Estimativa da retenção de água em solos para fins de irrigação | Soil water retention estimation for irrigation

The purpose of the present work was to establish and to test pedotransfer functions for water retention the Rio Grande do Sul s soils. Water retention data were obtained from Solano Peraza s dissertation, Irriga System database and in the literature. The first part of this work was the collect soil water retention data and pedotransfer functions for Rio Grande do Sul soils, forming the literature data base, in a total of 24 papers and 624 database of the water retention. The samples obtained from of Solano Peraza were collected soil profiles, in a total of 86 data of water retention, and the Irriga Project provided a database with a total of 253 data of water retention. With these database, multiple regression were done to obtain the pedotransfer functions for each database, using the option stepwise , to determine water retention in a determined potential ( -1, -6, -10, -33, -100, -500 e 1500 kPa) for different soils. To test the efficiency of the equations produced, observed vs. estimated water retention, for each water potencial, were graphed on 1:1 type retention. In almost all cases, total sand presented a high association with the water retention, followed by clay and silt content. With the reduction on in water tension (increase of the original potential), the correlation increased notably. The pedotransfer equations are efficient only when they are used to estimate moisture for soil similar to those used to obtain the equations. Besides, the database feature affects the prediction capacity of the equations produced. When some soils are predominant in the database, the equations produced show the features of those soils and, when they are used to soil moisture, the error will be larger. The contents of sand and clay together with the soil bulk density best described water retention in the linear multiple regressions. Sand content had a negative relation with water retention, while clay presented a positive relation. The soil bulk density showed a negative relation with water retention the potential of 6 to 500 kPa and a positive relation with water retained at 1500 kPa. The best estimation of water retention occurred at a potential of 1500 kPa.

O trabalho foi desenvolvido com o objetivo de estabelecer e testar funções de pedotransferência para retenção de água em solos do Rio Grande do Sul. As informações de retenção de água foram obtidas das seguintes fontes: amostras da dissertação de Solano Peraza (2003), amostras obtidas pelo Sistema Irriga e amostras obtidas na Literatura. A primeira etapa do trabalho consistiu na coleta de informações de retenção de água no solo e de funções de pedotransferência para solos do Rio Grande do Sul, constituindo o banco de dados Literatura, totalizando 24 trabalhos e 624 dados de retenção de água. As amostras obtidas do banco Solano Peraza (2003) foram coletadas em cortes de estradas com exposição do perfil do solo, totalizando um banco de dados com 86 dados de retenção de água, enquanto o Projeto Irriga nos repassou um banco de dados com um total de 253 dados de retenção de água. A partir desses bancos de dados, foram feitas análises de regressão múltipla para a obtenção das funções de pedotransferência para cada banco de dados, usando a opção stepwise (SAS, 1997), para determinar o teor de água em um determinado potencial (-1, -6, -10, -33, -100, -500 e -1500 kPa) para os diferentes solos. Para testar a eficiência das equações geradas, fez-se a comparação dos teores de umidade observados com os teores estimados para cada equação em determinado potencial e, assim, confrontaram-se os dados estimados com os observados numa relação gráfica 1:1. De modo geral, a areia total apresentou maior associação com a retenção de água, sendo seguida pelo teor de argila e silte. Com a diminuição na tensão de água (aumento do potencial matricial), a correlação aumenta consideravelmente. As equações de pedotransferência só são eficientes quando usadas para estimar a umidade para os solos a partir dos quais elas foram geradas. Além disso, a característica do banco de dados afeta a capacidade preditiva das equações geradas. Quando predominam determinadas classes de solos no banco de dados, as equações geradas refletem as características daqueles solos e, quando usadas para estimar a umidade de solos de classes diferentes, o erro será maior. Os teores de areia e argila juntamente com a densidade do solo foram os parâmetros que melhor descreveram a retenção de água através das regressões múltiplas geradas. O teor de areia apresenta uma relação negativa com a retenção de água enquanto a argila relaciona-se positivamente. A densidade do solo apresenta uma relação negativa com a retenção e água para os potenciais de -6 a -500 kPa e uma relação positiva com a água retida a -1500 kPa. A melhor estimativa da retenção de água ocorre para o potencial de -1500 kPa.