DELINEAMENTO DE ZONAS DE MANEJO PARA A CULTURA DA SOJA POR MEIO DE COMPONENTES PRINCIPAIS E GEOESTATÍSTICA

Autores

  • Ricardo Niehues Buss Postgraduate Program in Biodiversity and Biotechnology in the Amazon, Universidade Federal do Maranhão, São Luís, MA https://orcid.org/0000-0003-3444-4243
  • Raimunda Alves Silva Postgraduate Program in Biodiversity and Biotechnology in the Amazon, Universidade Federal do Maranhão, São Luís, MA https://orcid.org/0000-0002-0380-8190
  • Osvaldo Guedes Filho Soil laboratory, Universidade Federal do Paraná, Jandaia do Sul, PR https://orcid.org/0000-0001-8550-8505
  • Glecio Machado Siqueira Postgraduate Program in Biodiversity and Biotechnology in the Amazon, Universidade Federal do Maranhão, São Luís, MA https://orcid.org/0000-0002-3513-2658

Palavras-chave:

Análise de componentes principais. Semivariograma. Propriedades químicas do solo. Produtividade das culturas. Agricultura de precisão.

Resumo

Na agricultura de precisão a determinação de zonas de manejo dos atributos de solo e planta, é um processo complexo que demanda o conhecimento de muitas variáveis, o que dificulta o processo de gestão e tomada de decisão. Este estudo avaliou a variabilidade espacial da produtividade da cultura da soja e de atributos químicos do solo por meio de análise multivariada e geoestatística para a determinação de zonas de manejo específico em um Latossolo. A produtividade de soja e os atributos químicos do solo nas camadas 0-0.2 e 0.2-0.4 m de profundidade foram amostrados em 70 pontos de amostragem. Análises geoestatísticas e multivariadas foram então realizadas. As propriedades químicas do solo apresentaram maior variabilidade na profundidade de 0,2 a 0,4 m. Os parâmetros do semivariograma dos dados da análise de componentes principais (PCA) (PCA 1, PCA 2 e PCA 3) para ambas as profundidades foram mais homogêneos do que os dados originais. Os mapas de propriedades químicas do solo apresentaram alta similaridade com o mapa de produtividade da soja. A ACP explicou 65,34% (0 a 0,2 m) e 70,50% (0,2 a 0,4 m) da variabilidade dos dados, agrupando a produtividade da soja, matéria orgânica, pH, fósforo, potássio, cálcio, magnésio e sódio. A espacialização do PCA permitiu a definição das zonas de manejo indicadas pelo PCA 1, PCA 2 e PCA 3 para ambas as profundidades. O resultado indica que a área deve ser manejada utilizando diferentes estratégias de manejo da fertilidade do solo para aumentar a produtividade da soja.

Downloads

Não há dados estatísticos.

Referências

ALARCÓN-JIMÉNEZ, M. F. et al. Management zones based on corn yield and soil physical attributes. Agronomia Colombiana, 33: 373-382, 2015.

BITENCOURT, D. G. B. et al. Multivariate and geostatistical analyses to evaluate lowland soil levelling effects on physics-chemical properties. Soil & Tillage Research, 156: 63-73, 2016.

BUSS, R. N. et al. Spatial and multivariate analysis of soybean productivity and soil physical-chemical attributes. Revista Brasileira de Engenharia Agricola e Ambiental, 23: 446-453, 2019.

BUTTAFUOCO, G. et al. Geostatistical modelling of within-field soil and yield variability for management zones delineation: a case study in a durum wheat field. Precision Agriculture, 18: 37-58, 2017.

CAMBARDELLA, C. A. et al. Field scale variability of soil properties in central Iowa soil. Soil Science of America Journal, 58: 1501-1511, 1994.

CONAB – Companhia Nacional de Abastecimento. Acompanhamento da safra brasileira: grãos, safra 2021/22 – 7º levantamento. Brasília, DF: CONAB, 2022. 94 p.

CÓRDOBA, M. A. et al. Protocol for multivariate homogeneous zone delineation in precision agriculture. Biosystems Engineering, 146: 95-107, 2016.

FREDDI, O. D. S. et al. Physical-chemical quality of a latossol under direct seeding and soybean-corn succession in the cerrado-amazonian ecotone. Revista Caatinga, 30: 991-1000, 2017.

GAVIOLI, A. et al. Optimization of management zone delineation by using spatial principal components. Computers and Electronics in Agriculture, 127: 302–310, 2016.

GOLDEN SOFTWARE. Surfer 12: powerful contouring, gridding, and surface mapping. Colorado: Golden Software. 2014, 1056 p.

GUEDES FILHO, O. et al. Geostatistical analysis of crop yield maps in a long term no tillage system. Bragantia, 69: 9-18, 2010.

JEFFERS, J. N. R. An introduction to system analysis: with ecological applications. Edward Arnold Publishers: London. 1978. 198 p.

JIANSHU, L. V. Multivariate receptor models and robust geostatistics to estimate source apportionment of heavy metals in soils. Environmental Pollution, 244: 72-83, 2019.

LIMA, J. S. S. et al. Variabilidade espacial de atributos químicos de um latossolo vermelhor-amarelo cultivado em plantio direto. Revista Ciência Agronômica, 44: 16-23, 2013.

MASOUD, A. A. et al. Assessment of groundwater and soil quality degradation using multivariate and geostatistical analyses, Dakhla Oasis, Egypt. Journal of African Earth Sciences, 142: 64-81, 2018.

OUMENSKOU, H. et al. Multivariate statistical analysis for spatial evaluation of physicochemical properties of agricultural soils from Beni-Amir irrigated perimeter, Tadla plain, Morocco. Geology, Ecology, and Landscapes, 3: 1-12, 2018.

R CORE TEAM. R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. Disponível em: <https://www.r-project.org/>. Acesso em: 16 out. 2018.

RAIJ, B. V. et al. Análise química para avaliação da fertilidade de solos tropicais. Campinas,SP: Instituto Agronômico. 2001. 285 p.

SANTOS, H. G. et al. Sistema brasileiro de classificação de solos. 5. ed. ver. e ampl. Brasília, DF: Embrapa, 2018.

SILVA, A. S. et al. Variabilidade espacial de atributos químicos de um latossolo vermelho-amarelo húmico cultivado com café. Revista Brasileira de Ciência do Solo, 34: 15-22, 2010.

SILVA, D. A. S.; LIMA, J. S. S. Avaliação da variabilidade do estado nutricional e produtividade de café por meio da análise de componentes principais e geoestatística. Revista Ceres, 59: 271-277, 2012.

SILVA, R. A.; SIQUEIRA, G. M. Multifractal analysis of soil fauna diversity indexes. Bragantia, 79: 120-133, 2020.

SIQUEIRA, G. M. et al. Estacionariedade do conteúdo de água de um Espodossolo Humilúvico. Revista Brasileira de Engenharia Agrícola e Ambiental, 19: 439-448, 2015b.

SIQUEIRA, G. M. et al. Spatial distribution of soil apparent electrical conductivity measured by electromagnetic induction and sugarcane yield. Bragantia, 74: 215-223, 2015a.

SIQUEIRA, G. M. et al. O. Multifractal and joint multifractal analysis of soil invertebrate fauna, altitude, and organic carbon. Revista Brasileira de Engenharia Agrícola e Ambiental, 26: 248-257, 2022.

SOBRAL, L. F. et. al. Guia prático para interpretação de resultados de análises de solos. Aracaju, SE: Embrapa Tabuleiros Costeiros, 2015. 13 p.

STATSOFT. Statistica 7.0. Tulsa: StatSoft. 2015, 250 p.

TRIPATHI, R. et al. Delineation of soil management zones for a rice cultivated area in eastern India using fuzzy clustering. Catena, 133: 128-136, 2015.

URIBEETXEBARRIA, A. et al. Apparent electrical conductivity and multivariate analysis of soil properties to assess soil constraints in orchards affected by previous parcelling. Geoderma, 319: 185-193, 2018.

VIEIRA, S. R. et al. Scaling of semivariograms and the kriging estimation of field-measured properties. Revista Brasileira de Ciência do Solo, 21: 525-533, 1997.

VIEIRA, S. R. et al. Variabilidade espacial dos teores foliares de nutrientes e da produtividade da soja em dois anos de cultivo em um latossolo vermelho. Revista Brasileira de Ciência do Solo. 34: 1503-1514, 2010.

VIEIRA, S. R. Geoestatística em estudos de variabilidade espacial do solo. In: NOVAIS, R. F.; ALVAREZ V. H.; SCHAEFER, G. R. (Eds.). Tópicos em Ciência do Solo. Viçosa, MG: Sociedade Brasileira de Ciência do Solo, 2000. v. 2, cap. 1, p. 1-54.

WARRICK, A. W.; NIELSEN, D. R. Spatial variability of soil physical properties in the field. In: HILLEL, D. (Eds.). Applications of Soil Physics. New York, NY: Academic Press, 1980. v. 1, cap. 13, p. 319-344.

Downloads

Publicado

20-09-2022

Edição

Seção

Engenharia Agrícola