Embora de simples determinação, valores exatos de fósforo remanescente (Prem) poderiam ser estimados com uma função de pedotransferência visando ao aproveitamento adicional de resultados de análises de avaliação da fertilidade do solo ou sua substituição por uma determinação ainda mais simples. O objetivo do presente trabalho foi desenvolver uma função de pedotransferência para estimar o Prem em amostras de solos do Estado de São Paulo a partir de atributos de mais fácil ou rotineira determinação laboratorial. Uma função de pedotransferência foi desenvolvida por meio de redes neurais artificiais a partir de um conjunto de dados formado por valores de Prem, de pH determinado em solução de NaF 1 mol L-1 (pH NaF) e de outros atributos de amostras coletadas durante as atividades de classificação de solo realizadas no Estado de São Paulo pelo Instituto Agronômico de Campinas. Adicionalmente, uma função de pedotransferência foi ajustada por meio de regressão linear múltipla, considerando-se o Prem como variável dependente das mesmas variáveis de entrada da função de pedotransferência desenvolvida via redes neurais artificiais. Os resultados indicaram que valores mais exatos de Prem podem ser estimados pela função de pedotransferência baseada em redes neurais artificiais tendo como variáveis de entrada valores de pH NaF, da soma de bases trocáveis (SB) e do teor de alumínio trocável (Al3+). Adicionalmente, observou-se que a exatidão das estimativas de Prem fornecidas pela rede neural artificial foi mais sensível ao aumento do número de dados experimentais utilizados para o desenvolvimento da função de pedotransferência. Apesar de o conjunto de dados utilizado não ser suficientemente abrangente para o estabelecimento de uma função de pedotransferência definitiva para estimativas de Prem, os resultados sugerem como promissora a inclusão de medidas de Prem e de pH NaF entre as análises de avaliação da fertilidade do solo com vistas à formação de um maior banco de dados, que permita o desenvolvimento de uma função de pedotransferência baseada em redes neurais artificiais para o cálculo de valores suficientemente exatos de Prem a partir de valores de pH NaF, SB e Al3+.
regressão linear múltipla; modelagem; redes neurais artificiais
