valores amostrais,
sobre os parâmetros que caracterizam a sua sistemático e o aleatório. Wilding e Drees (1983)
distribuição de freqüência. A estatística assume que descrevem a variabilidade sistemática como sendo as
um valor medido é em parte explicado por um mudanças graduais nos valores da propriedade que
modelo e parte pela variação devida ao acaso. Como ocorrem em função dos fatores de formação ou de
apresentado por Trangmar et al. (1985), o valor de processos que atuam dentro da escala de observação.
uma propriedade z, medido em uma posição s da Além disto, parte da variabilidade que se credita ao
área, pode ser representado por: z(s) = µ + e(s), em acaso pode ser devida à dependência espacial.
que µ é a média populacional, ou a esperança de Z e Segundo Hamlett et al. (1986), as análises
e(s) são os desvios dos valores em torno da média, estatísticas “tradicionais”, baseadas na independência
assumidos como sendo independentes e com das observações, têm sido substituídas por análises
distribuição normal de média zero. espaciais, as quais consideram as correlações entre
De acordo com Warrick e Nielsen (1980), observações vizinhas. Essas análises são baseadas na
conforme a propriedade do solo considerada, o teoria das variáveis regionalizadas, formalizada por
coeficiente de variação pode variar de valores Matheron (1963), base da geoestatística, a qual
menores que 10 a maiores que 1000%. Segundo considera as características estruturais e aleatórias de
estes autores, dados de densidade do solo e uma variável espacialmente distribuída, de forma a
porosidade tendem a apresentar Cv de até 10% descrevê-la adequadamente (Moolman e Van
(baixa variação). Condutividade hidráulica saturada Huyssteen, 1989).
(Queiroz, 1995) tem gerado Cv com valores da Quando se faz um levantamento de solo,
ordem de 100 a 200% (alta variação). Frações procura-se conhecer a escala de variação das suas
granulométricas têm apresentado Cv entre 10 a propriedades. As informações necessárias para tanto
100%, enquanto valores de umidade, a uma dada são usualmente obtidas a partir de transeções, nas
tensão, tendem a fornecer valores de Cv da ordem quais as propriedades de interesse são medidas em
de 10 a 50%, o que pode ser caracterizado como de pontos dispostos com espaçamento constante (Nash
média variação (Gonçalves, 1997). et al., 1988). A geoestatística aplicada aos dados que
Para verificar o ajuste de um conjunto de dados à foram coletados em pontos cujas coordenadas são
distribuição normal, pode-se fazer uso de gráficos conhecidas, dentro da área, possibilita a obtenção da
em papel de probabilidade normal (Nielsen et al., sua estrutura da variância.
1973) ou, com a difusão dos recursos Uma vez quantificada, a dependência espacial das
computacionais, fazer uso de algum software que propriedades do solo pode ser utilizada para a
permita a “plotagem” dos valores medidos segundo classificação e para o levantamento de solos em uma
uma linha que expressa a distribuição normal. Uma área, assim como pode ser usada na interpolação
apresentação gráfica desta forma permite uma entre observações, permitindo o mapeamento da
avaliação visual da aderência. Pode-se também fazer propriedade do solo dentro da área, por meio da
uso de um teste não paramétrico, como o de krigagem. Esta técnica permite a estimativa de
Kolmogorov-Smirnov, apresentado por Kreyszig valores de forma não tendenciosa e com variância
(1970) e Rao et al. (1979). mínima. Gonçalves (1997) apresenta um estudo
A conveniência dos métodos clássicos da geoestatístico detalhado de várias propriedades físicas
estatística fez com que os estudos da variabilidade dentro da área do presente estudo, no qual foram
das propriedades dos solos não despertassem realizadas interpolações por krigagem para descrever
maiores interesses durante a maior parte do século a sua distribuição espacial.
XX. Beckett e Webster (1971) ressaltaram a A análise e modelagem da estrutura espacial de
necessidade de se dar uma maior atenção ao assunto. uma variável têm como base a teoria das variáveis
A motivação para estudos mais minuciosos da regionalizadas e como ferramenta primária o
variabilidade de propriedades do solo revelou semivariograma (Hamlett et al., 1986). O estimador
limitações das ferramentas estatísticas utilizadas até usual do semivariograma é apresentado por Journel
então para a análise dos dados. Comumente as (1989), como sendo:
hipóteses de normalidade e independência dos dados N(h )
1
[ ( ) ( )]
^
∑
2
γ (h ) = Z s − Z s + h (01)
não são testadas e, além disto, a independência tem
2 N(h ) 1
que ser assumida a priori, antes de se amostrar. Toda
a variabilidade apresentada pelos valores é atribuída Sendo, Z(s) o valor da propriedade Z na
ao resíduo, ou seja, a fatores não controlados. No localização s, no espaço, e N(h) o número de pares
entanto, a variação das propriedades do solo no de dados separados pela distância h. Segundo
espaço comumente apresenta dois componentes, o Journel e Huijbregts (1978), para o emprego deste
estimador, é desejável que o número de pares seja
Acta Scientiarum Maringá, v. 23, n. 5, p. 1149-1157, 2001
Análises exploratória e geoestatística 1151
maior que 50. Esta informação, no entanto, é escalonado. Gonçalves et al. (1999a) utilizaram esta
altamente subjetiva e deve ser tomada como apenas ferramenta no estudo da estabilidade temporal do
uma referência genérica. padrão espacial da umidade do solo da área em
Hamlett et al. (1986) afirmam que os dados estudo. Quando se deseja comparar o padrão de
devem preencher certas condições de variabilidade espacial de uma mesma propriedade
estacionaridade para que o semivariograma possa ser em diferentes regiões, pode-se também usar o
construído e interpretado. De acordo com estes escalonamento do semivariograma, como
autores, no entanto, estacionaridade é uma condição apresentado por Isaaks e Srivastava (1989), uma vez
que freqüentemente não é encontrada, quando que esse procedimento padroniza a escala dos
fenômenos naturais são estudados. Assim, técnicas semivariogramas.
exploratórias devem ser usadas para se avaliar De acordo com Journel e Huijbregts (1978), se
previamente os dados, com vistas ao atendimento E[Z(s)] = m(s), ou seja, o valor de m é função da
destas hipóteses. Segundo Journel e Huijbregts posição s, então a estacionaridade não se confirma,
(1978), a estacionaridade de segunda ordem existe podendo o semivariograma experimental assumir
quando: forma totalmente diferente da verdadeira para a
[ ] [ ]
1. E Z(s ) = E Z(s + h ) = m , ou seja, a propriedade em estudo. Hamlett et al. (1986)
afirmam que estacionaridade é mais exceção do que
média dos valores de Z(s) existe e não
regra nos problemas reais. Destacam, em vista disto,
depende da localização s; e
a importância de uma cuidadosa análise inicial, antes
2. para cada par de valores de Z, separados de h,
de se construir e interpretar semivariogramas.
a função de covariância existe e depende
Segundo Vieira (1995), se a tendência é
apenas de h. Isto implica na estacionaridade
verificada, deve-se então removê-la dos dados e
da variância e do semivariograma (Vieira et al.,
ajustar o semivariograma para os resíduos. Para
1983). Uma hipótese menos restritiva é a
tanto, cita o procedimento descrito por Davis (1986),
hipótese intrínseca, segundo a qual a primeira
segundo o qual se pode ajustar um polinômio de
condição acima é atendida e que a função do
primeiro ou segundo grau, para os valores da
semivariograma existe e a variância das
propriedade, em função das coordenadas, e fazer
diferenças depende apenas de h, segundo
com que o resíduo seja obtido pela diferença entre
Vieira et al. (1983) e Hamlett et al. (1986), os
valor medido e valor do polinômio em cada ponto.
quais apresentam discussão mais detalhada
Buchter et al. (1991) usam o procedimento de ajuste
sobre o assunto.
polinomial para a remoção da tendência não linear.
Uma vez que as propriedades do solo variam
Hamlett et al. (1986) apresentam a técnica do
continuamente no espaço, os seus semivariogramas
refinamento pela mediana, onde os resíduos são
são funções contínuas. O semivariograma
obtidos pela remoção das medianas das linhas e das
experimental consiste em alguns pontos estimados
colunas. Os autores mostram que o uso dos resíduos
ao longo dessa função e, portanto, sujeitos a erros.
conduz à distribuição mais simétrica, melhor para as
De acordo com Webster (1985), é possível ajustar
análises espaciais. Os autores descrevem técnicas
funções simples a esses pontos.
para análise exploratória dos dados, como gráfico
Alguns modelos matemáticos podem ser
caule-e-folhas, dispersão média-variância e
ajustados a um semivariograma, desde que algumas
transformação de dados para adaptá-los às exigências
condições sejam atendidas, como descrito por
do estudo espacial. Isaaks e Srivastava (1989)
McBratney e Webster (1986). Dentre os modelos
apresentam a técnica de janelas móveis, as quais
usados, os autores apresentam o exponencial:
permitem a identificação visual de possíveis
−3h tendências na região em estudo, embora este seja um
γ (h ) = C 0 + C1 − e a para h ≥ 0 (02) procedimento com elevado grau de subjetividade.
O efeito da tendência em semivariograma
experimental é abordado em alguns trabalhos. Starks
em que h é a distância de separação entre pontos, a é e Fang (1982) mostram que a presença de tendência
o alcance, C é o componente estrutural e C0 o efeito afeta fortemente o semivariograma, podendo
pepita ou variação não estruturada no espaço. conduzir a conclusões totalmente falsas. Ressaltam
Quando se deseja comparar os semivariogramas que esse efeito depende, no entanto, da extensão e da
de propriedades diferentes para verificar se essas intensidade de amostragem.
apresentam o mesmo padrão de variabilidade Russo e Jury (1987) descrevem uma propriedade
espacial, pode-se fazer uso do semivariograma não-estacionária como um processo composto por
e as conclusões obtidas sobre a estrutura de variação pouco se alteram com esta remoção, evidenciando
de cada propriedade no espaço. que, embora apresentem alguns valores elevados,
estas distribuições não apresentam caudas
Resultados e discussão excessivamente alongadas que possam comprometer
a análise geoestatística.
Os valores de teores correspondentes às frações
Complementando a análise das distribuições dos
granulométricas obtidos nos cento e quinze pontos
dados, foram construídos os gráficos tipo “box-plot”
amostrais, presentes na transeção radial à área
e o gráfico de probabilidade normal, apresentados na
irrigada pelo pivô central, foram analisados por meio
Figura 1a e b. Os box-plot permitem comprovar a
da estatística descritiva. Na Tabela 1, são
simetria das distribuições dos dados, em relação à
apresentados os valores dos parâmetros estatísticos
mediana e o gráfico de probabilidade normal
utilizados para descrever as distribuições dos dados
permite verificar que as distribuições de silte e de
medidos.
areia assumem um comportamento próximo da
Tabela 1. Estatística descritiva para os dados originais das frações
linha reta, que caracteriza a distribuição normal. A
granulométricas e para os dados, após a remoção dos valores distribuição de argila se afasta mais da reta,
externos aos limites inferior e superior.(*) evidenciando um afastamento da normalidade,
Estatística Argila Silte Areia Argila* Silte* Areia* conforme demonstrado pelo coeficiente d do teste
Número 115 115 115 109 115 114 de Kolmogorov-Smirnov. Como salientado por
Média 39,9 26,3 33,8 40,4 26,3 33,7 Warrick e Nielsen (1980), no entanto, em se
Mediana 40,9 25,8 33,2 41,0 25,8 33,1
Mínimo 26,8 18,2 26,1 28,9 18,2 26,1
tratando de dados obtidos na natureza, o ajuste a
Máximo 52,8 36,1 44,5 50,7 36,1 41,6 uma distribuição teórica é apenas aproximado. De
Quartil inferior 37,5 23,1 31,4 38,5 23,1 31,4
Quartil superior 43,3 29,4 36,0 43,3 29,4 36,0
acordo com Cressie (1991), a normalidade dos dados
Variância 29,3 16,8 13,4 22,2 16,8 12,5 não é uma exigência da geoestatística, é conveniente
Assimetria -0,549 0,259 0,443 -0,524 0,259 0,327 apenas que a distribuição não apresente caudas
Curtose 0,033 -0,741 -0,079 -0,030 -0,741 -0,353
Cv 13,6 15,6 10,8 11,7 15,6 10,5 muito alongadas, o que poderia comprometer as
Linferior 28,9 13,6 24,4 - - - análises. Assim, a análise exploratória dos dados
Lsuperior 51,9 38,9 43,0 - - -
d 0,123 0,099 0,088 0,105 0,099 0,086 torna possível admitir, em princípio, estas
distribuições como suficientemente simétricas para o
Os valores de conteúdo de argila nos 115 pontos estudo geoestatístico.
amostrais compõem uma distribuição cuja média é Mais importante que a normalidade dos dados é
1% menor que a mediana, revelando uma a ocorrência ou não do chamado efeito proporcional,
distribuição ligeiramente assimétrica, como pode ser segundo Isaaks e Srivastava (1989). Se a variação dos
observado pelo coeficiente de assimetria com valor dados em torno da média é proporcional à
negativo. Comportamento semelhante pode ser magnitude desta, a estacionaridade mínima
observado nas distribuições de silte e de areia, necessária ao uso da geoestatística pode estar
embora a distribuição de argila não possa ser comprometida. Empregando-se a técnica de janelas
considerada como normal, pelo teste de móveis (Mallants et al., 1996), com conjuntos de
Kolmogorov-Smirnov (Campos, 1983), ao contrário cinco pontos, ao longo da transeção, avaliou-se a
das outras duas. O coeficiente de variação obtido relação entre média e variância dos dados, como
permite caracterizar estas propriedades como de mostrado na Figura 2a. A análise de regressão linear
média variação, de acordo com o critério de Warrick mostrou que, para os três conjuntos de dados, os
e Nielsen (1980). modelos ajustados não foram significativos ao nível
Os valores obtidos para os limites inferior e de 5% de probabilidade, evidenciando a
superior da faixa, fora da qual se pode caracterizar os independência entre as variáveis.
dados como candidatos a “outliers”, conforme Com base nesta análise exploratória preliminar,
Libardi et al. (1996), permitem identificar seis valores assumiu-se que as distribuições podem ser
externos na distribuição de argila, um na distribuição consideradas suficientemente simétricas e com
de areia e nenhum na distribuição de silte. Para caudas não alongadas. Assumiu-se ainda a não
avaliar o efeito destes dados possivelmente ocorrência do efeito proporcional, tornando possível
discrepantes sobre a forma de cada distribuição, a construção de semivariogramas, com base nestas
foram calculadas as estatísticas descritivas após a hipóteses. Na Figura 2b, são mostrados os
remoção dos mesmos. A Tabela 1 permite verificar semivariogramas experimentais obtidos com o uso
que o Cv, os coeficientes de assimetria e de curtose e do software Variowin (Pannatier, 1996), para os três
a proximidade entre os valores de média e mediana conjuntos de dados. Para maior confiabilidade da
análise geoestatística, usou-se também o software ajustados modelos quadráticos a estes conjuntos de
GeoEAS (Englund e Sparks, 1991), na construção dados, conforme mostrados por linhas na Figura 3a.
dos semivariogramas, avaliando-se de forma 35
comparativa os resultados obtidos a partir dos dois Argila Silte Areia
programas. Pode-se verificar que os dados de areia e 30
de silte apresentam semivariograma com
variância - (%)2
25
crescimento até distâncias da ordem de 20 a 40 m, 20
com tendência à estabilização dos valores da função
15
de semivariância em seguida. Os valores do
semivariograma para argila, no entanto, apresentam 10
um crescimento bem definido com a distância de 5
separação entre os pontos, levando a supor que um 0
modelo linear seria adequado para se ajustar ao 20 30 Média - % 40 50
mesmo.
60 (a)
55 Min-Max
25%-75%
30
50
Mediana
45 25
TEORES - %
40 20
(h) -%2
35 15
30
10
25
20 5
Argila Silte Areia
15 0
ARGILA SILTE AREIA
0 20 40 60 80
(a) Distância - m
3 (b)
Probabilidade normal .
20
5
(h) -%2
15
0
10
-5
5
-10 0
0 50 100 150 200 250 0 20 40 60 80
Posição - m Distância - m
(b) (a)
Figura 3. Distribuição dos valores de argila, areia e silte ao longo 1.2
da transeção (a) e valores dos resíduos obtidos após a remoção da
tendência descrita pelo modelo quadrático (b) 1.0
0.8
Foram construídos os semivariogramas
2
(h)/
Mais ainda, foi mostrado que embora as três frações HAMLETT, J. M. et al. Resistant and exploratory
granulométricas apresentassem uma tendência de techniques for use in semivariogram analyses. Soil Sci. Soc.
variação ao longo da transeção, a remoção da mesma Am. J., Madison, v. 50, p. 868-875, 1986.
não alterou significativamente os semivariogramas ISAAKS, E.H.; SRIVASTAVA, R.M. An introduction to
para silte e para areia, mas alterou expressivamente o applied Geostatistics. New York: Oxford University Press,
1989.
semivariograma para argila. O escalonamento dos
semivariogramas dos resíduos permitiu constatar, JOURNEL, A. G. Fundamentals of Geostatistics in five lessons.
Washington: American Geophysical Union, 1989.
também que as frações argila e areia apresentam
estruturas de variação no espaço que podem ser JOURNEL, A.G.; HUIJBREGTS, C. J. Mining
Geostatistics. London: Academic Press, 1978.
descritas por um único modelo de semivariograma.
JOURNEL, A.G.; ROSSI, M.E. When do you need a
trend model in kriging? Mathematical Geology, v. 21, n. 7, p.
Referências 715-739, 1989.
BABALOLA, O. Spatial variability of soil water properties KREYSZIG, E. Introductory mathematical statistics: principles
in tropical soils of Nigeria. Soil Sci., Baltimore, v. 126, n. and methods. New York: John Wiley, 1970.
5, p. 269-279, 1978. LIBARDI, P.L. et al. Variabilidade da umidade
BECKETT, P.H.T.; WEBSTER, R. Soil variability: a gravimétrica de um solo hidromórfico. Revista Brasileira de
review. Soil Fertil., v. 31, p. 1-15, 1971. Ciência do Solo, Viçosa, v. 20, p. 1-12, 1996.
BEIGUELMAN, B. Curso prático de bioestatística. 3 ed. MALLANTS, D. et al. Spatial variability of hydraulic
Ribeirão Preto: Sociedade Brasileira de Genética, 1994. properties in a multi-layered soil profile. Soil Sci.,
BOURGAULT, G. et al. Geostatistical analysis of a soil Baltimore, v. 161, n. 3, p. 167-180, 1996.
salinity data set. Adv. Agron., San Diego, v. 58, p. 241-292, MATHERON, G. Principles of Geoestatistics. Economic
1997. Geology, v. 58, p. 1246-1266, 1963.
BUCHTER, B. et al. Soil spatial variability along transects. MCBRATNEY, A.B.; WEBSTER, R. Choosing functions
Soil Technol., Amsterdam, v. 4, p. 297-314. 1991. for semi-variograms of soil properties and fitting them to
BURGESS, T.M.; WEBSTER, R. Optimal interpolation sampling estimates. J. Soil Sci., Oxford, v. 37, p. 617-639,
and isarithmic mapping of soil properties. I. The 1986.
semivariogram and punctual kriging. J. Soil Sci., Oxford, v. MOOLMAN, J.H.; VAN HUYSSTEEN, L. A
31, p. 315-331, 1980. geostatistical analysis of the penetrometer soil strength of a
CAMPOS, H. Estatística experimental não-paramétrica. 4 ed. deep ploughed soil. Soil Tillage Res., Amsterdam, v. 15, p.
Piracicaba: ESALQ, Departamento de Matemática e 11-24, 1989.
Estatística, 1983. MYERS, D.E. To be or not to be...stationary? That is the
CRESSIE, N. Statistics for spatial data. New York: John question. Mathematical Geology, v. 21, n. 3, p. 347-362,
Wiley, 1991. 1989.
DAVIS, J.C. Statistics and data analysis in geology. 2.ed. New NASH, M.H. et al. Horizontal and vertical kriging of soil
York: John Wiley, 1986. properties along a transect in southern New Mexico. Soil
Sci. Soc. Am. J., Madison, v. 52, p. 1086-1090, 1988.
EMBRAPA, Centro Nacional de Pesquisa de Solos.
Sistema Brasileiro de Classificação de Solos, 1999. NIELSEN, D.R. et al. Spatial variability of field-measured
soil-water properties. Hilgardia, Oakland, v. 42, n. 7, p.
ENGLUND, E.; SPARKS, A. GeoEAS (Geostatistical
215-259, 1973.
Environmental Assessment Software) Las Vegas: U.S.
Environmental Protection Agency, 1991. (EPA/600/4- PANNATIER, Y. Variowin: software for spatial data analysis in
88/033a). 2D. New York: Springer-Verlag, 1996. 90 p.
GONÇALVES, A. C. A. Variabilidade espacial de propriedades QUEIROZ, J.E. Parâmetros hidrodinâmicos de um solo de
físicas do solo para fins de manejo de irrigação. 1997. Tese várzea para fins de drenagem subterrânea. 1995. Tese
(Doutorado) - Escola Superior de Agricultura “Luiz de (Doutorado) - Escola Superior de Agricultura “ Luiz de
Queiroz”, Universidade de São Paulo, Piracicaba, 1997. Queiroz”, Universidade de São Paulo, Piracicaba, 1995.
GONÇALVES, A.C.A. et al. Estabilidade temporal da RAO, P.V. et al. Use of goodness-of-fit tests for
distribuição espacial da umidade do solo em área irrigada characterizing the spatial variability of soil properties. Soil
por pivô central. Revista Brasileira de Ciência do Solo, Viçosa, Sci. Soc. Am. J., Madison, v. 43, p. 274-278, 1979.
v. 23, n. 1, p. 155-164, 1999a. RUSSO, D.; JURY, W.A. A theoretical study of the
GONÇALVES, A.C.A. et al. Padrões de amostragem e estimation of the correlation scale in spatially variable
intensidade de krigagem na caracterização do fields. 2. Non-stationary fields. Water Resour. Res.,
armazenamento de água no solo, em área irrigada por pivô Washington D.C., v. 23, n. 7, p. 1269-1279, 1987.
central. Revista Brasileira de Ciência do Solo, Viçosa, v. 23, n. STARKS, T.H.; FANG, J.H. The effect of drift on the
3, p. 485-495, 1999b. experimental semivariogram. Mathematical Geology, v. 14,
n. 4, p. 309-319, 1982.
TRANGMAR, B. B. et al. Application of Geostatistics to WARRICK, A.W.; NIELSEN, D.R. Spatial variability of
spatial studies of soil properties. Adv. Agron., San Diego, v. soil physical properties in the field. In: HILLEL, D. (Ed.).
38, p. 45-94, 1985. Applications of soil physics. New York: Academic Press, 1980.
VIEIRA, S.R. Uso da geoestatística em estudos de WEBSTER, R. Quantitative spatial analysis of soil in the
variabilidade espacial. In: Curso de atualização em conservação field. Adv. Soil Sci., New York, v. 3, p. 1-70, 1985.
do solo. Campinas: Instituto Agronômico de Campinas, WILDING, L.P.; DREES, L.R. Pedogenesis and soil
1995. taxonomy. I concepts and interactions. Amsterdam: Elsevier,
VIEIRA, S.R. et al. Geostatistical theory and application to 1983. p.83-116.
variability of some agronomical properties. Hilgardia,
Received on June 29, 2001.
Oakland, v. 51, n. 3, p. 1-75. 1983.
Accepted on August 23, 2001.