Recomendação de calagem a taxa variada sob diferentes intensidades de amostragem

Abstract

RESUMOObjetivou-se, com este trabalho, estudar a variabilidade e a dependência espacial de variáveis de solo e o efeito sobre a recomendação de corretivo de três intensidades simuladas de amostragem. Em uma área de 725,9 ha coletaram-se 154 amostras compostas a uma distância de aproximadamente 225 m em uma malha regular. Dentro da faixa de dependên-cia espacial foram eliminadas amostras e criados dois outros conjuntos de dados, com 76 e 38 amostras cada um. Realizou-se análise geoestatística das variáveis capacidade de troca catiônica e saturação por bases. Após a interpolação por krigagem das variáveis se elaboraram os mapas de recomendação de calcário para os três conjuntos de dados. Em relação ao método convencional de recomendação não houve, pela média, redução na necessidade de calcário. Verificaram-se, então, diferenças na recomendação com as três intensidades de amostragem especialmente na distribuição espacial das doses; entretanto, mesmo considerando correta a recomendação com maior número de amostras, pela redução de custos e diferença considerada aceitável entre as recomendações, é viável a utilização da menor intensidade de amostragem. Palavras-chave: variabilidade espacial, geoestatística, agricultura de precisãoRecommendation of liming at variable rates under different sampling intensities ABSTRACTThe aim of this work was to study the variability and spatial dependence of soil properties and their effects on lime recommendation with three simulated sampling intensities. In an area of 725.9 ha, 154 samples were collected at a distance of 225 m in a regular grid. Samples were discarded within the spatial dependence range and two other data sets were created, with 76 and 38 samples each. Geostatistical analyses were performed for the variables, cation exchange capacity and sum of bases. After kriging interpolation of the variables lime recommendation maps were elaborated for the three data sets. In comparison with the traditional recommendation method, on average, there was no reduction on lime requirement. Differences among the three recommendation rates were noted, specially on spatial distribution of doses. On the other hand, assuming as correct recommendation with higher number of samples, the use of a lower intensity sampling strategy is viable due to the cost reduction and acceptable difference among recommendations.

Comportamento dos óxidos de ferro da fração argila e do fósforo adsorvido, em diferentes sistemas de colheita de cana-de-açúcar

“…Dentre as ferramentas, destacam-se aquelas utilizadas pela a agricultura de precisão, que tem como objetivos otimizar o uso de insumos agrícolas, reduzir os custos da lavoura (Barbieri et al, 2008) e aumentar a produtividade (Ragagnin et al, 2010). Porém, para que a agricultura de precisão obtenha o sucesso esperado, é preciso detectar a variabilidade espacial (Silveira et al, 2000;Earl et al, 2003) e a temporal dos atributos do solo e, com base nessas informações, tomar as decisões corretas em relação às verdadeiras necessidades de aplicação de insumos durante todo o processo produtivo (Weirich Neto et al, 2006;Machado et al, 2007).…”

Utilização Da Agricultura De Precisão Na Gestão E Correção Do Solo Na Heveicultura

“…Weirich Neto et al, (2006) observed an economy of 7.84 t of limestone in an area of 9.6 ha in relation to the conventional system. Ragagnin et al, (2010) observed that the amount of limestone needed was higher than if the variable rate was used in relation to the conventional system when using sampling points.…”

Dependência e correlação espacial dos atributos de solo em função do arranjo amostral

“…Os dados foram submetidos a uma análise exploratória para verificar a presença de valores discrepantes, sendo utilizada a metodologia proposta por Libardi et al [11] (1) Número de amostras simples; (2) Teor de fósforo (mg dm -3 ); (3) Teor de potássio (cmolc dm -3 ); (4) Saturação por bases (%); (5) pH do solo em CaCl2; (6) Teor de matéria orgânica (g kg -1 ). (1) 187 Pt (2) EXP (8) (1) Número de amostras simples; (2) Número de pontos amostrais; (3) Patamar; (4) Efeito pepita; (5) Índice de dependência espacial; (6) Soma de quadrados dos resíduos; (7) Coeficiente de determinação; (8) Exponencial; (9) Gaussiano; (10) Esférico; (11) Efeito pepita puro. (1) Número de amostras simples; (2) Número de pontos amostrais; (3) Coeficiente de determinação; (4) Raiz quadrada do erro médio; (5) Erro médio percentual.…”

“…25 A (1) 187 Pt (2) (1) Número de amostras simples; (2) Número de pontos amostrais; (3) Coeficiente de determinação; (4) Raiz quadrada do erro médio; (5) Erro médio percentual. 25 A (1) 187 Pt (2) GAU (8) (11) -10,41 10,41 --- (1) Número de amostras simples; (2) Número de pontos amostrais; (3) Patamar; (4) Efeito pepita; (5) Índice de dependência espacial; (6) Soma de quadrados dos resíduos; (7) Coeficiente de determinação; (8) Gaussiano; (9) Esférico; (10) Exponencial; (11) Efeito pepita puro (5) 25 A (1) 187 Pt (2) (1) Número de amostras simples; (2) Número de pontos amostrais; (3) Coeficiente de determinação; (4) Raiz quadrada do erro médio; (5) Erro médio percentual. (1) 187 Pt (2) 0 GAU (8) (1) Número de amostras simples; (2) Número de pontos amostrais; (3) Patamar; (4) Efeito pepita; (5) Índice de dependência espacial; (6) Soma de quadrados dos resíduos; (7) Coeficiente de determinação; (8) Gaussiano.…”