Onde, ̅ = média aritmética; xi = os valores da variável; n= número de elementos.
Seguindo as recomendações do referido autor, quando valor obtido não era exato, estes eram arredondados para mais. Os valores obtidos foram sintetizados em forma de gráficos e tabelas com o objetivo de obter uma visão global da variação dos dados. Para elaboração das tabelas, seguiram-se as recomendações do IBGE (1993).
Os gráficos utilizados foram, predominantemente, os de barras e setorial. O gráfico de barras é definido por Landim (2003, p. 34) como aquele composto por “[...] retângulos justapostos em que a base de cada um deles corresponde ao intervalo de classe e a sua altura à respectiva frequência”. Já o gráfico setorial, como pontua Levin (1987, p. 35) é um dos recursos gráficos mais simples, ou seja, “[...] consiste em um círculo cujos setores somam 100%”.
Por fim, cumpre esclarecer que para tabulação dos dados referentes ao trabalho agrícola, considerou-se a resposta "trabalho o dia todo", como 8 horas de trabalho, para que fosse possível sua tabulação. Nessa mesma lógica, para os assentados que declararam trabalhar meio período, tabulou-se 4 horas de trabalho.
Base cartográfica para elaboração dos mapas da Gleba I
Para elaboração dos mapas utilizados na pesquisa foi necessário montar a base cartográfica do assentamento rural Horto Aimorés. Para tanto, foram utilizadas imagens de satélite, cartas topográficas e arquivos existentes e disponibilizados pelos órgãos competentes.
As imagens de satélite foram obtidas junto à Secretaria do Meio Ambiente – Coordenadoria de Planejamento Ambiental, que forneceu o Ortomosaico recorte na escala 1:25.000 - IMAGENS ORBITAIS DIGITAIS MULTIESPECTRAIS SPOT 2007/2010 do
território dos municípios de Bauru e Pederneiras/SP, localizados na Unidade de Gerenciamento de Recursos Hídricos 13 – Tietê/Jacaré (UGRHI 13), no formato TIF (ANEXO I).
Obteve-se junto à prefeitura de Bauru a base cartográfica do assentamento em formato .dwg que posteriormente foi convertido para o formato .shp, para compilação da base cartográfica pelo software ArcGis 10.1. (ESRI, 2010).
As quatro cartas topográficas utilizadas na escala de 1:50.000 foram obtidas no site do IBGE, são elas:
Tibiriçá, folha SF-22-Z-B-I-2-SE (IBGE b, 1973) Bauru, folha SF-22-Z-B-I-4-NE (IBGE c, 1973) Agudos, folha SF-22-Z-B-II-3-NO (IBGE a, 1973) Arealva, folha SF-22-Z-B-II-1-SO (IBGE, 1972)
Procedeu-se, primeiramente, a composição do mosaico das cartas topográficas para sua utilização como base cartográfica e, posteriormente, elaborou-se o mosaico das imagens de satélite. Para confecção dos mapas seguiu-se a metodologia adotada pelo IBGE (2003), no que se refere ao sistema de coordenadas geográficas, portanto, utilizou-se o sistema de projeção SIRGAS 2000.
Mapeamento da fertilidade da camada agricultável do solo
Para o mapeamento da fertilidade da camada agricultável do solo seguiram-se os seguintes procedimentos: análise estatística e geoestatística dos dados obtidos; ajuste do modelo; interpolação dos dados e reclassificação em Sistema de Informação Geográfica (SIG), tendo como base os parâmetros de fertilidade do solo definidos por Raij et al. (1996).
O referido mapa foi gerado de acordo com os atributos químicos analisados, considerando sua variabilidade espacial através da análise geoestatística. Foram elaborados e ajustados os modelos dos variogramas separadamente para todos os atributos, (APÊNDICE D), por meio dos quais se verificou a dependência espacial e realizou-se a interpolação dos mapas de fertilidade do solo pelo interpolador geoestatístico da krigagem ordinária. Nos casos em que o elemento não apresentava dependência espacial, este foi estimado pelo método do Inverso Ponderado da Distância (IDW).
Cumpre esclarecer que a coleta das amostras de solo abrangeu toda a Gleba I do assentamento, contudo, a área localizada a oeste não pode ser considerada para análise geoestatística, pois, encontra-se, de certa maneira, isolada do restante da Gleba I, pela área de mata nativa; também, devido ao pouco número de amostras coletadas (25 pontos) não seria possível obter uma correlação satisfatória para esses dados.
Análise exploratória dos dados
Para mapear a fertilidade da camada agricultável do solo da Gleba I foi necessário, num primeiro momento, avaliar o comportamento dos dados obtidos por meio de técnicas estatísticas como a análise descritiva. Esta consiste em trabalhar com as medidas de tendência central: média, moda e mediana; como medidas de dispersão: amplitude total, desvio padrão, variância e coeficiente de variação; e medidas de assimetria e de curtose, as quais fornecem informações sobre o formato da curva de distribuição dos dados (LANDIM, 2003).
As medidas de tendência central são importantes para verificar se há maior ou menor dispersão ou variabilidade entres os valores, uma vez que, tende a se agrupar em torno dos valores centrais (CRESPO, 2009).
A moda é definida como categoria ou valor que ocorre com maior frequência e que permite obter uma medida de tendência central rápida, simples, embora grosseira, tem nível de mensuração: nominal, ordinal ou intervalar (LEVIN, 1987).
A mediana é definida de acordo com Levin (1987, p. 43) como o “[...] ponto central [...] que corta a distribuição em duas partes iguais”. De acordo com o autor, a posição do valor mediano pode ser determinado pelo exame dos dados ou pelas fórmulas: e , para um conjunto de números pares. Onde, N: é o número total de dados. Esse indicador tem nível de mensuração ordinal ou intervalar e, é utilizada em operações estatísticas avançadas ou para “quebrar” uma distribuição em duas categorias distintas (LEVIN, 1987).
No que tange às medidas de dispersão, têm-se que a amplitude seria a variação dos dados do menor valor para o maior. A variância e o desvio padrão são medidas que levam em consideração a totalidade dos valores das variáveis em estudo, o que segundo Crespo (2009), faz com que tenham índices de variabilidade bastante estáveis e, por isso mesmo, os mais empregados.
A variância (EQUAÇÃO 4) baseia-se nos desvios em torno da média aritmética, porém, determinando a média aritmética dos quadrados dos desvios. De acordo com Crespo (2009) é importante na inferência estatística e em combinações de amostras. Assim, representando a variância por s2, tem-se:
Equação 4 - Variância