Regressão de processo gaussiano para mapeamento de solo tridimensional sobre múltiplos suportes espaciais

Este estudo investiga a complexidade da modelagem espacial do solo, focando particularmente no desafio do suporte vertical variável na coleta tradicional de dados do solo. A amostragem tradicional de solo, descrita em termos de horizontes, muitas vezes falha em identificar com precisão as profundidades específicas para propriedades específicas do solo. Essa lacuna é significativa, pois dados específicos de profundidade são cruciais para uma compreensão aprofundada dos processos de formação do solo e para a avaliação dos potenciais impactos ambientais. No mapeamento digital do solo (DSM), a confiança prevalente em intervalos de profundidade padronizados e funções spline de preservação de massa para reamostragem de dados resulta em uma abordagem de modelagem que tende a desconsiderar os detalhes relacionados à profundidade, introduzindo assim incertezas potenciais. Para abordar essas limitações, este trabalho explora quão efetivamente a regressão de processo gaussiano (GPR) pode modelar o solo em 3D. Esta técnica compreende dois componentes principais: uma função média e um núcleo semelhante a um semivariograma. Diferentemente dos métodos convencionais que fazem uma única previsão, o GPR fornece distribuições de probabilidade detalhadas. Essa capacidade permite a quantificação da incerteza da previsão em vários pontos, oferecendo insights para a tomada de decisões e avaliação de riscos. Além disso, o GPR tem a capacidade de fazer estimativas de volume ou bloco e avaliar as incertezas associadas. Habilitar previsões baseadas em volume enriquece a variedade de estratégias disponíveis para a gestão da terra. Nesta pesquisa, utilizamos o GPR como uma nova técnica de modelagem de solo em 3D e comparamos seu desempenho com métodos tradicionais baseados em spline. A comparação é realizada por meio de um estudo de caso em uma fazenda no norte de New South Wales, Austrália, focando no mapeamento 3D do pH do solo e da condutividade elétrica (CE). Nossos resultados demonstram a capacidade do GPR de estimar propriedades do solo em vários volumes, utilizando dados de múltiplos suportes verticais, oferecendo assim uma abordagem mais versátil para a modelagem do solo em diversos contextos espaciais.