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

BUSS, RICARDO NIEHUES; SILVA, RAIMUNDA ALVES; GUEDES FILHO, OSVALDO; SIQUEIRA, GLÉCIO MACHADO

doi:10.1590/1983-21252022v35n420rc

home Sumário navigate_before Anterior Atual Seguinte navigate_next

home Sumário

Agricultural Engineering • Rev. Caatinga 35 (4) • Oct-Dec 2022 • https://doi.org/10.1590/1983-21252022v35n420rc linkcopiar

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

Autoria SCIMAGO INSTITUTIONS RANKINGS

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.

Palavras-chave Análise de componentes principais; Semivariograma; Propriedades químicas do solo; Produtividade das culturas; Agricultura de precisão.

	Mean	Variance	SD	CV (%)	Skew	Kurtosis	D^*
				0.0-0.2 m
Soybean yield	3770.71	189447	435.25	11.54	0.11	-0.50	0.065n
OM	12.64	35.36	5.95	0.47	1.15	1.43	0.194Ln
pH	5.12	0.34	0.58	0.11	-0.09	-0.05	0.074n
P	10.87	55.21	7.43	0.68	2.21	6.80	0.193n
K	1.88	2.01	1.42	0.75	1.42	0.51	0.329Ln
Ca	14.51	27.08	5.20	0.36	2.44	9.53	0.191n
Mg	4.94	9.56	3.09	0.63	0.59	-0.38	0.185n
H+Al	20.77	16.50	4.06	0.20	-0.15	-0.46	0.101n
Na	3.53	0.50	0.71	0.20	0.46	-0.62	0.101n
CEC	45.63	69.92	8.36	0.18	1.74	4.34	0.161n
BS	24.86	64.71	8.04	0.32	1.36	2.77	0.121n
V%	53.70	93.67	9.68	0.18	0.02	-0.52	0.054n
Cu	0.11	0.01	0.08	0.71	0.80	-0.15	0.154n
Fe	15.15	136.33	11.68	0.77	1.51	4.25	0.103n
Mn	0.44	0.11	0.33	0.75	0.72	-0.19	0.129n
Cd	0.01	0.00	0.01	0.74	0.66	-0.22	0.141n
				0.2-0.4 m
OM	11.08	15.83	3.98	0.36	1.45	1.53	0.189n
pH	4.76	0.18	0.43	0.09	0.02	-0.14	0.123n
P	11.34	190.98	13.82	1.22	3.58	14.87	0.295Ln
K	1.31	0.22	0.47	0.36	4.68	29.93	0.224n
Ca	13.40	22.42	4.73	0.35	0.78	0.25	0.125n
Mg	4.35	6.08	2.47	0.57	0.37	-0.45	0.135n
H+Al	23.24	35.88	5.99	0.26	0.59	-0.32	0.091n
Na	3.61	0.47	0.69	0.19	0.15	-0.90	0.099n
CEC	45.78	50.19	7.08	0.15	0.62	-0.19	0.111n
BS	22.54	37.88	6.15	0.27	0.79	0.42	0.105n
V%	49.15	108.10	10.40	0.21	0.27	-1.27	0.140n
Cu	0.18	0.02	0.15	0.83	4.24	23.67	0.265Ln
Fe	33.83	200.92	14.17	0.42	1.36	2.00	0.183n
Mn	0.34	0.09	0.30	0.87	3.07	12.51	0.212n
Cd	0.01	0.00	0.01	0.71	0.59	-0.39	0.087n

Variables	Model	C₀	C₀+C₁	a	r²	RSS	SDR
		0-0.2 m
Soybean yield	Spherical	145000	250160	200	0.724	35.6	57.96
OM	Spherical	7.1	39.65	265	0.818	293	17.91
pH	Exponential	0.0369	0.338	220	0.243	0.752	10.92
P	Gaussian	0.100	48.88	51	0.752	391	0.20
K	Gaussian	0.263	2.046	52	0.714	0.653	12.85
Ca	Spherical	0.01	31.42	72	0.220	564	0.03
Mg H+Al Na	Gaussian	0.710	9.68	46	0.772	8.73	7.33
			Pure nugget effect
	Exponential	0.001	0.534 50		0.772	0.028	0.19
CEC			Pure nugget effect
BS	Gaussian	0.100	67.02	46	0.614	1175	0.15
V%	Exponential	12.2	95.1	20	0.089	1939	12.83
Cu	Gaussian	0.00001	0.0056	66	0.865	3.94E-06	0.18
Fe	Spherical	8.8	147.7	194	0.832	2844	5.96
Mn Cd	Exponential	0.0001	0.124	117	0.927	8.460E-04	0.08
Mn Cd			Pure nugget effect
		0.2-0.4 m
MO	Exponential	1.14	17.63 109		0.878	37.9	6.47
pH P K	Gaussian	0.0001	0.179 47		0.787	3.03E-03	0.06
			Pure nugget effect
	Exponential	0.0001	0.179 49.9		0.406	0.0105	0.06
Ca	Exponential	2.31	22.22 36.1		0.814	20.4	10.40
Mg H+Al Na	Gaussian	0.49	5.705 57		0.456	4.16	8.59
			Pure nugget effect
	Exponential	0.184	0.491 63		0.635	0.0382	37.47
CTC SB V% Cu Fe Mn	Exponential	0.5000	50.52 49		0.876	258	0.99
			Pure nugget effect
			Pure nugget effect
			Pure nugget effect
	Exponential	22	201.9 28		0.247	7480	10.90
			Pure nugget effect
Cd			Pure nugget effect

	-------------- 0-0.2 m --------------			-------------- 0.2-0.4 m --------------
	PCA 1	PCA 2	PCA 3	PCA 1	PCA 2	PCA 3
% of variance	31.16	20.87	13.30	37.87	23.61	18.01
Cumulative %	31.16	52.04	65.34	37.87	61.49	70.50
Eigenvalue	21.50	14.40	9.18	26.51	16.52	12.61
		Variables contrib	utions (%)^* * Variable contributions based on the correlation matrix of the main components (PCA).
Soybean yield	24.87	56.26	4.24	30.31	53.83	0.40
OM	13.97	15.63	0.10	0.00	9.51	68.44
pH	16.30	7.05	18.97	28.18	2.06	9.38
P	1.15	12,51	43.27	2.68	0.04	0.44
K	20.65	3.58	0.61	1.43	7.79	4.04
Ca	0.16	2.32	0.15	17.87	3.11	0.13
Mg	9.20	1.24	5.74	-	-	-
Na	13.65	1.60	26.88	19.50	23.63	17.13

	Model	C₀ C₀+C₁ a		r²	RSS	SDR
		0-0.2 m
PCA 1 PCA 2 PCA 3	Exponential	0.00004 0.00043 156		0.403	9.07E-09	9.30
		Pure nugget effect
	Spherical	0.00005 0.00153	213	0.834	3.68E-07	3.27
		0.2-0.4 m
PCA 1	Exponential	0.00042 0.00091	165	0.863	2.88E-08	46.15
PCA 2	Exponential	0.00012 0.00094	42	0.55	9.25E-08	12.77
PCA 3	Spherical	0.00007 0.00125	82	0.586	1.22E-07	5.60

vertical_align_top file_download show_chart

more_horizclose
- image
- translate
- link
- article
- vertical_align_top
- file_download
- show_chart
- image
- translate
- link
- article

location_on

Universidade Federal Rural do Semi-Árido Avenida Francisco Mota, número 572, Bairro Presidente Costa e Silva, Cep: 5962-5900, Telefone: 55 (84) 3317-8297 - Mossoró - RN - Brazil
E-mail: caatinga@ufersa.edu.br

rss_feed Acompanhe os números deste periódico no seu leitor de RSS

Acessibilidade / Reportar erro

0-0.2 m
Sand	Silt	Clay	BD	Macro	Micro	TP	OM	pH	P	K	Ca	Mg	CEC
-------- g kg^-1 -----------			Mg gm^-3	--------- m³ m^-3 ---------			g dm^-3		mg dm^-3	---------- mmol_c dm^-3 ----------
745.58	138.21	117.14	1.27	0.17	0.38	0.55	22	5	49	0.7	18	3	46.7
0.2-0.4 m
Sand	Silt	Clay	BD	Macro	Micro	TP	OM	pH	P	K	Ca	Mg	CEC
-------- g kg^-1 -----------			Mg gm^-3	--------- m³ m^-3 ---------			g dm^-3		mg dm^-3	---------- mmol_c dm^-3 ----------
737.77	141.70	120.63	1.29	0.16	0.37	0.53	19	4.7	47	0.5	17	3	45.6