(4)RESUMO O conhecimento da variabilidade da fertilidade do solo em áreas cultivadas pode trazer importantes subsídios para a racionalização de uso dos corretivos e fertilizantes do solo. O objetivo deste estudo foi determinar a variabilidade da fertilidade do solo por meio do fracionamento de um talhão comercial em pequenas células de manejo. O experimento foi realizado na Fazenda Alto Alegre em Planaltina -GO, numa área de 373 ha de um Latossolo cultivada com milho na safra 2003/04. Traçado um polígono da área, procedeu-se à divisão em 80 células de manejo de quatro hectares cada. A amostragem do solo seguiu uma diagonal com doze pontos para formar a amostra composta representativa dentro de cada célula. As coordenadas desses pontos foram obtidas e arquivadas. Realizou-se a análise da textura do solo e da fertilidade do solo. A produtividade de cada célula foi obtida por meio da colhedora equipada com Sistema de Posicionamento Geográfico (GPS) e monitor de rendimento de grãos. Na análise da variabilidade espacial dos dados, foram considerados parâmetros estatísticos descritivos. A medida de correlação linear de Pearson a 5 e 1 % dos atributos de fertilidade com a produtividade do milho e altitude foi realizada. A variabilidade foi considerada alta para o P disponível, Cu e Zn; média, para matéria orgânica, S, Ca, Mg, acidez potencial, soma de bases, capacidade de troca de cátions a pH 7,0, saturação por bases, B, Fe e Mn, e baixa, para pH e K. Os coeficientes de correlação linear foram significativos e positivos para a matéria orgânica e boro versus produtividade do milho. Contudo, para Cu, manganês e Zn foram significativos e negativos. Em estudos de escala de campo, normalmente não é possível isolar ou medir todos os fatores bióticos e

No abstract

No abstract

No abstract

Sugarcane is a good source of renewable energy and helps reduce the emission of greenhouse gases. Nitrogen has a critical role in plant growth; therefore,estimating nitrogen levels is essential, and remote sensing can improve fertilizer management. This field study selects wavelengths from hyperspectral data on a sugarcane canopy to generate models for estimating leaf nitrogen concentrations. The study was carried out in the municipalities of Piracicaba, Jaú, and Santa Maria da Serra, state of São Paulo, in the 2013/2014 growing season. The experiments were carried out using a completely randomized block design with split plots (three sugarcane varieties per plot [variety SP 81-3250 was common to all plots] and four nitrogen concentrations [0, 50, 100, and 150 kgha-1] per subplot) and four repetitions. The wavelengths that best correlated with leaf nitrogen were selected usingsparse partial least square regression. The wavelength regionswere combinedby stepwise multiple linear regression. Spectral bands in the visible (700-705 nm), red-edge (710-720 nm), near-infrared (725, 925, 955, and 980 nm), and short-wave infrared (1355, 1420, 1595, 1600, 1605, and 1610 nm) regions were identified. The R² and RMSE of the model were 0.50 and 1.67 g.kg-1, respectively. The adjusted R² and RMSE of the models for Piracicaba, Jaú, and Santa Maria were 0.31 (unreliable) and 1.30 g.kg-1, 0.53 and 1.96 g.kg-1, and 0.54 and 1.46 g.kg-1, respectively. Our results showed that canopy hyperspectral reflectance can estimate leaf nitrogen concentrations and manage nitrogen application in sugarcane.