Modeling and assessing hydraulic properties of selected brazilian and australian soils

Abstract

Water availability is the main constraint for plants growth and current agricultural systems face the challenge of achieving high yields by optimizing the water use. The water dynamics in soils is governed by soil hydraulic properties and assessing these properties is essential for the efficient water use in agriculture. In this sense, several soil management practices have been employed to improve the soil water availability in agricultural fields, especially in water- limited regions. Thus, this study aimed to assess and predict soil hydraulic patterns in two different scenarios: Brazilian (First part) and Australian soils (Second part). In the first paper, a literature review was performed to bring to light what was done in ten years (2012-2021) regarding the prediction of soil hydraulic properties. In the second paper, machine learning models were developed to create regional pedotransfer functions for an important tropical agricultural center, the Mato Grosso state in Brazil. In the third paper, empirical models were tested for fitting water retention in Western Australian sandy soils modified by soil managements. In the fourth paper, popular practices employed to overcome sandy soils constraints were evaluated based on their effectiveness in enhance water availability. Results indicate that machine learning models are more accurate in predicting hydraulic properties compared to conventional methods. Regional-specific models were developed for soil hydraulic properties of Mato Grosso and are well calibrated for 91% of the state’s territory using basic predictors. However, additional predictors reduce their applicability. Brooks and Corey model showed the best performance and a consistent negligible bias in estimating soil water retention of Western Australian sandy soils. Adding subsoil clay significantly increased total porosity and microporosity of sandy soils but did not improve water availability. Keywords: Pedotransfer functions; Machine Learning; Soil hydraulic properties; Soil water retention; Available waterA disponibilidade de água limita o crescimento de plantas e sistemas agrícolas atuais têm o desafio de atingir altas produtividades enquanto otimizam o uso da água. A dinâmica da água no solo é governada por propriedades hidráulicas e a avaliação desses atributos é essencial para grarantir seu uso eficiente. Nesse sentido, diversas práticas de manejo de solo têm sido empregadas para melhorar a disponibilidade de água em campos agrícolas, especialmente em regiões onde há escassez hídrica. Nesse contexto, esse estudo objetivou predizer e avaliar propriedades hidráulicas do solo em dois cenários: solos do Brasil (Primeira parte) e Áustralia (Segunda parte). No primeiro artigo, foi realizada uma revisão de literatura para avaliar resultados de predição de propriedades hidráulicas de solos em dez anos (2012-2021). No segundo artigo, modelos de aprendizado de máquina foram usados para gerar funções de pedotransferência específicas para o estado de Mato Grosso. No terceiro artigo, modelos empíricos de ajuste da curva de retenção de água foram testados em solos arenosos da Austrália Ocidental modificados por sistemas de manejo. No quarto artigo sistemas de manejo foram avaliados de acordo com sua eficácia em aumentar a disponibilidade de água em solos arenosos da Austrália Ocidental. Os resultados indicam que modelos de aprendizado de máquina performaram melhor que técnicas estatísticas convencionais. Modelos regionais específicos foram desenvolvidos para propriedades hidráulicas de solos de Mato Grosso e têm calibração satisfatória em 91% da área do estado. No entanto, a adição de diferentes preditores reduz essa aplicabilidade. O modelo de Brooks e Corey exibiu a melhor performance e viés insignificante na estimativa da retenção de água no solo. A adição de argila de subsolo na matriz arenosa promoveu aumento significativo da porosidade total e da microporosidade, mas não demonstrou melhorias no que se refere à capacidade de água disponível. Palavras-chave: Funções de pedotransferência; Aprendizagem de máquina; Propriedades hidráulicas do solo; Retenção de água no solo; Água disponível