Agricultura precisão

[pic 1]

UNIDADE UNIVERSITÁRIA DE CIÊNCIAS EXATAS E TECNOLÓGICAS

ENGENHARIA AGRÍCOLA

ANDERSON

LUANA

MARCOS

RICARDO

MAPAS DE VARIABILIDADE ESPACIAL DOS ATRIBUTOS FÍSICOS DO SOLO EM UM POMAR DE CITROS

AGRICULTURA DE PRECISÃO

Anápolis – GO

Julho de 2015

ANDERSON

LUANA

MARCOS

RICARDO

MAPAS DE VARIABILIDADE ESPACIAL DOS ATRIBUTOS FÍSICOS DO SOLO EM UM POMAR DE CITROS

Trabalho apresentado ao curso de Engenharia Agrícola, área de concentração “Agricultura de Precisão”, da Universidade Estadual de Goiás – UnUCET.

        

        

Anápolis – GO

Julho de 2015

1. INTRODUÇÃO

A agricultura de precisão determina o exato manejo da lavoura, tendo como base o mapeamento de zonas específicas de manejo do solo. No Brasil, a agricultura de precisão encontra-se em fase de adoção, na qual o agricultor tenta elaborar mapas de produtividade agrícola que possuam elevada correlação espacial com os mapas de nutrientes vegetais. Seus maiores benefícios são a redução do custo de produção, devido ao menor gasto com insumos, e o aumento da produtividade agrícola (Tschiedel & Ferreira 2002, Molin et al. 2007).

A citricultura é uma das mais destacadas atividades da agroindústria brasileira, caracterizada como um setor altamente organizado e competitivo, responsável por 60% da produção mundial de suco de laranja (Brasil 2012). A pesquisa citrícola, que, normalmente, envolve os países produtores de laranja, tem envidado esforços para propor metodologias voltadas à criação de zonas específicas de manejo, visando ao aumento de produtividade dos pomares.

A variabilidade espacial dos atributos dos solos é resultado de processos pedogenéticos e pode ser demonstrada por resultados dos levantamentos e análises dos solos, bem como pelas diferenças encontradas nas produções das plantas (SILVA et al., 2010).

Segundo VIEIRA et al. (1981) demonstraram que a variabilidade das propriedades do solo é dependente de sua separação, ou seja, dentro de certo domínio, as diferenças entre os valores de uma propriedade do solo pode ser expressa em função da distância de separação entre elas.

A geoestatística analisa a dependência espacial de dados georreferenciados, aos quais é ajustado o semivariograma, representado pelo gráfico da semivariância, em função das distâncias entre observações. A partir dele, pode-se confeccionar um mapa, por meio da técnica de krigagem, para cada atributo pesquisado, do solo ou da planta, que representa a variabilidade espacial dos dados. (Molin et al. 2007, Lima et al. 2010, Montanari et al. 2010, Dalchiavon et al. 2011a e 2011b).

Objetivou-se com este estudo, analisar a variabilidade espacial dos atributos físicos do solo e da clorofila das folhagens dos citros, por meio da elaboração de mapas, em duas malhas de produção agrícola experimental.

2 – MATERIAL E MÉTODOS

A coleta de dados foi realizada na unidade da EMATER no município de Anápolis, Goiás. Em 26 de junho de 2015.

 Foi construída uma malha amostral de 20m x 20m, totalizando 20 pontos, utilizando um receptor de GPS, com sistema de correção diferencial em tempo real, para determinação dos atributos físicos do solo e índice de clorofila. Para resistência a penetração foi construída uma segunda malha amostral de 10m x 10m, totalizando 24 pontos.

Foi feito a caracterização dos seguintes atributos físicos do solo: densidade do solo, textura e umidade em todos os pontos de acordo com a metodologia proposta pela EMBRAPA (1997).

Em cada ponto da primeira malha amostral foi coletada uma amostra deformada e indeformada na profundidade de 0,00 e 0,20 metros para determinar a densidade do solo, umidade e textura.

A determinação do teor de água no solo foi realizada pelo método padrão da estufa, a 105°C, por 24h. A densidade do solo foi obtida pela divisão da massa do solo seco a 105 ºC pelo volume da amostra (EMBRAPA, 1997).

A determinação da textura do solo foi realizada pelo método da pipeta, onde baseia-se na velocidade de queda das partículas que compõem o solo. Fixado o tempo para o deslocamento vertical na suspensão do solo com água, após a adição de um dispersante químico (NaOH). Pipetou-se um volume da suspensão (10ml), para determinação da argila que seca em estufa é pesada. As frações grosseiras (areia fina e grossa) foram separadas por tamisação, secas em estufa e pesadas para obtenção dos respectivos percentuais. O silte corresponde ao complemento dos percentuais para 100%. É obtido por diferença das outras frações em relação à amostra original (EMBRAPA, 1997).

A resistência à penetração foi determinada nas profundidades de 10 a 20 cm, empregando-se um penetrômetro eletrônico Falker PLG 1020, com uma repetição por ponto, seguindo-se as normas da ASAE S 313 (ASAB, 2006). A resolução do equipamento é de 7,7 kPa e o índice de cone máximo permitido de 7700 kPa.

Foi determinado o índice de clorofila utilizando o clorofilômetro, ClorofiLOG® modelo CFL 1030, medidor portátil de clorofila, gerando o Índice de Clorofila Falker (ICF), o qual se correlaciona com o teor de clorofila da folha. Em cada ponto foram feitos três leituras, para obter-se um valor médio.

Os procedimentos descritos utilizaram da informação da posição da amostra e o valor que as variáveis assumiram em cada ponto. Desta forma, de cada ponto de amostragem tem-se o valor das variáveis e as coordenadas (latitude, longitude) do ponto onde foi realizada a amostragem.

Quando se calcula o semivariograma, obtêm-se pares de valores de semivariâncias e distâncias (h), os quais foram dispostos em gráficos de dispersão, tendo como valores de y, as semivariâncias, e de x, as distâncias. A esses pontos, foi ajustado um modelo. Para propriedades espacialmente dependentes, espera-se que a diferença entre valores, em média, seja crescente com a distância até um determinado ponto, a partir do qual se estabiliza num valor, denominado patamar e aproximadamente igual a variância dos dados. Esta distância recebe o nome de alcance e representa o raio de um círculo, dentro do qual os valores são tão parecidos uns com os outros que são correlacionados. O valor da semivariância na interseção do eixo Y tem o nome de efeito pepita e representa a variabilidade da propriedade em estudo em espaçamentos menores do que o amostrado. Assim, quanto maior o efeito pepita, mais fraca é a dependência espacial de um atributo (Vieira et al., 1983).