Krigagem Solo

Krigagem de Solo — do laudo ao mapa de fertilidade (pixel 5 m)

Transforma laudo de análise de solo + malha de amostragem em mapas interpolados por krigagem ordinária, um por elemento, prontos para o QGIS (GeoTIFF georreferenciado) e para apresentação (PNG com legenda em régua).

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", maiúsculas, zeros, separadores) — e apontar o que não casou para o usuário decidir.
• Testar três modelos de semivariograma (exponencial, esférico, gaussiano) e escolher o melhor por validação cruzada leave-one-out (menor RMSE) — por elemento, sem chute.
• Interpolar em pixel de 5 m dentro do perímetro (furos respeitados) e entregar GeoTIFF (EPSG SIRGAS 2000/UTM) + PNG com régua de valores, escala gráfica e norte.

Para que NÃO serve

• Não substitui malha amostral decente: com menos de 8 pontos o script se recusa; entre 8 e 25 ele avisa que o variograma é frágil.
• Não faz zonas de manejo, anisotropia nem co-krigagem (v1 é isotrópica).
• Não interpreta fertilidade — para recomendar corretivos/adubação use as skills 5a-aproximacao-mg (MG) ou boletim-100-sp (SP) sobre os mapas.

Entradas

1. Perímetro do talhão: .kml, .geojson, .shp (polígono) ou WKT.
2. Pontos de amostragem: .shp (leitor embutido — não precisa de GDAL), .geojson, .kml ou .csv com lon/lat. .zip/.kmz: descompacte antes.
3. 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 unidade no cabeçalho (ex.: P (mg/dm3)). Não invente valores; decimais com vírgula e "<0,1" podem ficar como estão (o script trata; "<LD" entra como metade do limite).

Coordenadas em metros (UTM) sem .prj exigem a zona: --zona 22S.

Fluxo de trabalho (siga nesta ordem)

1. Extraia o laudo para laudo.csv (regra acima). Liste as colunas numéricas encontradas e PERGUNTE ao usuário quais elementos ele quer interpolar — nunca decida por ele.
2. Etapa 1 — casamento (sempre primeiro): python scripts/interpolar.py --perimetro talhao.kml --pontos amostras.shp --laudo laudo.csv --so-casamento --saida ./saida O JSON de saída traz os campos de ID detectados, pares por confiança, pontos sem par e duplicatas.
3. Revise o casamento — VOCÊ é a camada final. O script resolve o grosso deterministicamente (rápido, 1:1 garantido, auditável no casamento.csv); o que sobra é pouco e pede julgamento semântico — o seu:
   • duplicados_laudo preenchido = laudo com mais de uma linha por ponto (profundidades 0-20/20-40). Pergunte qual usar e repita com --filtro-laudo "0-20".
   • aproximados_para_confirmar = mostre a tabela ponto ↔ laudo e confirme.
   • pontos_sem_par = use sugestoes_para_os_sem_par (top-3 candidatos por similaridade) + seu entendimento ("ponto quatro" = P4; O trocado por 0 no OCR; apelido de talhão) para PROPOR o par ao usuário. NUNCA decida sozinho um par ambíguo: um casamento errado põe o valor na coordenada errada e o mapa sai bonito e errado.
   • Pares confirmados entram com --par "PONTO=ID DO LAUDO" (repetível) — sua decisão vira registro auditável, não mágica.
   • Detecção de campo errada corrige-se com --id-pontos/--id-laudo.
4. Etapa 2 — interpolação: python scripts/interpolar.py ... --elementos "P (mg/dm3),V (%)" --saida ./saida (nomes exatamente como no cabeçalho do CSV; todos = todas as numéricas). Para variáveis em que valor alto é RUIM (Al³⁺, m%), gere separado com --cmap RdYlGn_r.
5. Entregue por elemento: o PNG (mostre no chat) + o GeoTIFF (pixel 5 m, EPSG no relatório). Explique a escolha do modelo com a tabela de RMSE LOO dos três candidatos (está em relatorio.json), a dependência espacial (razão pepita/patamar: ≤0,25 forte · ≤0,75 moderada · >0,75 fraca) e TODOS os avisos (n baixo, estrutura fraca, valores "<LD", células truncadas).
6. Honestidade: se estrutura_fraca vier true, diga claramente que o mapa tende à média do talhão e que a malha não captou padrão espacial — não venda um mapa pobre como bom.

Detalhes fixos da implementação

• Pixel padrão 5 m (--pixel muda se o usuário pedir). Em fazenda grande com malha larga (~1 ponto/ha), avise que --pixel 10 ou 20 roda muito mais rápido sem perder conteúdo agronômico — mas a decisão é do usuário.
• Vizinhança móvel automática acima de 120 pontos (--vizinhanca, --max-pontos): cada ladrilho da grade usa só os pontos vizinhos (buffer da ordem do alcance do variograma) — malhas de centenas de pontos em milhares de hectares rodam em segundos, sem emenda visível entre ladrilhos.
• Projeção alvo: UTM / SIRGAS 2000 (zona automática; EPSG no relatório).
• Ajuste do variograma: mínimos quadrados ponderados (Cressie, Np/h²), corte em metade da distância máxima, alcance por varredura (sem otimizador instável). γ(0)=0; alcance prático (95% do patamar) nos três modelos.
• Concentrações negativas pós-krigagem são truncadas em 0 (contado no aviso).
• Pontos em coordenada repetida viram um só (média).
• Teoria e referências: references/krigagem.md.