Atualmente diversos manejos são realizados com o objetivo de aumentar a produtividade em uma lavoura, entre eles, um dos mais utilizados e de bastante importância é a calagem e adubação do solo, que tem por objetivo aumentar o pH do solo e disponibilizar os principais nutrientes para as planta, para a realização destas duas operações é necessário uma análise de solo para determinar a quantidade necessária a ser aplicada tanto de calcário como de fertilizantes, a forma como se realiza a coleta é fundamental para obter resultados positivo após a aplicação dos insumos agrícola. A coleta de solo dentro da agricultura de precisão vêm se tornando um dos principais métodos utilizados para obter resultados mais representativos da área, se tornando assim vantajoso ao ser comparado aos demais métodos convencionais, na qual uma única análise representa todas as necessidades de uma área total, com isto o presente trabalho objetiva-se analisar a influência na utilização de grids amostrais para recomendação necessária de calagem em solos Sul-Matogrossense. A área de estudo possui 1 ha e está localizada no município de Nova Andradina, Mato Grosso do Sul, Brasil. Após as análises estatísticas, os mapas foram construídos utilizando o método inverso do quadrado da distância (IQD), que é um interpolador determinístico univariado de médias ponderadas. Os mapas temáticos foram elaborados com 11, 23 e 48 pontos amostrais, em análise visual é possível observar que apresentam grandes diferenças entre eles. Ao comparar a região sudeste dos três mapas de variabilidade espacial a capacidade de troca de cátions nota-se grande diferença na forma de distribuição das cores de acordo com o número de pontos amostrais. Ao adicionar mais pontos amostrais para elaboração dos mapas temáticos da área é possível observar melhor representatividade da variabilidade espacial.Os mapas de necessidade de calagem (NC) foram os que mais apresentaram diferenças na variabilidade espacial em relação a quantidade de pontos amostrais. O mapa temático com 48 pontos amostrais foi o que melhor representou a variação da NC ao longo da área. Palavras-Chave: Agricultura Precisão, Grid, Variabilidade Espacial, Calagem
O conhecimento da variabilidade espacial de uma área possibilita o desenvolvimento de um manejo localizado, fazendo assim com que o produtor tenha uma economia e eficiência na hora da aplicação de insumos. Desta maneira, ao surgir resultados econômicos, por consequência vem a adoção de boas práticas de aplicação, resultando em uma quantidade menor de moléculas químicas que são depositadas ao meio ambiente. O trabalho tem como objetivo mapear a variabilidade espacial de plantas daninhas em uma área experimental de plantio direto no município de Nova Andradina Mato Grosso do Sul, georreferenciada e subdividida em 48 pontos amostrais. Para efetuar a coleta das plantas daninhas utilizou-se um quadro com área de 0,25 m², sendo lançado ao solo 4 vezes consecutivas, dentro de um mesmo ponto amostral, somando desta maneira 1 m². Os valores dos atributos massa fresca e seca de folhas largas e estreitas foram realizadas a partir de amostragens georreferenciadas e os mapas temáticos dos atributos gerados utilizando o inverso do quadrado da distância (IQD). Foi possível também realizar teores de massa seca e úmida de plantas invasoras, folha larga e folha estreita que estavam presentes na área. As plantas daninhas de folhas largas, quanto as plantas daninhas de folhas estreitas apresentaram uma variabilidade definida na área, fazendo com que efetua-se um bom mapeamento, desta forma representando que com um bom processo de mapeamento e uma boa análise do mesmo, além de conhecer a área de cultivo o produtor consegue alcançar ganhos em produtividade e também em economia na hora da compra e aplicação de insumos na lavoura. Palavras-Chave: Plantas daninhas, Variabilidade, Taxa variável
O conhecimento da variabilidade espacial de uma área possibilita o desenvolvimento de um manejo localizado, fazendo assim com que o produtor tenha uma economia e eficiência na hora da aplicação de insumos. Desta maneira, ao surgir resultados econômicos, por consequência vem a adoção de boas práticas de aplicação, resultando em uma quantidade menor de moléculas químicas que são depositadas ao meio ambiente. O trabalho tem como objetivo mapear a variabilidade espacial de plantas daninhas em uma área experimental de plantio direto no município de Nova Andradina Mato Grosso do Sul, georreferenciada e subdividida em 48 pontos amostrais. Para efetuar a coleta das plantas daninhas utilizou-se um quadro com área de 0,25 m², sendo lançado ao solo 4 vezes consecutivas, dentro de um mesmo ponto amostral, somando desta maneira 1 m². Os valores dos atributos massa fresca e seca de folhas largas e estreitas foram realizadas a partir de amostragens georreferenciadas e os mapas temáticos dos atributos gerados utilizando o inverso do quadrado da distância (IQD). Foi possível também realizar teores de massa seca e úmida de plantas invasoras, folha larga e folha estreita que estavam presentes na área. As plantas daninhas de folhas largas, quanto as plantas daninhas de folhas estreitas apresentaram uma variabilidade definida na área, fazendo com que efetua-se um bom mapeamento, desta forma representando que com um bom processo de mapeamento e uma boa análise do mesmo, além de conhecer a área de cultivo o produtor consegue alcançar ganhos em produtividade e também em economia na hora da compra e aplicação de insumos na lavoura.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.