Variabilidade espacial da produtividade do meloeiro em áreas de cultivo fertirrigado

Abstract

Duas áreas de produção de melão fertirrigado por gotejamento foram amostradas em malha com objetivo de identificar a variabilidade espacial de variáveis de produção, determinar sua dependência espacial e localizar regiões que, manejadas localizadamente, obtenham melhor retorno econômico. Na primeira área, em solo classificado como Latossolo Vermelho Amarelo eutrófico, utilizou-se o híbrido Goldex, e na outra, em Argissolo Vermelho Amarelo, o híbrido 'orange Flesh'. Foram determinados o estande, a produção de frutos dos tipos exportação, mercado nacional e comerciável. Utilizou-se a estatística descritiva para levantamento exploratório dos dados e a geoestatística para avaliar a dependência espacial das variáveis e confeccionar mapas de isovalores por interpolação. As variáveis, com exceção do estande, se ajustaram à distribuição normal e apresentaram variabilidade média, com dependência espacial e ajuste aos modelos de semivariograma exponencial ou esférico. Utilizando-se mapas de isovalores, identificaram-se regiões onde o manejo localizado pode aumentar o retorno econômico caso identificados os fatores limitantes e novas tecnologias sejam usadas adequadamente.

<b>Spatial variability of sunn hemp under residual effect of nitrogen and water salinity

“…The water salinity, nitrogen dose and their interaction did also not present significant residual effect on the Shoot Dry Mass (MSPA), Root Dry Mass (MSR) and total Dry Mass (MST) of Sunn Hemp (Table 2). It was also observed no residual effect in other studies, such as the findings of Nunes et al (2009), regarding the dry mass of Sunn Hemp by testing sources and levels of salinity on the seed germination; or the findings of Lima et al (2011) for the shoot dry mass of castor bean by evaluating the interaction between salinity and nitrogen levels, observing similar response to the levels of N independent on the water salinity; and the findings of Nobre et al 2010, on the variables of sunflower, by observing similar behavior of N rates at different levels of salinity in the irrigation water. According to the general average of dry mass produced by the Sunn Hemp (Table 2), the crop production reached 13.33 tons per hectare for the dry weight of shoots, 2.43 for the root dry mass and 15.76 tons for the total dry mass.…”

“…In this case, regions with greater root development correspond to the subplots that had residual effect of higher doses of nitrogen applied to the soil and lower salinity levels. This is confirmed by Bosco et al (2009) who argue that plants grown under salinity tend to absorb less nitrogen; also confirmed by Nobre et al (2010) who found that salinity impairs the absorption of N due to the ion competition in the adsorption sites.…”

“…The spatial dependence observed may be associated with the intrinsic variations in the soil properties, overlapping the residual effect of the salinity levels and nitrogen fertilizer rates. According to Salviano et al (1998) the plant development results from the combination of the soil variables and Miranda et al (2005) state that the variability in the crop stand is due to the physical, chemical and biological soil properties, climatic factors such as rainfall and due to management practices such as the uneven application of the agricultural inputs.…”

Spatial dependence and experimental precision in snap bean ( Phaseolus vulgaris L.) trials related to the number of plants and harvests

“…These results agree with those obtained by Benz, Lúcio and Lopes (2015), who found the random distribution of the zucchini production under different plot sizes and with the grouping of the three first harvests. However, in a greenhouse crop of tomatoes and in crops of melon in two commercial production areas with different soils, hybrid and cultural treatment (Miranda et al, 2005), the variability and spatial dependence seen was from moderate to strong in all the production components and crop systems.…”

Mensuração do porte de plantas com sensor proximal baseado em radar de onda contínua modulada em frequência

“…Já o segundo é a coleta de dados em quantidades suficientes em grandes plantações de forma a detalhar satisfatoriamente possíveis manchas existentes. Miranda et al (2005), afirmam que a variabilidade espacial dos aspectos produtivos de desenvolvimento e de crescimento de uma cultura dentro do campo se relaciona às características do solo, clima ou induzida pelo manejo, logo o desconhecimento pontual ou localizado dos fatores de produção pode tornar as metas de produtividade impróprias e levar ao uso excessivo de insumos, conduzindo a uma produção ineficiente, com altos custos e danos ambientais.…”