Interpolação IDW — do dado pontual à apostila de mapas
Transforma valores medidos em pontos (análise de solo, produtividade, condutividade elétrica, contagem de pragas…) em mapas interpolados por IDW e classificados, um por variável: a página traz o mapa em classes, a legenda com hectares e % de cada classe, as estatísticas e a fonte das classes. No fim, uma apostila em PDF com capa, resumo e um mapa por página.
O caso mais comum é o laudo de solo com a malha de amostragem, e por isso a
tabela de valores é chamada de "laudo" daqui em diante. Para outro dado, o
fluxo é o mesmo: uma linha por ponto, uma coluna por variável, com a unidade
no cabeçalho. As tabelas oficiais (MG e SP) valem só para análise de solo; nos
demais casos, pergunte os limites de classe ao usuário (--limites) ou use as
classes livres, e dê o título da apostila com --titulo (ex.: "Mapas de
produtividade").
Para que serve
- Casar os IDs do shape de amostras com os do laudo mesmo quando divergem ("T01-03" vs "t1-3", "Ponto 12" vs "12") e apontar o que não casou.
- Interpolar por IDW (inverso da distância, potência 2) e medir por validação cruzada quanto o mapa prevê melhor que a média do talhão.
- Classificar cada elemento pela 5ª Aproximação (MG), pelo Boletim 100 (SP), por limites do usuário ou, sem tabela, em classes livres.
- Entregar o mapa pronto para o cliente: PDF e PNG por elemento, GeoTIFF para o QGIS e a apostila.
Para que NÃO serve
- Não é geoestatística. Se o usuário pedir krigagem, semivariograma ou
análise de dependência espacial, use a skill
interpolacao-krigagem. - Não conserta malha rala: com menos de 5 pontos o script se recusa; abaixo de 15 avisa que o mapa é só um esboço.
- Não recomenda adubo nem corretivo. Para recomendar, use
5a-aproximacao-mgouboletim-100-spsobre os mapas. A decisão é do responsável técnico. - Não separa a tabela de áreas por talhão (v1 trata o perímetro como um todo; os limites internos aparecem desenhados no mapa).
Entradas
- Perímetro:
.kml,.geojson,.shp(polígono) ou WKT. Vários talhões no mesmo arquivo viram um mapa só. - Pontos de amostragem:
.shp(leitor embutido, sem GDAL),.geojson,.kmlou.csvcom lon/lat..zip/.kmz: descompacte antes. - Laudo: qualquer formato (PDF, foto, planilha). VOCÊ extrai a tabela
para um CSV com uma linha por amostra: primeira coluna = ID da amostra
como está no laudo; demais colunas = elementos, com a unidade no
cabeçalho, entre parênteses, exatamente como o laudo traz —
K (mg/dm3),Ca (cmolc/dm3),Argila (g/kg),V (%). Diga também o método quando o laudo disser:pH CaCl2,pH H2O,P resina (mg/dm3),P Mehlich (mg/dm3).
A unidade é o que protege o mapa. K em mg/dm³ classificado com limites de mmolc/dm³ dá um mapa bonito e errado. Sem unidade no cabeçalho, o script não aplica classe oficial. Nunca escreva uma unidade que o laudo não traz: se faltar, PERGUNTE ao usuário. Não invente valores; decimais com vírgula e "<0,1" podem ficar como estão (o script trata; "<LD" entra como metade).
Coordenadas em metros (UTM) sem .prj exigem a zona: --zona 22S.
Fluxo de trabalho (siga nesta ordem)
- Extraia o laudo para
laudo.csv(regra acima) e liste as colunas numéricas encontradas. - Pergunte ao usuário — nunca decida por ele:
- quais elementos quer mapear;
- qual tabela de classes: MG (5ª Aproximação), SP (Boletim 100), limites dele ou nenhuma. A tabela é a do manual que ele usa para recomendar, que nem sempre é o do estado onde fica a fazenda;
- para o P pelo Boletim 100: o grupo de culturas (
florestais,perenes,anuaisouhortalicas); - o que vai na capa: fazenda, cliente, responsável técnico, camada (ex.: "0–20 cm") e, se quiser, a logo (PNG ou JPG).
- Etapa 1 — conferência (sempre primeiro):
python scripts/interpolar.py --perimetro talhao.kml --pontos amostras.shp --laudo laudo.csv --tabela mg --so-casamento --saida ./saidaO JSON traz o casamento dos IDs e, emclasses_propostas, como cada coluna será classificada (quadro, limites na unidade do laudo, avisos). - Revise o casamento — VOCÊ é a camada final.
duplicados_laudopreenchido = mais de uma linha por ponto (profundidades). Pergunte qual usar e repita com--filtro-laudo "0-20".aproximados_para_confirmar= mostre a tabela ponto ↔ laudo e confirme.pontos_sem_par= usesugestoes_para_os_sem_pare o seu entendimento para PROPOR o par ao usuário. Nunca decida sozinho um par ambíguo: um casamento errado põe o valor na coordenada errada.- Pares confirmados entram com
--par "PONTO=ID DO LAUDO"(repetível). - Detecção de campo errada corrige-se com
--id-pontos/--id-laudo.
- Revise as classes propostas com o usuário, coluna por coluna:
- mostre o quadro e os limites que serão usados;
- coluna que caiu em "classes livres" tem o motivo em
avisos(unidade ausente, extrator diferente, item sem classe na tabela). Resolva com ele: corrigir o cabeçalho, forçar o item (--classe "pH=ph") ou dar limites; - P pela 5ª Aproximação depende da argila ou do P-rem. Com a coluna no
laudo, o script interpola a argila (ou o P-rem) e classifica cada pixel
com o limite da sua faixa. Sem a coluna, peça um valor único
(
--argila-fixa 45, em %;--prem-fixo 20, em mg/L); - micronutrientes pressupõem o extrator da tabela (Mehlich-1 em MG, DTPA em SP; B em água quente). Confirme com o usuário se o laudo usa o mesmo.
- Etapa 2 — interpolação:
python scripts/interpolar.py ... --tabela mg --elementos "K (mg/dm3),V (%)" --fazenda "Fazenda Exemplo" --camada "0–20 cm" --saida ./saida(nomes exatamente como no cabeçalho do CSV;todos= todas as numéricas). - Entregue: a
apostila.pdfe, por elemento, o PNG (mostre no chat), o PDF e o GeoTIFF. Diga a potência usada, o RMSE da validação cruzada e o ganho sobre a média, e repasse TODOS os avisos do relatório. A logo na capa e nos mapas é a do cliente: peça o arquivo ao usuário (--logo); se ele não tiver, a apostila sai sem logo. - Honestidade: se vier o aviso de que o IDW não previu melhor que a média do talhão, diga claramente que a malha não captou padrão espacial e que o mapa pouco difere da média. Não venda um mapa pobre como bom.
Classes: as quatro formas
| Forma | Como pedir | O que acontece |
|---|---|---|
| 5ª Aproximação (MG) | --tabela mg |
pH em água, MO, Ca, Mg, Al, SB, H+Al, t, T, m, V, K, P (por argila ou P-rem), S (por P-rem), Zn, Mn, Fe, Cu, B e textura |
| Boletim 100 (SP) | --tabela sp |
pH em CaCl₂, V, K, P resina (por grupo de cultura), Ca, Mg, S, B, Cu, Fe, Mn, Zn |
| Limites do usuário | --limites "CE (mS/m)=10,20,30" e, se quiser, --nomes "CE (mS/m)=Baixa|Média|Alta|Muito alta" |
valem os limites dele, na unidade da coluna |
| Sem tabela | (padrão para o que não tem classe) | 5 intervalos iguais "redondos"; --classes-livres quantis troca por quantis |
- Unidade diferente da tabela mas conversível (cmolc ↔ mmolc; K em mg/dm³ ↔ mmolc/dm³; % ↔ g/kg) é convertida, e o aviso diz o fator. O mapa continua na unidade do laudo.
- Cores: verde é bom. Para Al, m% e H+Al a escala inverte sozinha. Em coluna
com limites do usuário,
--sentido "Coluna=alto_ruim"inverte. - Para forçar ou desligar a classe de uma coluna:
--classe "Coluna=k"ou--classe "Coluna=nenhuma". - Tabelas, quadros e regras de conversão:
references/classes.md.
IDW ou krigagem?
- IDW (esta skill): simples de explicar, roda com poucas amostras, é o que a maioria dos softwares de agricultura de precisão usa. O valor da amostra é respeitado no ponto e o mapa nunca passa do mínimo e do máximo amostrados.
- Krigagem (
interpolacao-krigagem): modela a dependência espacial e costuma errar menos quando a malha tem 30 pontos ou mais e há estrutura espacial. - Em dúvida, rode as duas e compare o RMSE da validação cruzada, que as duas skills informam.
Detalhes fixos da implementação
- Pixel padrão 5 m (
--pixelmuda). Em fazenda grande com malha larga,--pixel 10ou20gera arquivos bem menores sem perder conteúdo agronômico. A decisão é do usuário. - Potência 2 é o padrão (o usual em mapas de fertilidade). A validação
cruzada leave-one-out roda sempre e testa 1 · 1,5 · 2 · 2,5 · 3 · 4: se outra
potência errar bem menos, o script avisa.
--potencia autoadota a de menor RMSE;--potencia 3fixa outra. Potência alta deixa o mapa perto do "vizinho mais próximo", com manchas em volta de cada amostra. - Vizinhos: 12 amostras por célula (
--vizinhos).--raio 600limita a busca em metros; célula sem amostra dentro do raio fica vazia. - Projeção alvo: UTM / SIRGAS 2000 (zona automática; EPSG no rodapé).
- Áreas: contadas na grade (célula entra se o centro cai no perímetro).
- Pontos em coordenada repetida viram um só (média).
- Arquivos:
<elemento>.tif(valores),.pdf,.png,apostila.pdf,resumo_classes.csv,casamento.csv,relatorio.json. Com--tif-classes, também<elemento>-classes.tif(1 = primeira classe). - Teoria e limitações:
references/idw.md.