-
UNIVERSIDADE FEDERAL DE MATO GROSSO
FACULDADE DE AGRONOMIA E MEDICINA VETERINÁRIA
Programa de Pós-graduação em Agricultura Tropical
DEFINIÇÃO DE ZONAS HOMOGÊNEAS DE MANEJO EM
ÁREA SOB CULTIVO DE CANA-DE-AÇÚCAR COM
HISTÓRICO DE APLICAÇÕES DE VINHAÇA
VALDEIR MORAES SOARES
C U I A B Á - MT
2012
-
UNIVERSIDADE FEDERAL DE MATO GROSSO
FACULDADE DE AGRONOMIA E MEDICINA VETERINÁRIA
Programa de Pós-graduação em Agricultura Tropical
DEFINIÇÃO DE ZONAS HOMOGÊNEAS DE MANEJO EM
ÁREA SOB CULTIVO DE CANA-DE-AÇÚCAR COM
HISTÓRICO DE APLICAÇÕES DE VINHAÇA
VALDEIR MORAES SOARES
Eng° Agrônomo
Orientadora: Profª. Drª. OSCARLINA LÚCIA DOS SANTOS WEBER
Coorientador: Profº. Drº RICARDO SANTOS SILVA AMORIM
Dissertação apresentada à Faculdade de Agronomia e Medicina Veterinária da Universidade Federal de Mato Grosso para obtenção do título de Mestre em Agricultura Tropical
C U I A B Á - MT
2012
-
EPÍGRAFE
"Não há ensino sem pesquisa e pesquisa sem ensino. Esses quefazeres que se
encontram um no corpo do outro. Enquanto ensino continuo buscando,
reprocurando. Ensino porque busco, porque indaguei, porque indago e me
indago. Pesquiso para constatar, constatando intervenho, intervindo educo e me
educo. Pesquiso para conhecer o que ainda não conheço e comunicar ou
anunciar a verdade" (Paulo Freire).
-
Ao CRIADOR pelas glorias até aqui alcançadas
Aos meus pais Valdecir e Wilma,
Ao meu irmão Vandir
DEDICO
Ao meu avô Paulo Moraes
Minha homenagem
-
AGRADECIMENTOS
Aqui expresso meus sinceros agradecimentos às pessoas e instituições que de
alguma forma contribuíram para a realização deste trabalho;
A Universidade Federal do Mato Grosso pela formação e orientação profissional.
Ao Conselho Nacional de Pesquisa (CNPq), pela bolsa de mestrado;
A FAPEMAT pelo importante apoio financeiro para compra do equipamento Veris
3150, possibilitando assim a realização desta dissertação;
A professora Drª. Oscarlina Lúcia dos Santos Weber e ao professor Dr. Ricardo
Santos Silva Amorim pela orientação do trabalho, sem a qual não seria possível
chegar até aqui;
Ao professor Dr. Eduardo Guimarães Couto por participar da orientação deste
grupo de pesquisa;
A Suzana Souza dos Santos, por sua imensa dedicação na resolução dos
problemas operacionais, tendo grande contribuição para os resultados até aqui
alcançados;
A Kerollen Langner e a Norka da Silva Albernaz Marcilio por compartilhar todo o
esforço na coleta das informações necessárias para o desenvolvimento deste
trabalho, e amizade firmada;
Aos demais professores da Pós-Graduação em Agricultura Tropical, pela
transferência de conhecimentos, pela dedicação ao ensino e pesquisa, nos
auxiliando a desenvolver a audácia da descoberta.
Aos meus amigos Gilmar Nunes Torres e Pedro Silvério Xavier Pereira pela
amizade de longa data, não sendo diferente nestes dois anos.
Aos amigos que conquistei nesta etapa e espero que cada vez mais possamos
fortalecer esses laços, Ana Stieven, Cassia Rosin, Norma Cristina, Dayane Ávila
Fernandes, Daniel Valadão, Everton de Oliveira, Fabio Pittelkow, Frederick
Coalhado, Gabriela Kloster, Gilmar Nunes, Inácio Martins, Liliane Barros, Rodrigo
Pengo, Rodrigo Daros, obrigado pela amizade e momentos de descontração;
Aos meus demais colegas da Pós-Graduação e aqueles que não lembrarei os
nomes, minhas desculpas e minha gratidão.
-
DEFINIÇÃO DE ZONAS HOMOGÊNEAS DE MANEJO EM ÁREA SOB
CULTIVO DE CANA-DE-AÇÚCAR COM HISTÓRICO DE APLICAÇÕES DE
VINHAÇA
RESUMO- O trabalho teve como objetivo definir zonas homogêneas de manejo a
partir de informações de sensores, em talhões comerciais cultivados com cana-
de-açúcar com histórico de aplicações de vinhaça. Foi utilizado o aparelho Veris
3150, o qual é composto pelos sensores que fazem leituras nas seguintes faixas
do espectro eletromagnético: faixa do visível (VIS), infravermelho próximo (NIR) e
do infra vermelho médio (MIR) e condutividade elétrica aparente do solo. As
informações foram coletadas em linhas espaçadas de 12,5 m entre si, depois
disso os dados foram filtrados e as respostas espectrais separadas em 3
planilhas: uma com os dados da faixa do VIS, outra com os dados da faixa do NIR
e a terceira com os dados da faixa do MIR, além da condutividade elétrica ter sido
analisada separadamente. Posteriormente, esses dados foram submetidos à
análise de componentes principais com exceção da condutividade elétrica do
solo, selecionando-se o número de componentes principais necessários para
representar 90% da variância dos dados. De cada componente principal foi
gerado um índice, que representou o grupo de dados do componente, sendo este
selecionado para espacialização. Com os índices calculados gerou-se os
semivariogramas e fez seus respectivos ajustes, sendo feita também a validação
cruzada dos semivarigramas. Identificada a dependência espacial dos índices
calculados, para cada faixa do espectro, foi feita a krigagem. A krigagem também
foi utilizada para interpolar os atributos argila, Ca, Mg, K, P e MO, sendo
posteriormente feita correlação entre os atributos do solo e as informações dos
sensores. Em seguida, foram feitos os mapas das áreas estudadas e divididas em
zonas homogêneas, utilizando o critério de redução da variância global. As
médias de cada atributo do solo foram testadas entre as zonas homogêneas para
identificar quais informações foram mais eficientes para cada atributo. Dessa
forma, conclui-se que há possibilidade de separação das áreas em zonas de
manejo a partir das informações dos sensores, e distinguir sub-áreas dentro da
unidade produtiva com diferentes níveis de nutrientes.
Palavras-Chave: agricultura de precisão, manejo do solo, propriedades físicas e
químicas do solo, espectroscopia.
-
FIELD MANAGEMENT HOMOGENEOUS ZONES DEFINITION UNDER
SUGARCANE CULTIVATION WITH HISTORICAL OF VINASSE
APPLICATION
ABSTRACT – This study was performed to define the homogeneous zones of
management from the sensors information in commercial fields cultivated with
sugarcane having a historical of vinasse application. The device Veris 3150 was
used, which comprises sensors that read the following wavelength ranges of the
electromagnetic spectrum: visible range (VIS), near infrared (NIR) and mid infrared
(MID) and also the soil electrical conductivity. The information were acquired
within rows spaced of 12,5 meters apart. After collected, the data were filtered and
the spectral responses separated in 3 spreadsheets: the first one containing the
VIS range, the second one with the MIR and the third one having the MIR range;
however the electrical conductivity was analyzed separately. Subsequently, the
data were subjected to principal components analysis in exception the soil
electrical conductivity, selecting the number of principal components necessary to
represent 90% of the data variance. From each principal component an index was
generated, representing the data group of the component, being the index
selected to the spatialization. With the indexes calculated, the semivariograms
were made and the necessary adjustments too. Also the cross validation was
made. Identified the spatial dependence of the indexes calculated, for each range
of the spectrum, the kriging was applied. The kriging was utilized to interpolate the
attributes clay, Ca, Mg, K, P and SOM, being done subsequently the correlation
between the soil attributes and the sensors information. This way, the maps of the
studied fields were produced and divided in homogeneous zones, using the
criterion of the global variance reduction. The soil attributes averages were tested
among the homogeneous zones to identify which were the information most
efficient and reliable for each attribute. Therefore, it is concluded that there is a
possibility of areas separation in management zones using these sensors
information, and also distinguish sub-areas within the production unit with different
nutrient levels.
Key-words: Precision Agriculture, soil management, soil physical and chemical
properties, spectroscopy.
-
SUMÁRIO
1. INTRODUÇÃO ................................................................................................................... 8
2. REVISÃO BIBLIOGRÁFICA ............................................................................................ 10
2.1 Variabilidade espacial dos atributos do solo ............................................................. 10 2.2 Definição de zonas homogêneas de manejo .............................................................. 11 2.3 O uso da espectroscopia para predição dos componentes do solo ............................ 12 2.4 O uso da condutividade elétrica na predição das propriedades do solo e na definição
de zonas homogêneas de manejo .................................................................................... 15
3. MATERIAL E MÉTODOS ................................................................................................ 17
3.1 Local do estudo e coordenadas geográficas .............................................................. 17 3.2 Ensaio de avaliação de uniformidade de distribuição de vinhaça ............................. 17
3.2.1 Amostragem e análise da vinhaça ...................................................................... 17
3.4 Medidas da condutividade elétrica e da reflectância do solo .................................... 18 3.4.1 Amostragens de solo .......................................................................................... 18
3.4.2 Determinação dos principais atributos do solo para este estudo ........................ 19 3.4.3 Tratamento dos dados de condutividade elétrica aparente e reflectância do solo
..................................................................................................................................... 19
3.5 Análises estatísticas e geoestatísticas ........................................................................ 20 3.5.1 Definição das zonas homogêneas de manejo ..................................................... 22
4. RESULTADOS E DISCUSSÃO ........................................................................................ 23
4.1 Caracteristica química da amostra da vinhaça produzida na Usina Pantanal e ensaio
de uniformidade de aplicação .......................................................................................... 23 4.2 Características dos atributos químicos e granulométricos das áreas estudadas ........ 24
4.3 Análise descritiva dos dados obtidos a partir dos sensores ....................................... 27 4.4 Interpolação da condutividade elétrica do solo e dos valores dos índices calculados
para as faixas do espectro eletromagnético ..................................................................... 28
4.4.1 Interpolação para a área de textura média .......................................................... 28 4.4.2 Interpolação para a área de textura argilosa ....................................................... 29
4.5 Definição das zonas homogêneas de manejo ............................................................ 31 4.5.1 Mapas da área de textura média a partir da condutividade elétrica (Fig. 3), dos
índices calculados para a faixa do VIS (fig. 4), dos índices calculados para a faixa do
NIR (fig. 5), dos índices calculados para a faixa do MIR (fig 6) ................................ 33 4.5.2 Mapas da área de textura média a partir da condutividade elétrica (Fig. 7), dos
índices calculados para a faixa do VIS (fig.8), dos índices calculados para a faixa do
NIR (fig. 9), dos índices calculados para a faixa do MIR (fig 10) .............................. 35
4.6 Interpolação dos atributos químicos do solo e suas correlações com a condutividade
elétrica e índices calculados para as faixas do espectro eletromagnético ...................... 37 4.7 Testes de média entre os atributos do solo de cada zona de manejo ......................... 39
4.7.1 Área de textura média ........................................................................................ 43 4.7.2 Talhão de textura argilosa .................................................................................. 45
5. CONCLUSÕES................................................................................................................. 47
6. REFERÊNCIAS BIBLIOGRÁFICAS ................................................................................ 48
-
8
1. INTRODUÇÃO
O aumento do cultivo da cana-de-açúcar é percebido em todo o Brasil, graças
a incentivos à produção de etanol, produto com grande demanda atualmente. Em
Mato Grosso na safra 2012, o IBGE registrou uma área cultivada de 271.268
hectares, e produtividade média em torno de 56 t ha-1.
Segundo Brasil (2009) o rendimento médio de álcool por tonelada é de 82
litros. Considerando-se que para cada litro de álcool produzido geram-se de 10 a
18 litros de vinhaça (Giachini e Ferraz, 2009), se a metade da produção de cana-
de-açúcar de Mato Grosso for destinada para a produção de etanol o MT pode vir
a produzir em média 8,72 milhões de m3 de vinhaça anualmente, uma relação de
32,14 m3 de vinhaça ha-1. Porém, a aplicação ocorre apenas em áreas
circunvizinhas das indústrias, devido à dificuldade de distribuição desse
subproduto, quase totalmente feita através de canais não impermeabilizados.
A vinhaça é um resíduo da atividade sucroalcooleira rico em potássio (K),
matéria orgânica e água, apresenta-se potencialmente reutilizável na agricultura
como fertilizante, apresentando grande sucesso econômico, uma vez que fornece
às culturas K em forma disponível, e outros nutrientes, como cálcio (Ca) e
magnésio (Mg) (Monteiro et al., 1981).
Apesar dos benefícios trazidos pela a aplicação deste subproduto nas áreas
de cultivo da cana-de-açúcar, a indefinição das doses é uma preocupação, pois,
em excesso podem causam vários problemas como poluição de águas
subterrâneas e cursos d’água, além de elevar exorbitantemente os teores de
potássio (K) no solo, o que em longo prazo, pode reduzir o potencial produtivo
dessas áreas cultivadas, devido a salinização.
Para tentar minimizar tais problemas definir zonas homogêneas de manejo,
comumente utilizada em sistemas de cultivo que fazem uso da agricultura de
precisão, é uma possibilidade. Esse tipo de zoneamento auxilia na definição de
subáreas dentro das unidades produtivas, as quais apresentam quantitativamente
necessidades diferentes desse subproduto para atender às necessidades da
cultura da cana-de-açúcar. Desse modo, reduzem-se os riscos de possíveis
problemas com poluição do meio ambiente e aumenta-se a eficiência de uso da
vinhaça.
-
9
Para se dividir essas unidades produtivas e zonas de manejo, geralmente
necessita-se de um grande número de amostras e análises de solo, o que torna o
procedimento moroso e caro, motivo pelo qual tal prática não foi implementada na
maior parte das áreas de cultivo até hoje. Isso implica em aumento de erros nas
recomendações das doses de vinhaça.
Já existem muitos resultados de pesquisas em que foram utilizados sensores
de condutividade elétrica do solo, bem como o uso de sensores VIS e NIR, tendo
apresentado boas correlações com características do solo que são de interesse
agronômico (Anjos e Mattiazzo, 2000; Islan et al. 2006; Machado et al. 2006, entre
outros), porém, estudos com a utilização desses três sensores, de forma conjunta
em coletas de informações em campo, são poucos.
Assim, o presente trabalho teve como objetivo definir zonas homogêneas de
manejo a partir de informações de sensores em talhões comerciais cultivados
com cana-de-açúcar com histórico de aplicações de vinhaça.
-
10
2. REVISÃO BIBLIOGRÁFICA
2.1 Variabilidade espacial dos atributos do solo
As características químicas e físicas de um solo variam mesmo em uma
área considerada uniforme segundo suas características visíveis de campo, como
por exemplo a topografia, cor e vegetação (Silveira et al. 2000).
A variabilidade dos atributos solo tanto químicos quanto físicos é
consequência de complexas interações dos fatores e processos de sua formação
(Corá et al., 2004) e continuam após eles atingirem estado de equilíbrio dinâmico
(Cavalcante et al., 2007). Áreas consideradas pedologicamente similares podem
ter variabilidade distinta em seus atributos quando submetidas às diferentes
práticas de manejo de solo (Silva et al, 2007), e ainda, as práticas de manejo da
cultura também são causas adicionais da mesma, podendo alterar os atributos
químicos, físicos e biológicos (Carneiro et al., 2009), principalmente na camada
superficial.
A investigação da variabilidade espacial dos atributos do solo permite
visualizar sua distribuição dentro da área, de forma que seja possível a definição
de zonas homogêneas de manejo, o que vem otimizar os recursos destinados ao
manejo e a sustentabilidade do sistema de produção como um todo.
A aplicação de tecnologia associada à variabilidade espacial e temporal
faz-se necessária, sobretudo na pesquisa agrícola que estuda o solo e a sua
capacidade produtiva (Grego et al., 2005). Para a agricultura de precisão o
conhecimento do comportamento espacial e temporal dos atributos do solo que
influenciam a produção, é de relevante importância.
Para estudar a variabilidade espacial desses atributos, utilizam-se técnicas
como a geoestatística, baseada na “teoria das variáveis regionalizadas” (Mercante
et al., 2003).
A análise geoestatística permite detectar a existência da variabilidade e
distribuição espacial das medidas estudadas constitui importante ferramenta na
análise e descrição detalhada da variabilidade das propriedades do solo
(Carvalho et al., 2002; Ferraz et al., 2012).
Machado et al., (2007) verificaram dependência espacial moderada e forte
para a maioria dos componentes do solo ao avaliarem a variabilidade espacial de
-
11
atributos químicos em lavoura comercial sob sistema plantio convencional em um
Latossolo Vermelho. Cavalcante et al., (2007) realizaram experimento em
Latossolo Vermelho sendo amostrados em malha, com intervalos regulares de 2
m, nas profundidades de 0,0 a 0,1 e 0,1 a 0,2 m, nas seguintes áreas: vegetação
natural (Cerrado), plantio direto, plantio convencional e pastagem e, constataram
maiores variabilidades, medidas por meio do coeficiente de variação, para K, Mg
e Ca e o pH teve menor coeficiente de variação nos diferentes usos e manejo do
solo. Entre os sistemas de manejo estudados pelos autores o convencional e a
pastagem foram os que apresentaram de maneira geral os menores alcances
para as variáveis estudadas, indicando maior variabilidade.
Souza et al. (2007) estudaram a influência da variabilidade espacial dos
atributos químicos de um Latossolo Vermelho na aplicação de insumos para a
cultura da cana de açúcar. Observaram que utilizando técnicas de geoestatística
foi possível encontrar dentro da área estudada subáreas com diferentes
necessidades de calagem e fosfatagem. Se a calagem fosse feita pelo método
tradicional 72% da área receberia doses superiores às suas necessidades e 28%
receberiam doses inferiores. Para a necessidade de P, 20% da área apresentava
necessidade de apenas 80 kg ha-1 de superfosfato triplo, e como tradicionalmente
são feitas as recomendações esta mesma área necessitaria de 120 kg ha-1 de
superfosfato triplo.
Souza et al. (2010) estudaram a análise de atributos de um Argissolo
Vermelho-Amarelo e da produtividade da cultura de cana-de-açúcar com o uso da
geoestatística. A área foi amostrada em malha de 50x50 m nas profundidades de
0-0,2 e 0,2-0,4 m, de cada ponto amostrado foi medida sua cota no terreno. Além
de amostras de solo utilizou-se monitores de colheita, para avaliar a variação na
produtividade. As amostras de solo foram submetidas a análise química para
determinação de pH, Ca, Mg, K, e P. Os autores observaram que para os
atributos químicos só houve correlação significativa entre produtividade e K.
2.2 Definição de zonas homogêneas de manejo
Zona homogênea de manejo é definida como uma parte de uma gleba que
expressa um arranjo homogêneo dos fatores limitantes a produção pelos quais
-
12
uma determinada taxa de um insumo específico é apropriada (Doerge, 2000).
Entre estes fatores citam-se os elementos nutrientes, os quais não estando em
níveis adequados afetam o potencial produtivo da cultura, além do pH do solo e
dos níveis de elementos tóxicos como o alumínio, entre outros.
A partir da constatação da dependência espacial e da possibilidade de
produção de mapas geoestatísticos da distribuição espacial de atributos do solo,
pode-se definir as zonas homogêneas quanto aos tais atributos que influenciam a
produção, possibilitando um melhor manejo do solo (Marques Júnior e Lepsch,
2000).
Silva Neto et al. (2011) estudando a variabilidade espacial de parâmetros
da fertilidade do solo em região de ecótono (áreas de transição ambiental) sob
diferentes usos e manejos, utilizaram a krigagem para interpolação de dados,
usando os valores estimados para construção de mapas. Esses autores relatam
que até mesmo em análise visual foi possível identificar zonas homogêneas em
função da classe de uso e manejo de fertilização do solo, tendo como principal
benefício a possibilidade de manejos de adubação e correção específicos, de
modo a garantir um uso racional das áreas sob influência de diferentes situações
de uso.
Motomiya et al. (2006) estudaram o uso da krigagem na avaliação de
indicadores de fertilidade do solo em uma área de 90 ha. A área correspondia a
um talhão comercial cultivado com cana-de-açúcar a mais de 30 anos. A área foi
amostrada em malha de 50x50 m na profundidade de 0 a 0,2 m as quais foram
submetidas a análise química, sendo estas utilizadas para gerar índices de
probabilidade de níveis de fertilidade, e procedendo o mapeamento desses
índices. Esses autores afirmaram que o uso da krigagem foi eficiente na definição
de regiões com diferentes níveis de fertilidade em Latossolos sob cultivo de cana-
de-açúcar.
2.3 O uso da espectroscopia para predição dos componentes do solo
Tecnologias envolvendo espectroscopia estão sendo disponibilizadas pelos
trabalhos científicos e de validação na viabilização da predição dos componentes
do solo de maneira rápida e eficiente, como pode ser observado nos trabalhos de
Sousa Junior et al. (2008), Viscarra Rossel et al. (2006), Demattê et al. (2004).
-
13
A espectrorradiometria de reflectância é uma técnica de sensoriamento que
registra o fluxo de radiação eletromagnética refletida por objetos, no caso o solo
(Dalmolin et al., 2005).
A maioria dos estudos que relacionam e quantificam os atributos do solo
com dados espectrais considera a faixa de comprimento de onda entre 300 nm e
2500 nm como referência (Barnes et al., 2003).
Tabela 1. Faixa do espectro eletromagnético. (Fontes: Novo (1989); Siegal e Gillespie (1980) e Jensen (adaptado 2009)).
Nomenclatura Faixas de comprimento de onda
Ultravioleta, sw 254 nm Ultravioleta, Iw 366 nm Violeta (limite) 400 nm
VISÍVEL (VIS) – nm
Azul 450 Verde 500 Verde 550 Amarelo 580 Laranja 600 Vermelho 650 Vermelho (limite) 700
INFRAVERMELHO (IR) nm
Infravermelho próximo (NIR) 700 a 1300 Infravermelho médio (SWIR) 1300 a 3000 Infravermelho distante ou termal 3000 a 5000 Infravermelho distante ou termal 8000 a 14000
Microondas 1 mm a 1m
RADAR – cm
K 0,83 a 2,7 X 2,7 a 5,8 C 4,8 a 7,7 S 5,8 a 19 L 19 a 77 P 77 a 133
A quantidade de fluxo radiante refletido é função do comprimento de onda
incidente, do tipo e da quantidade de constituintes orgânicos e minerais, da forma
e da densidade dos minerais, do grau de compactação mineral e da quantidade
de umidade presente no solo (Demattê et al., 2003; Dalmolin et al., 2005;
Mouazen et al., 2006; Dias et al., 2009).
Portanto, a absorção de energia pelo solo ocorre em função dos materiais
que o compõem, os quais absorvem essa energia diferentemente entre si,
-
14
refletindo a energia de forma diferente e em diferentes comprimentos de onda.
Dessa forma, alguns sensores podem captar a resposta espectral do solo em
diferentes bandas e ser possível predizer sobre vários atributos do solo (Shepherd
& Walsh, 2002).
Bricklemyer e Brown (2010) realizaram um estudo buscando identificar as
potencialidades e limitações de sensores VIS e NIR no mapeamento do teor de
argila e carbono orgânico no solo, para isso utilizaram amostras de oito talhões de
uma fazenda da região de Montana, Estados Unidos. Foram produzidos modelos
regionais a partir dos dados de reflectância, bem como modelos para cada talhão
estudado, buscando representar a variação de carbono orgânico e argila. Os
autores verificaram que utilizando modelos regionais os resultados foram ruins,
mas, quando fizeram ajustes utilizando 7 amostras de solo de cada talhão para
calibração, foi possível representar a variação dos teores de argila. Já para
carbono orgânico, neste trabalho, não foi possível ajustar modelos para descrever
a variação dos teores de carbono orgânico do solo.
As medidas espectrais do NIR e do VIS também apresentam resultados
promissores para estimar os valores de alguns atributos do solo tais como: pH,
teores de matéria orgânica, carbono, fósforo, potássio, cálcio e magnésio do solo,
uma vez que as medidas do NIR e VIS têm coeficiente de correlação elevados
(variando de 0,71 a 0,95), com os atributos do solo citados (Mouazen et al., 2005;
Mouazen et al., 2007; Christy, 2008).
Soares et al (2012) buscando ajustar modelos que representassem a
variação dos níveis de elementos nutrientes no solo utilizaram amostras de solo
de pastagem degradada em região de Cerrado, para verificar se mesmo em
baixos níveis de elementos nutrientes, os sensores apresentariam sensibilidade.
As amostras apresentavam-se secas ao ar e peneiradas em malha de 2 mm, com
seus respectivos atributos químicos já conhecidos, sendo então submetidas a
leituras no espectroscópio do equipamento Veris 3150 em modo bancada. Os
autores conseguiram ajustar equações para representar a variação de pH, P,
Ca+Mg e K, com coeficientes de determinação de 0,99; 0,93; 0,92 e 0,78
respectivamente, demonstrando assim a potencialidade de uso deste sensores
nos estudos das propriedades químicas do solo.
-
15
Islam et al. (2003) realizaram um estudo utilizando espectroscopia nas faixas
UV-VIS-NIR para estimar as propriedades do solo. A região do VIS foi mais
eficiente para carbono orgânico. A região do NIR foi mais útil para predizer o pH,
o teor de água, argila, CTC, K, Ca e Mg trocáveis.
2.4 O uso da condutividade elétrica na predição das propriedades do solo e
na definição de zonas homogêneas de manejo
A condutividade elétrica do solo tem sido estudada ultimamente, com o intuíto
de se estimar as propriedades físicas e químicas do solo, bem como utilizando-a
para definir zonas homogêneas de manejo.
As principais linhas de estudo referentes aos fatores que influenciam na
condutividade elétrica do solo estão concentradas em propriedades como
salinidade, teor de água, textura e algumas propriedades químicas de interesse
agrícola, como a CTC (Molin e Rabello, 2011). As pesquisas direcionam-se para o
estudo dessas variáveis, pois, apresentam resultados animadores no que diz
respeito a correlação entre a distribuição destes atributos do solo com o
mapeamento da condutividade elétrica (Molin et al., 2005; Machado et al. 2006).
A condutividade elétrica do solo diferentemente do sensoriamento remoto, ou
sensores óticos e radiométricos aéreos ou por satélites, não sofre a interferência
da cobertura morta na superfície do solo (Adamchuk et al., 2004). Desse modo o
mapeamento da condutividade elétrica é adequado para o delineamento da
variabilidade espacial de características do solo, para o estabelecimento de zonas
de manejo (Machado et al., 2006).
Segundo Serrano et al. (2010) os fatores que contribuem para a
condutividade eléctrica do solo também relacionam-se com a produtividade das
culturas, como teor de sais (grande parte deles são elementos nutrientes) e teor
de argila. Em um estudo realizado por Johnson et al. (2005) foram encontradas
relações significativas entre a condutividade elétrica do solo, as características do
solo e a produtividade das culturas, e concluíram que a condutividade elétrica
pode ser utilizada para identificar os gradientes de fertilidade do solo.
Castro et al. (2004) ao estabelecerem unidades de manejo a partir da
condutividade elétrica do solo e suas propriedades físico-químicas, observaram
-
16
que houve elevada relação com a textura do solo, e ressalta o seu potencial para
ser usada na definição de unidades de gerenciamento. Machado et al. (2006)
trabalhando com mapeamento da condutividade elétrica e relação com a argila de
um Latossolo sob plantio direto, observaram que a condutividade elétrica, medida
por sensor de contato reflete adequadamente a variação no teor de argila do solo.
Além disso, indicam que os melhores resultados foram encontrados em Latossolo
com menor teor de argila.
Em um estudo realizado por Anjos e Mattiazzo (2000) com solos
repetidamente tratados com biossólido rico em sais, foi observado aumento
significativo na condutividade elétrica do solo. Abreu Junior (2000) estudando
solos adubados com fertilizantes comerciais e resíduo de lixo observou que a
condutividade elétrica dos solos foi aumentada pela aplicação do composto de
lixo. Todavia, esse efeito foi inferior àquele causado pelos adubos minerais,
notadamente pelo cloreto de potássio e uréia.
Assim, observada a relação entre os sensores de espectroscopia e
condutividade elétrica, com as propriedades do solo, índices gerados a partir
dessas informações podem auxiliar na definição de zonas de manejo dentro de
talhões comerciais. Deste modo o objetivo do trabalho foi definir zonas
homogêneas de manejo a partir de informações de sensores em talhões
comerciais cultivados com cana-de-açúcar com histórico de aplicações de
vinhaça, e identificar quais atributos do solo foram diferentes entre as zonas de
manejo de cada área.
-
17
3. MATERIAL E MÉTODOS
3.1 Local do estudo e coordenadas geográficas
O trabalho foi conduzido em talhões comerciais da Usina Pantanal localizada
nas coordenadas Lat. 15°55'29.87"S e Long. 55°13'29.96"W no município de
Jaciara (MT), onde foram selecionadas duas áreas para realização do presente
estudo. Uma área com solos de textura média e outra com solos de textura
argilosa, ambas com um histórico de aplicação de vinhaça por cerca de 10 anos,
sendo que as áreas já são cultivadas com cana-de-açúcar há 18 anos. O tamanho
médio de cada área estudada foi de 20 hectares.
3.2 Ensaio de avaliação de uniformidade de distribuição de vinhaça
Antes do início das coletas de dados foi avaliada a uniformidade da
aplicação de vinhaça. A Usina Pantanal utiliza autopropelidos em todas as áreas
submetidas às aplicações de vinhaça, sistema que faz distribuição do subproduto
por aspersão em linhas.
O autopropelido utilizado na avaliação apresentava um raio de aplicação de
20 m, sendo que cada linha irrigada tinha uma largura de 40 m. Nessa faixa foram
instalados 176 pluviômetros com espaçamento de 5x5 m entre si. Os pluviômetros
utilizados tinham 0,04 m de raio, suspenso a 1 (um) m do solo, sendo sustentados
por uma haste de metal.
Após instalados os pluviômetros o sistema foi acionado e procedeu-se a
aplicação normalmente. Logo após o término da aplicação, foram medidos os
volumes de vinhaça contidos em cada pluviômetro com o uso de uma proveta e
calculados os volumes em m3.ha-1 aplicado em cada ponto de instalação dos
pluviômetros.
3.2.1 Amostragem e análise da vinhaça
Uma amostra da vinhaça produzida pela Usina Pantanal foi coletada para
caracterização química. A amostra foi retirada próximo ao ponto de aplicação e
devidamente acondicionada em recipiente plástico, e mantida em um isopor com
gelo, até a chegada ao laboratório.
-
18
A análise química foi feita utilizando as metodologias descritas em
STANDARD METHODS FOR THE EXAMINATION OF WATER AND WASTE
WATER (1998), sendo analisado o pH, e os teores de sódio, magnésio,
nitrogênio, fósforo, potássio, cálcio e enxofre.
A partir dos teores de cada elemento presentes na vinhaça e o
conhecimento da sua variação na taxa de aplicação, as quantidades de nutrientes
distribuídos foram calculadas, considerando a variabilidade da aplicação da
vinhaça.
3.4 Medidas da condutividade elétrica e da reflectância do solo
Para este item foram realizadas leituras da condutividade elétrica aparente
e da reflectância do solo, nas duas áreas citadas. Para tanto foi utilizado o
equipamento Veris 3150, composto por 2 sensores: um espectrômetro de
reflectância, que faz leituras em duas faixas do espectro eletromagnético; a
primeira faixa equivale aos comprimentos de onda entre 350 a 700nm e a outro
na faixa de 700 a 2223nm, fragmentando toda a faixa em 384 bandas. O outro
sensor faz leitura da condutividade elétrica aparente do solo.
Além disso, faz parte desse equipamento um GPS, que para cada leitura
realizada é armazenada automaticamente a coordenada geográfica do respectivo
ponto.
Conforme informações cedidas pelo fabricante do equipamento, as leituras de
condutividade elétrica aparente do solo representam a camada de 0 a 30 cm
enquanto as leituras de reflectância são restritas à profundidade média de 8 cm.
Para a coleta dos dados foi utilizada a técnica do Caminhamento Contínuo,
com espaçamento das linhas em torno de 12,5 m e velocidade média de trabalho
de 8 Km h-1. O número de pontos de leitura obtidos, em cada área não foi o
mesmo, pois, o equipamento registra as leituras conforme identifica a alteração da
coordenada geográfica e também devido ao filtro de dados. Porém em todas as
áreas foram obtidos mais de 7000 pontos.
3.4.1 Amostragens de solo
-
19
Amostras de solo foram coletadas em um grid amostral de 50 x 50 m,
totalizando 4 amostras por hectare, na profundidade de 0 a 20 cm, logo após as
leituras de condutividade elétrica e reflectância do solo, para a determinação dos
atributos químicos e análise granulométrica.
3.4.2 Determinação dos principais atributos do solo para este estudo
Os valores de pH em H20 e CaCl2 foram determinados com o uso de um
potenciômetro. O K e o P do solo foi extraído com Mehlich-1 (H2SO4 0,025 N +
HCl 0,05 N), sendo o K determinado pelo método de fotometria de chama, e o P
por fotocolorimetria. O Ca2+, Mg2+ e Al3+ trocáveis foram extraídos em solução KCl
1 mol L-1, sendo determinados por titulação. Para H+Al foi utilizado o acetato de
cálcio 0,5 mol L-1 também determinado por titulação. Para matéria orgânica foi
utilizado o método volumétrico pelo bicromato de potássio. Todas a metodologias
utilizaram as recomendações da EMBRAPA (1997).
As análises da fração areia foram feitas por peneiras e as de silte e argila pelo
método da pipeta conforme metodologia descrita pela EMBRAPA (1997).
3.4.3 Tratamento dos dados de condutividade elétrica aparente e reflectância do solo
Devido ao grande volume de dados, inicialmente foi utilizado o método de
filtragem de dados por quartis, recomendado e utilizado por vários autores como
Durães (2009); Menegatti e Molin (2004); Miranda (2006). Para isso foram
calculados: o primeiro quartil (PQ), terceiro quartil (TQ), e a amplitude entre eles
(A). Posteriormente foram calculados os limites superiores (LS) (Eq. 1) e inferiores
(LI) (Eq. 2).
LS ≤ TQ + 1,5A (1)
LI ≥ PQ – 1,5A (2)
Assim, foram definidos os limites para os valores de cada banda dos
sensores de reflectância e de condutividade elétrica aparente do solo, eliminando-
-
20
se os valores que estivessem fora desses limites, tornando-o nulo para as
próximas análises dos dados.
Como o arquivo de saída das respostas espectrais do solo apresenta um
número grande de colunas (387), o que não permite salvar as planilhas em
formatos necessários para análises posteriores em outros softwares, os dados
foram divididos em três planilhas, conforme a classificação das faixas do espectro
eletromagnético de Jensen (2009) procedendo-se as análises separadamente. As
faixas foram: faixa do visível (VIS) (nessa faixa adicionou-se também as bandas
que compreendem a faixa ultravioleta, haja vista, que são apenas 10), sendo
representada pelas bandas de 342,86 - 697,27 nm (63 bandas); faixa do
infravermelho próximo (NIR) sendo representada 702,63 - 1295,1 nm (108
bandas) e faixa do infravermelho médio (MIR), sendo representada pelas bandas
que compreendem a faixa de 1300,1 - 2223 nm (213 bandas). A condutividade
elétrica foi estuda separadamente das respostas espectrais do solo.
3.5 Análises estatísticas e geoestatísticas
Após o tratamento dos dados por meio do software SPSS v.17, foi
realizada a análise de componentes principais (multivariada) para cada faixa do
espectro eletromagnético, selecionando-se o número de componentes principais
que representassem 90% ou mais da variância dos dados. Nessa mesma análise
foi gerado um índice que representa todo o grupo de dados de cada componente
principal selecionado (logo, se houve dois componentes principais necessários
para representar 90% da variância dos dados, são gerados 2 índices), sendo
esses índices utilizados para a espacialização.
Nas situações em que tiveram dois componentes principais, foram gerados
dois índices. Aplicando-se a metodologia proposta por Ortega & Santibáňez
(2007), com isso apenas um único índice foi gerado para cada ponto de leitura do
aparelho. O índice foi calculado pela equação 3.
∑ (3) em que: SIZ = índice do solo na posição z dentro do campo; wi = peso da variável
i; e VSz = variável padronizada na posição z.
-
21
A padronização dos atributos em estudo e determinação do peso relativo de
cada variável foram realizadas conforme as equações 4 e 5.
Sz z- ̅
S (4) i
i
∑ i (5)
em que: VSz = variável padronizada na posição z; Vz = variável original na posição
z;
X = média das variáveis originais para toda a área; S = desvio-padrão o original
da variável; wi = peso da variável i; e CVi = coeficiente de variação da variável i.
Assim, para cada área foram criados três índices: um para representar a faixa
do VIS, um para representar a faixa do NIR e um para representar a faixa do MIR,
além da condutividade elétrica que não foi representada em índice e sim por seus
valores reais. Dessa forma, pontos com índices similares tendem a possuir
características semelhantes. Segundo Smith et al. (1993), é possível combinar
vários indicadores em um novo indicador único para então se proceder a
krigagem de modo que se entenda a variação das propriedades do solo.
Em seguida os semivariogramas foram gerados, com o auxílio do software
Gama Desingn 9.0, para estabelecer a estrutura de dependência espacial desses
índices e fazendo seus respectivos ajustes. Segundo Zanão Júnior et al. (2010), a
relação entre o efeito pepita e o patamar (C0/(C0+C1) permite a classificação e a
comparação entre atributos do solo. Para analisar o grau de dependência espacial
dos atributos em estudo, utilizou-se a classificação proposta por Cambardella et
al. (1994), em que os semivariogramas com dependência espacial forte têm razão
menor ou igual a 25 %, os semivariogramas com dependência espacial moderada
possuem razão superior a 25 % e inferior a 75 % e os de dependência fraca
possuem razão superior a 75 %. Após o ajuste dos semivariogramas, foi feita a
validação cruzada, para testar a adequação dos modelos matemático dos
mesmos.
Quando verificada a dependência espacial dos índices fez-se a interpolação
através da krigagem em grid de 2 x 2m.
A krigagem também foi realizada para os seguintes atributos do solo: argila,
cálcio (Ca), magnésio (Mg), potássio (K), fósforo (P) e Matéria Orgânica (MO),
-
22
também em grid 2x2m, de modo que, para cada ponto houvesse um valor para
cada atributo do solo bem como valores de condutividade elétrica e índices
calculados para as faixas do VIS, NIR e MIR. Em seguida foi feita a correlação de
Pearson entre eles. As variáveis que apresentaram coeficientes de correlação
maiores que 0,2 ou menores que -0,2 foram utilizadas para teste de médias
desses atributos entre cada zona de manejo, sendo utilizado o test t de student a
5% de probabilidade. Esses valores foram atribuídos pelo fato de haver grande
número de pontos, o que pode tornar a correlação baixa, já que a relação pode
não ser linear.
3.5.1 Definição das zonas homogêneas de manejo
Feita a krigagem, os dados foram plotados no software ArcGis 9.3, e as
classes em intervalos equidistantes foram criadas. O número de zonas
homogêneas de manejo (classes) de cada área estudada foi definido pelo método
proposto por Santos et al. (2004) que sugerem que a subdivisão de uma gleba em
uma nova classe só é viável se esta reduzir 50% da variância global dos dados
em estudo. Dessa forma, a variância média ponderada (S2p) intra-classe foi
determinada pelas equações 6 e 7 propostas por Santos et al (2004).
(6)
∑ ( )(
) (7)
onde: nc = número de classes; Pi = valor da variável em avaliação no ponto i;
Pm = média da variável em cada classe; n = número de pontos componentes da
classe; N = número total de pontos da variável na área em estudo.
De posse das análises de solo e dos valores dos índices calculados para
cada faixa do espectro eletromagnético, foram calculados os parâmetros
estatísticos descritivo: média, variância, desvio padrão e coeficiente de variação.
-
23
4. RESULTADOS E DISCUSSÃO
4.1 Caracteristica química da amostra da vinhaça produzida na Usina
Pantanal e ensaio de uniformidade de aplicação
A característica química,do ponto de vista da nutrição vegetal, da amostra
de vinhaça coletada na Usina Pantana para este estudo se encontra na Tabela 1.
Segundo Bebé et al. (2009) a vinhaça é rica em potássio, cálcio, magnésio e
sódio, com desbalanceamento do potássio em relação aos demais elementos,
sendo que este ultimo varia sua concentração entre 1,29 a 3,95 kg de K2O m-3
(Giachini e Ferraz, 2009), Essas afirmações são comprovadas com a análise da
vinhaça, indicada na Tabela 1.
Tabela 1. Caracteristica química da amostra da vinhaça produzida na Usina Pantanal.
pH Na Mg N P2O5 K2O Ca S
- mg L-1 %
6,6 8,4 50 0,06 0,05 0,18 0,04 1,87
Assim, para cada metro cúbico de vinhaça aplicada adicionou-se ao solo,
0,6 Kg de N; 0,5 Kg de P2O5; 1,8 Kg de K2O; 0,4 Kg de Ca; e 1,87 Kg de S, além
de pequenas quantidades de Na e Mg. Apesar da vinhaça ser aplicada muito
diluída, conforme relato dos responsáveis técnicos da Usina Pantanal, é prática
comum a aplicação de doses em torno de 80 m³ ha-1 em aplicações parceladas,
isso por que a distribuição é conduzida por canais que não alcançam todas as
áreas cultivadas.
Com um volume de 80 m³ a quantidade de nutrientes aplicados passam a
ser representativas, pois problemas na uniformidade de aplicação, podem
desencadear um aumento na variabilidade espacial dos atributos químicos do
solo nessas áreas de cultivo.
Visando identificar a variação nas taxas de aplicação dos equipamentos
utilizados pela Usina Pantanal, bem como, a variação nas quantidades de
nutrientes aplicados, foi realizado um ensaio em campo, cujos resultados estão na
Tabela 2.
-
24
Tabela 2. Ensaio de variação de taxa de aplicação de vinhaça e seus respectivos constituintes, de um sistema de distribuição por autopropelido utilizado pela Usina Pantanal.
Volume de vinhaça aplicado N P2O5 K2O Ca S
m3/ha Kg/ha
-------------------------------- -----------------------------------------------------
MD 20,7 12,4 10,3 37,2 8,3 386,7
VAR 115,9 - - - - -
DP 10,8 6,5 5,4 19,4 4,3 201,3
MAX 45,4 27,2 22,7 81,6 18,1 848,2
MIN 0,2 0,1 0,1 0,4 0,1 3,7
(MD: média; VAR: variância; DP: desvio padrão; MAX: máximo; MIN: mínimo).
Analisando a Tabela 2 nota-se que existe grande variação na taxa de
aplicação da vinhaça pelo sistema de autopropelido utilizado pela Usina Pantanal.
Em uma taxa de aplicação com média de 20,7 m3ha-1 foi possível identificar
pontos com uma dose equivalente a 45 m3ha-1 e pontos com dose de 0,2 m3ha-1,
apresentando um desvio padrão de 10,8 m3ha-1. Oliveira et al. (2012) relatam a
grande interferência da velocidade e direção do vento sobre a uniformidade de
aplicação de autopropelidos, sendo observado grande efeito dessa variável
durante a realização neste estudo.
Com essas variações nas taxas de aplicação existe chance de haver
elevada variabilidade espacial dos atributos químicos presentes na vinhaça, pois,
as quantidadesvariaram variam de 0,1 a 22,7Kg P2O5 ha-1; de 0,4 a 81,6 Kg K2O
ha-1 e de 0,1 a 18,1Kg Ca ha-1. Essa variação ainda pode ser mais acentuada,
pois a dose média aplicada segundo relatos dos técnicos da Usina é de que 80
m3ha-1, o que equivale a quatro vezes os valores descritos na Tabela 2.
4.2 Características dos atributos químicos e granulométricos das áreas
estudadas
A análise estatística descritiva dos atributos químicos e granulométricos
das áreas de textura média e argilosa estão nas Tabelas 3 e 4, respectivamente.
Nota-se que o coeficiente de variação dos teores de P, K, Ca e Mg foram
maiores que 30% para área de textura média. A isso pode-se atribuir que existe
variabilidade na distribuição desses elementos dentro dessa , pois, o grupo de
-
25
dados é formado por 80 amostras coletadas em grid de 50x50 m. Para os teores
de matéria orgânica e de argila os coeficientes de variação foram de 23,8 e
18,2%, respectivamente, menores que para o P, K, Ca e Mg. Observando o
desvio padrão da areia e argila, que são as frações granulométricas que
representam 98,8% do solo estudado, percebe-se que os valores são baixos, ou
seja, os desvios de cada amostras em relação à média são pequenos,sendo
possível inferir que não há classes texturais diferentes dentro do talhão.
Observa-se que para a área de textura argilosa o coeficiente de variação
mais elevado entre os atributos estudados é do P com 39,1% indicando a
existência de variabilidade dentro da área. Para Ca, Mg e K os coeficientes de
variação foram medianos 22,2, 28,5 e 24,4% respectivamente, indicando menor
variabilidade dentro da área se comparado com o P. Para MO o coeficiente de
variação foi de 13,2 % podendo atribuir baixa variabilidade desse atributo na área,
assim como o teor de argila que teve um valor de 6,9% e um desvio padrão de
4,3.
De modo geral, observa-se que os maiores coeficientes de variação dos
atributos químicos do solo, para ambos as áreas. Isso evidencia que a
desuniformidade da aplicação de vinhaça provavelmente aumenta a variabilidade
desses atributos nas áreas estudadas.
-
26
Tabela 3. Estatística descritiva dos atributos químicos e físicos do solo de um talhão de textura média sob cultivo de cana-de-açúcar com histórico de aplicações de vinhaça.
pH CaCl2
P K Ca+
Ca Mg Al H H
SB CTC M.O V U Areia Silte Argila Mg +Al
-------- ----------------- ---------------------------------------------------------- ------- ------------------------------------------------
mg/dm³ cmolc/dm³ g/Kg %
MD 4,9 1,8 54,9 2,5 1,8 0,8 0,1 3,4 3,5 2,7 6,2 25,0 43,4 13,1 70,3 1,2 28,5
VAR 0,1 0,6 478,6 0,8 0,3 0,1 0,0 0,9 1,0 0,9 1,5 35,2 130 7,6 35,8 0,6 31,7
DP 0,3 0,7 21,9 0,9 0,6 0,3 0,1 0,9 1,0 0,9 1,2 5,9 11,4 2,8 6,0 0,8 5,6
CV (%) 6,6 42,0 39,8 35,2 33,3 42,7 - 27,5 28,6 34,5 20,1 23,8 26,3 21,1 8,5 67,8 18,2
(MD: média; VAR: variância; DP: desvio padrão; CV: coeficiente de variação).
Tabela 4. Estatística descritiva dos atributos químicos físicos do solo de um talhão de textura argilosa sob cultivo de cana-de-açúcar com histórico de aplicações de vinhaça.
pH
CaCl2 P K Ca+Mg Ca Mg Al H H+Al SB CTC M.O V U Areia Silte Argila
-------- ------------------ -------------------------------------------------------------------------- ------ --------------------------------------
CaCl2 mg/dm³ cmolc/dm³ g/Kg %
MD 5,4 1,6 90,0 4,9 3,2 1,7 0,01 3,4 3,4 5,2 8,6 35,8 59,7 26,0 34,8 3,2 62,0
VAR 0,1 0,4 483,5 1,3 0,5 0,2 0,00 0,8 0,9 1,4 0,9 22,5 109 4,9 20,1 1,3 18,1
DP 0,3 0,6 21,99 1,1 0,7 0,5 0,05 0,9 0,9 1,2 1,0 4,7 10,5 2,2 4,5 1,1 4,3
CV (%)
5,3 39,1 24,43 23,2 22,2 28,5 - 26,2 26,8 22,7 11,1 13,2 17,5 8,6 11,9 35,7 6,9
(MD: média; VAR: variância; DP: desvio padrão; CV: coeficiente de variação).
-
27
4.3 Análise descritiva dos dados obtidos a partir dos sensores
Após aplicar o filtro dos dados e calcular o índice para representar cada
faixa do espectro eletromagnético (VIS, NIR e MIR), calculou-se os parâmetros
estatísticos descritivos para cada faixa e para a condutividade elétrica, os quais
estão apresentados na Tabela 5.
Tabela 5. Parâmetros da estatística descritiva dos índices calculados para faixas do espectro eletromagnético a partir de leituras realizadas em um talhão de textura média e em outro de textura argilosa sob cultivo de cana-de-açúcar com histórico de aplicações de vinhaça.
Talhão arenoso Talhão argiloso
CE VIS NIR MIR CE VIS NIR MIR
---------- ------------------------------ ---------- -------------------------------------
mS/cm nm mS/cm nm
MD 2,6033 0,5120 0,7795 0,7618 6,6059 0,4396 0,8157 0,8488
VAR 0,9196 0,1681 0,3923 0,4196 1,3015 0,3255 0,3345 0,2795
DP 0,8456 0,4100 0,6263 0,6477 1,6939 0,5705 0,5784 0,5287
CV(%) 35,32 80,07 80,35 85,02 19,70 129,79 70,90 62,28
(MD: média; VAR: variância; DP: desvio padrão; CV: coeficiente de variação).
Dentre os dados dos sensores, a condutividade elétrica do solo teve os
menores coeficientes de variação nas duas áreas estudadas, porém, tanto para
as faixas do espectro eletromagnético quanto para a condutividade elétrica
observa-se que existe variabilidade dentro do grupo de dados dos sensores, bem
como para os atributos do solo (Tabelas 3 e 4). Desse modo, para que se
viabilize a definição de zonas homogêneas de manejo a partir do uso desses
sensores, é necessário identificar se a variação de suas informações são
ocasionadas pela variação dos atributos do solo em estudo.Machado et al. (2006);
Molin e Rabello (2011) demonstram em seus trabalhos que a condutividade
elétrica do solo tende a ser maior em áreas ou pontos do terreno com maior teor
de argila. No presente estudo, em termos médios, isso pode ser visualizado nos
resultados da Tabela 3, aonde a média da condutividade elétrica daárea de
textura média não chega na metade do valor médio da condutividade elétrica do
talhão argiloso.,.
Outra observação, o coeficiente de variação da condutividade elétrica foi
quase duas vezes maior para a área de textura média em comparação com de
-
28
textura argilosa (Tabela 5), o mesmo ocorre quando se compara o coeficiente de
variação dos teores de argila de cada área (Tabelas 3 e 4). Isso indica que existe
relação entre a variação da condutividade elétrica do solo e os teores de argila, e
pode ser eficiente na definição de zonas de manejo dentro da área de estudo.
4.4 Interpolação da condutividade elétrica do solo e dos valores dos índices
calculados para as faixas do espectro eletromagnético
4.4.1 Interpolação para a área de textura média
Os semivariogramas (Figura 1) foram gerados a partir da condutividade
elétrica do solo e dos índices calculados para cada faixa do espectro
eletromagnético.
Figura 1. Semivariogramas da condutividade elétrica do solo (a), e índices calculados para as faixas do VIS (b), NIR (c) e MIR (d) de leituras realizadas em um talhão de textura média cultivado com cana-de-açúcar com histórico de aplicações de vinhaça (C0= efeito pepita; C0+C1= patamar; A= alcance (m); R²=
a) b)
c) d)
Modelo: Esférico
C0: 0,212
C0+C1: 0,951
C0/C0+C1: 0,223
A: 245
R²: 0,92
r²: 0,85
Modelo: Esférico
C0: 0,031
C0+C1: 0,438
C0/C0+C1: 0,071
A: 74
R²: 0,21
r²: 0,91
Modelo: Exponencial
C0: 0,143
C0+C1: 1,02
C0/C0+C1: 0,14
A: 69
R²: 0,73
r²: 0.93
Modelo: Exponencial
C0: 0,128
C0+C1: 0,986
C0/C0+C1: 0,13
A: 39
R²: 0,50
r²: 0,95
-
29
coeficiente de determinação do semivariograma; r²: coeficiente de determinação obtido na validação cruzada do modelo do semivariograma).
Observa-se que todos tiveram elevados coeficientes de determinação ao testar os
modelos de semivariograma utilizando a validação cruzada. Quanto maior o coeficiente
de correlação da validação cruzada, maiores são as chances de se obter uma boa
estimativa no processo de interpolação (krigagem), sendo critério comumente utilizado
para avaliar o semivariograma conforme Mello (2004); Souza et al. (2006) e.Queiroz et
al. (2011).
De acordo com a classificação de Cambardella et al. (1994) onde a proporção de
C0/C0+C1 for menor ou igual 25%, existe forte dependência espacial da variável
estudada. Desse modo, todos os semivariogramas da Figura 1 tiveram forte
dependência espacial. Apesar de se observar baixos coeficientes de determinação dos
semivariogramas das faixas do VIS (b) e NIR (c) os coeficientes de determinação da
validação cruzada são elevados. Além disso, os alcances foram maiores que a distância
mínima amostrada, característica necessária para que se possa fazer boas estimativas.
Desse modo, o processo de interpolação foi realizado de forma confiável.
Ao analisar os alcances, verifica-se que o índice NIR para a área de textura média
foi a que teve menor valor de alcance, com 39 m, indicando maior variabilidade desse
índice dentro da área estudada. Os índices das faixas do VIS e MIR tiveram alcances
similares 74 m e 69 m, respectivamente, com maior alcance observada de 245 m para a
condutividade elétrica. .
4.4.2 Interpolação para a área de textura argilosa
A figura 2 representa os semivariogramas gerados a partir da
condutividade elétrica do solo e dos índices calculados para cada faixa do
espectro eletromagnético.
Assim como na Figura 1, os semivariogramas da Figura 2 também tiveram
elevados coeficientes de determinação ao testar os modelos de semivariograma,
utilizando a validação cruzada. Mesmo os coeficientes de determinação dos
semivariogramas da condutividade elétrica (a) e o VIS (b), sendo relativamente
baixos, verifica-se pela validação cruzada que a relação medida e estimada é
-
30
próxima.De acordo com a classificação de Cambardella et al. (1994), para todos
os semivariogramas da Figura 2 existe forte dependência espacial. Também
como na Figura 1 os alcances forma maiores que a distância mínima amostrada.
Desse modo, o processo de interpolação foi realizado de forma confiável.
Figura 2. Semivariogramas da condutividade elétrica do solo (a), e índices calculados para as faixas do VIS (b), NIR (c) e MIR (d) de leituras realizadas em um talhão argiloso cultivado com cana-de-açúcar com histórico de aplicações de vinhaça (C0= efeito pepita; C0+C1= patamar; A= alcance (m); R²= coeficiente de determinação do semivariograma; r²: coeficiente de determinação obtido na validação cruzada do modelo do semivariograma).
Os alcances mais baixos foram obtidos pelos índices NIR e MIR, com 75 e
69 m, respectivamente indicando maior variabilidade em relação aos seus
valores estimados dentro da área estudada, com alcance similares da
condutividade elétrica e do VIS de 85 e 87 m, respectivamente.
Modelo: Esférico
C0: 0,001
C0+C1: 1,618
C0/C0+C1: 0,000
A: 85
R²: 0,45
r²: 0,80
Modelo: Exponencial
C0: 0,055
C0+C1: 0,36
C0/C0+C1: 0,150
A: 87
R²: 0,23
r²: 0,75
a) b)
Modelo: Exponencial
C0: 0,112
C0+C1: 0,863
C0/C0+C1: 0,130
A: 75
R²: 0,78
r²: 0,89
Modelo: Exponencial
C0: 0,106
C0+C1: 0,864
C0/C0+C1: 0,123
A: 69
R²: 0,88
r²: 0,70
c) d)
-
31
Apesar do teor de argila ter maior variação na área de textura média
(Tabela 3) em relação ao da textura argilosa (Tabela 4), o alcance do
semivariograma da condutividade elétrica (variável que comumente correlaciona-
se com os teores de argila) foi maior na primeira área, indicando menor
variabilidade.
4.5 Definição das zonas homogêneas de manejo
Após a interpolação da condutividade elétrica, e dos índices calculados
para as faixas do VIS, NIR e MIR foram produzidos os mapas das áreas
dividindo-as em zonas homogêneas de manejo. Para as duas áreas foi possível
identificar quatro subáreas que tiveram maior homogeneidade entre si, devido à
redução da variância da condutividade elétrica e dos índices calculados.
Com as informações disponíveis na literatura é possível notar que os
sensores de espectroscopia e condutividade elétrica respondem à variação de
atributos químicos do solo. Além da condutividade elétrica, os índices também
refletem essa variabilidade, por serem calculados a partir dos dados dos
sensores, passando a representar a variabilidade espacial dos atributos do solo
em cada ponto de leitura.
Muitas são as causas da variabilidade espacial dos atributos do solo, a
provável causa da variabilidade, nas duas áreas estudadas, é a aplicação
desuniforme da vinhaça (Tabela 2). De acordo com Silva et al (2007) o manejo é
uma das principais causas de variabilidade dos atributos do solo mesmo em áreas
pedologicamente similares, pois podem alterar os atributos químicos, físicos, e
biológicos, com impacto principalmente nas camadas superficiais do solo.
A aplicação de vinhaça nas áreas estudadas é feita com autopropelidos,
equipamentos que em sua maioria não distribuem uniformemente o subproduto.
Como este subproduto é rico em nutrientes, e a aplicação há muito é feita com o
uso desses equipamentos, provavelmente houve aumento da variabilidade
desses nutrientes no solo, sendo identificada pelos sensores e,
consequentemente, refletindo-se nos índices.
Motomiya et al. (2006) estudando a variabilidade de atributos do solo em
áreas cultivadas com cana-de-açúcar, observaram que os teores de matéria
-
32
orgânica e de K tiveram um arranjo de distribuição com maior variabilidade
espacial, tendo a variável K apresentado maior descontinuidade espacial entre as
demais variáveis estudadas. Como a vinhaça tem altos níveis de K e MO, a
distribuição desuniforme pode gerar variabilidade nesses atributos químicos do
solo, bem como em outros elementos que a constituem.
Cada cor nos mapas a seguir representam um zona homogênea de
manejo, delimitadas utilizando a condutividade elétrica e os índices VIS, NIR e
MIR.
-
33
4.5.1 Mapas da área de textura média a partir da condutividade elétrica (Fig. 3), dos índices calculados para a faixa do VIS (fig. 4), dos índices calculados para a faixa do NIR (fig. 5), dos índices calculados para a faixa do MIR (fig 6)
Figura 3. Mapa do talhão de textura média, subdividido em zonas homogêneas de manejo a partir da condutividade elétrica do solo
Figura 4. Mapa do talhão de textura média, subdividido em zonas homogêneas de manejo a partir dos índices calculados para a faixa do VIS
-
34
Figura 5. Mapa do talhão de textura média, subdividido em zonas homogêneas de manejo a partir dos índices calculados para a faixa do NIR.
Figura 6. Mapa do talhão de textura média, subdividido em zonas homogêneas de manejo a partir dos índices calculados para a faixa do MIR.
-
35
4.5.2 Mapas da área de textura média a partir da condutividade elétrica (Fig. 7), dos índices calculados para a faixa do VIS (fig.8), dos índices calculados para a faixa do NIR (fig. 9), dos índices calculados para a faixa do MIR (fig 10)
Figura 7. Mapa do talhão de textura argilosa, subdividido em zonas homogêneas de manejo a partir da condutividade elétrica do solo.
Figura 8. Mapa do talhão de textura argilosa, subdividido em zonas homogêneas de manejo a partir dos índices calculados para a faixa do VIS.
-
36
Figura 9. Mapa do talhão de textura argilosa, subdividido em zonas homogêneas de manejo a partir dos índices calculados para a faixa do NIR.
Figura 10. Mapa do talhão de textura argilosa, subdividido em zonas homogêneas de manejo a partir dos índices calculados para a faixa do MIR.
-
37
4.6 Interpolação dos atributos químicos do solo e suas correlações com a
condutividade elétrica e índices calculados para as faixas do espectro
eletromagnético
Após definidas as zonas de manejo nas duas áreas foi feita a interpolação
dos atributos químicos estudados por emio da krigagem em grid 2x2 m, assim
como realizado para interpolar a condutividade elétrica do solo e índices
calculados para as faixas do VIS, NIR e MIR.Os parâmetros de ajustes dos
semivariogramas estão demonstrados nas Tabelas 4 e 5.
Observando a relação entre C0/C0+C1 dos semivariogramas dos atributos do
solo das áreas estudadas (Tabelas 6 e 7), percebe-se que existe forte
dependência espacial para quase todos os atributos estudados, exceto para os
teores de Ca daárea de textura média e Mg da áre argilosa que tem dependência
espacial moderada. Quanto aos coeficientes de determinação dos
semivariogramas das áreas estudadas são de forma geral elevados, porém os
coeficientes de determinação da validação cruzada em muitos casos são baixos,
a exemplo do Ca e P naárea de textura média, com valores de 0,39 e 0,28,
respectivamente, e para Ca, Mg, K e MO naárea argilosa com valores de 0,21;
0,27; 0,18 e 0,26, respectivamente. Os alcances para todos os atributos foram
maiores que a distância de amostragem.
Tabela 6. Parâmetros de ajustes de semivariogramas dos atributos do solo de um talhão de textura média com histórico de aplicações de vinhaça.
Atributos do solo Modelo C0 C0+C1 A C0/C0+C1 R² r²
Argila Esférico 0,100 37,85 290 0,003 0,81 0,89
Ca Esférico 0,103 0,266 270 0,387 0,88 0,39
Mg Esférico 0,004 0,084 213 0,048 0,84 0,61
K Esférico 1,000 331,8 176 0,003 0,56 0,56
P Esférico 0,011 0,321 101 0,034 0,72 0,28
MO Esférico 0,010 31,53 241 0,000 0,88 0,64
(C0= efeito pepita; C0+C1= patamar; A= alcance (m); R²= coeficiente de determinação do semivariograma; r²: coeficiente de determinação obtido na validação cruzada do modelo do semivariograma).
-
38
Tabela 7. Parâmetros de ajustes de semivariogramas dos atributos do solo de um talhão de textura argilosa com histórico de aplicações de vinhaça.
Atributos do solo Modelo C0 C0+C1 A C0/C0+C1 R² r²
Argila Gaussiano 4,200 20,57 325 0,204 0,98 0,58
Ca Exponencial 0,054 0,435 53 0,124 0,64 0,21
Mg Esférico 0,093 0,187 332 0,497 0,71 0,27
K Exponencial 93,00 467,1 52 0,199 0,75 0,18
P Esférico 0,017 0,2296 182 0,073 0,82 0,5
MO Exponencial 4,390 24,43 60 0,180 0,87 0,26
(C0= efeito pepita; C0+C1= patamar; A= alcance (m); R²= coeficiente de determinação do semivariograma; r²: coeficiente de determinação obtido na validação cruzada do modelo do semivariograma).
Em termos práticos, dificilmente será viável uma amostragem em
grid de 50x50 m como foi realizada neste estudo, e mesmo assim, se levar em
consideração os coeficientes de determinação dos semivariogramas e da
validação cruzada, os ajustes com os dados dos sensores são maiores. Desse
modo,a relação entre os dados dos sensores e os atributos do solo pode
contribuir para o conhecimento da variabilidade dos atributos do solo dentro de
uma unidade produtiva.
Observa-ser que os alcances das variáveis K e Ca são maiores naárea de
textura média em relação aos alcances das mesmas variáveis no talhão de
textura argilosa (Tabelas 6 e 7), sendo 3 e 5 vezes maiores, respectivamente o
que indica maior variabilidade espacial desses elementos naárea de textura
argilosa.
Os cátions K e o Ca são adsorvidos à cargas negativas do solo, e são
elementos presentes na vinhaça. O solo de textura média apresenta uma
capacidade de troca catiônica (CTC) menor, além de menor teor de matéria
orgânica, se compararmos com as mesmas variáveis do talhão de textura argilosa
(Tabelas 3 e 4). Desse modo o talhão de textura argilosa tem maior capacidade
de retenção desses nutrientes. Considerando a desuniformidade das doses de
vinhaça aplicadas (Tabela 2), houve maior adsorção de nutrientes nos pontos em
que as doses foram maiores. Como o talhão de textura média apresenta menor
CTC, mesmo que haja aplicação desuniforme não houve uma alteração tão
acentuada na dependência espacial quanto à observada no talhão de textura
argilosa, pois, a lixiviação ocorre com maior facilidade.
-
39
Corá et al (2004), atribuíram que a maior descontinuidade espacial de K, foi
ocasionada devido à aplicação de vinhaça, feita por autopropelido, equipamento
que aplica esse subproduto de maneira desuniforme. O mesmo pode ocorrer
para os demais nutrientes presentes na vinhaça.
Utilizando-se os modelos das Tabelas 6 e 7 foi feita a interpolação por meio
da krigagem para os atributos em estudo nos dois talhões. Desse modo para,
cada ponto existem informações dos sensores e dos atributos do solo. A partir
desses dados foi feita a correlação entre os dados dos sensores e os atributos do
solo, sendo que os resultados são apresentados na Tabela 8. Observa-se n que
há correlação significativa com todos os atributos estudados, porém, grande parte
dessas correlações apresentam coeficientes baixos. Isso demonstra que há
relação entre os dados, porém, como a correlação de Pearson faz a relação linear
entre as variáveis, em situações em que a relação não é linear a tendência é que
os coeficientes sejam baixos.
Tabela 8. Correlação entre as estimativas da condutividade elétrica e índices calculados para as faixas VIS, NIR, MIR e as estimativas dos teores de cada atributo estudado.
Talhão Textura Média Talhão Textura Argilosa
Atributos do Solo CE VIS NIR MIR CE VIS NIR MIR
Argila (%) 0,719** 0,325** 2E-04 0,115** 0,47** -0,26** 0,12** 0,21**
Ca (cmolc/dm3) 0,674** 0,350** 0,112** 0,234** 0,25** -0,02** -0,03** 0,06**
Mg (cmolc/dm3) 0,734** 0,413** 0,184** 0,298** 0,12** -0,11** 0,08** 0,11**
MO (g/Kg) 0,573** 0,433** 0,067** 0,231** -0,22** 0,078** 0,02** 0,10**
K (mg/dm3) 0,714** 0,294** 0,113** 0,176** 0,13** -0,30** 0,15** 0,23**
P (mg/dm3) -0,245** -0,199** -0,021** -0,119** -0,45** 0,02** -0.002 -0,07**
** Significativo ao nível de 1% pela correlação de Pearson
4.7 Testes de média entre os atributos do solo de cada zona de manejo
Para testar se cada zona homogênea, definidas a partir da condutividade
elétrica do solo e índices calculados para as faixas do VIS, NIR e MIR, aplicou-se
o teste t de student para as variáveis que tiveram coeficientes maiores e menores
que 0,2 para observar se as médias dos atributos do solo estudados variam
significativamente entre as zonas de manejo, sendo os dados apresentados nas
Tabelas 9 e 10.
-
40
A condutividade elétrica do solo teve correlação elevada com os teores de
argila, assim como nos estudos de Castro et al. (2004) que ao estabelecerem
unidades de manejo a partir da condutividade elétrica do solo e suas propriedades
físico-químicas, observaram que houve elevada relação com a textura do solo, em
especial com o teor de argila. Machado et al. (2006) observaram que a
condutividade elétrica, medida por sensor de contato reflete adequadamente a
variação no teor de argila do solo. Além disso, indicam que os melhores
resultados foram encontrados em Latossolo com menor teor de argila, assim
como no presente trabalho, onde o maior coeficiente de correlação é obtida no
talhão de textura média.
Apesar de a condutividade elétrica apresentar correlação com os teores de
argila, ao se aplicar o teste t não se observou boa separação entre as zonas de
manejo, haja visto que, houveram zonas de manejo diferenciadas pelos intervalos
da condutividade elétrica, mas que, não diferenciam-se em seus teores de argila.
Mas se observarmos as médias de Ca, Mg e K do talhão de textura média esta
variável separa nitidamente esses atributos em quatro classes estatisticamente
diferenciadas, onde os teores desses elementos no solo aumentam á medida que
os intervalos de condutividade elétrica representantes das zonas de manejo são
maiores.
-
41
Tabela 9. Teste de média entre os atributos químicos das zonas de manejo definidas a partir da CE, VIS e MIR em um talhão de textura média cultivado com cana-de-açúcar, com histórico de aplicações de vinhaça.
Médias seguidas por mesma letra não diferem entre si pelo test t de student a 5% de probabilidade. Tabela 10. Teste de média entre os atributos químicos das zonas de manejo definidas a partir da CE, VIS e MIR em um talhão argiloso cultivado com cana-de-açúcar, com histórico de aplicações de vinhaça. Médias seguidas por mesma letra não diferem entre si pelo test t de student a 5% de probabilidade.
Zonas de
Manejo
CE VIS MIR
Argila Ca Mg MO P K Argila Ca Mg MO K Ca Mg MO
------------ ------------------- ---------- --------------------- --------- ------------------ ---------- ------------ ------------------ -------------
% cmolc dm-3 g Kg-1 mg dm-3 % cmolc dm-3 g Kg-1 mg dm-3 cmolc dm-3 g Kg-1
1 24,84 c 1,43 d 0,52 d 19,95 c 1,88 a 38,49 d 28,98 c 1,59 c 0,63 d 22,69 c 48,11 d 1,53 d 0,60 d 22,17 c
2 30,21 b 1,66 c 0,71 c 24,38 b 1,64 a 49,24 c 30,49 b 1,70 b 0,74 c 24,14 b 51,87 c 1,68 c 0,70 c 24,09 b
3 34,72 a 1,92 b 0,91 b 27,72 a 1,48 a 63,34 b 33,87 a 1,91 a 0,93 a 28,06 a 64,58 a 1,74 b 0,78 b 24,88 b
4 35,92 a 2,05 a 1,10 a 27,28 a 1,68 a 82,92 a 34,04 a 1,73 b 0,81 b 28,90 a 55,20 b 1,90 a 0,93 a 28,68 a
Zonas de
Manejo
CE VIS MIR
Argila Ca MO P Argila K Argila K
------------ --------------- ----------------- -------- ----------- --------- -----------
% cmolc dm-3 mg dm-3 % mg dm-3 % mg dm-3
1 59,21 b 2,90 c 36,77 a 1,92 a 64,34 a 93,42 b 60,404 a 76,26 d
2 60,52 b 3,13 b 33,76 a 1,44 b 62,41 a 96,06 a 61,566 a 80,70 c
3 61,40 b 3,25 a 34,65 a 1,33 c 61,31 a 88,62 c 62,295 a 93,12 b
4 66,18 a 3,21 a 35,22 a 1,33 c 60,92 a 81,26 d 63,147 a 97,77 a
-
42
Segundo Serrano et al. (2010) os fatores que contribuem para a
condutividade eléctrica do solo também relacionam-se com a produtividade das
culturas, como teor de sais que em grande parte deles são nutrientes, caso do
Ca, Mg e K. Como a área tem histórico de aplicações de vinhaça, a tendência é
que haja grande quantidade desses sais, e pode ter impedido que a condutividade
elétrica respondesse à variação nos teores de argila. Além disso, não foram
observadas grandes variações texturais dentro das áreas estudadas, e assim,
impossibilitando a divisão em classes. Porém, na área de textura média a
condutividade elétrica não foi eficiente em separar nenhum dos atributos de solo
estudados. O mesmo ocorreu para P e MO da área de textura argilosa.
O índice calculado para a faixa do VIS foi eficiente para separar zonas de
manejo com diferentes teores de K e Mg na área de textura média e K na area
argilosa. As respostas positiva entre essa faixa e os fatores de K na duas áreas
estudadas corroboram com Daniel et al. (2003) que encontraram coeficiente de
correlação de 0,80 entre os valores de leituras de bandas na faixa do VIS e teores
de K do solo em leituras realizadas no campo. Já Viscarra Rossel et al. (2006)
buscando ajustar modelos de regressão entre as faixas do VIS e o teor de K no
solo não encontraram bons resultados, chegando apenas a um R² de 0,29. Neste
trabalho a faixa do NIR foi a que teve melhor resultado para a variável K, com um
R² de 0,47. Para o Mg, Shepherd e Walsh (2002) ao modelarem a variação de
nutrientes com o uso da espectroscopia, para o Mg no solo encontraram um R² de
0,81, demonstrando assim o potencial dessa faixa do espectro eletromagnético
em responder à variação do teor de Mg.
O índice calculado para a faixa do MIR foi eficiente para separar os níveis
de Ca e Mg do talhão de textura média e de K para o talhão argiloso. Janik e
Skjemstad (1998) em seus estudos buscaram entender a resposta espectral
dessa faixa do espectro na estimativa de atributos do solo. Para Ca e Mg foi
possível ajudar modelos que representassem bem a variação desses elementos
com R² de 0,89 e 0,76 respectivamente, enquanto para K o mesmo coeficiente foi
baixo, encontrando-se na faixa de 0,33. Desse modo os índices gerados a partir
dessas faixas do espectro eletromagnético pode auxiliar na definição de zonas de
manejo para as variáveis Ca e Mg, necessitando de mais estudos com relação a
mesma aplicação para o K.
-
43
Fica evidente que os atributos que mais diferiram entre as zonas de
manejos estabelecidas foram as variáveis Ca, Mg e K. Todos são elementos
presentes na vinhaça, sendo que o Mg entre eles o que se encontra em menor
concentração.
Para que se possa comparar visualamente segue os mapas de Ca, Mg e K
das duas áreas estudadas, sendo que os modelos utilizados para a krigagem
estão indicados nas Tabelas 6 e 7.
4.7.1 Área de textura média
Observando as Figuras 11, 12 e 13 e comparando-as com os mapas
obtidos pela condutividade elétrica e índices VIS, NIR e MIR, observa-se que o
mapa de condutividade elétrica é o que mais se assemelhou aos padrões de
distribuição espacial dos teores de Ca, Mg e K.
Assim, fica evidente de uma boa relação entre a condutividade elétrica e os
sais do solo, tanto por diferença estatística como visual. Essa característica da
condutividade elétrica em se correlacionar com os sais do solo foi observada nos
trabalhos de Serrano et al. (2010) e Molin e Rabello (2011)
Diferente da área de textura média não foi possível observar na de textura
argilosa nítido padrão espacial entre os mapas de níveis de Ca, Mg e K, nas
figuras 14, 15 e 16, e os mapas de condutividade elétrica e índices VIS, NIR e
MIR. Porém o teste de média indica potencial de uso dos sensores VIS e MIR
para estudos desses elementos em talhões de textura argilosa.
-
44
Figura 11. Mapa dos níveis de cálcio de um talhão de textura média, cultivado com cana-de-açúcar com histórico de aplicação de vinhaça.
Figura 12. Mapa dos níveis de magnésio de um talhão de textura média, cultivado com cana-de-açúcar com histórico de aplicação de vinhaça.
-
45
Figura 13. Mapa dos níveis de potássio de um talhão de textura média, cultivado com cana-de-açúcar com histórico de aplicação de vinhaça.
4.7.2 Talhão de textura argilosa
Figura 14. Mapa dos níveis de cálcio de um talhão de textura argilosa, cultivado com cana-de-açúcar com histórico de aplicação de vinhaça.
-
46
Figura 15. Mapa dos níveis de magnésio de um talhão de textura argilosa, cultivado com cana-de-açúcar com histórico de aplicação de vinhaça.
Figura 16. Mapa dos níveis de potássio de um talhão de textura argilosa, cultivado com cana-de-açúcar com histórico de aplicação de vinhaça.
-
47
5. CONCLUSÕES
Para as áreas estudadas, A partir da condutividade elétrica do solo e
índices calculados para as faixas do VIS e MIR,é possível encontrar zonas
homogêneas de manejo
A condutividade elétrica é eficiente na separação de diferentes níveis de
Ca, Mg e K para o talhão arenoso, não apresentando a mesma resposta para o
talhão argiloso.
As zonas de manejo divididas com o uso do índice calculado para a faixa
do VIS tem diferentes níveis de Mg para o talhão arenoso e K para as duas áreas
estudadas.
As zonas de manejo divididas com o uso do índice calculado para a faixa
do MIR tem diferentes níveis de Ca e Mg para o talhão arenoso e de K para o
talhão argiloso.
As zonas de manejo divididas com o uso do índice calculado para a faixa
do NIR não a diferem entre os atributos de solo estudados.
-
48
6. REFERÊNCIAS BIBLIOGRÁFICAS
ABREU JUNIOR, C. H. et al. Condutividade elétrica, reação do solo e acidez potencial em solos adubados com composto de lixo. Revista Brasileira de Ciência do Solo, v.24, n.3, p. 635-647, 2000. ADAMCHUK, V.I. et al. On-the-go soil sensors for precision agriculture. Computers and Electronics in Agriculture, v.44, p.71-91, 2004. ALVARENGA, M.I.N.; DAVID, A.C. Características físicas e químicas de um Latossolo Vermelho-Escuro e a sustentabilidade de agroecossistemas. Revista Brasileira de Ciência do Solo, v.23, n.4, p. 933-942, 1999.
ANJOS, A.R.M.; MATTIAZZO, M.E. Lixiviação de íons inorgânicos em solos repetidamente tratados com biossólidos. Revista Brasileira de Ciência do Solo, v. 24, p. 927-938, 2000.
BARNES, E.M. et al. Remote- and Ground-Based Sensor Techniques to Map Soil Properties. Photogrammetric Engineering & Remote Sensing. v.69, n.6, p. 619-630, 2003. BEBÉ, F.V. et al. Avaliação de solos sob diferentes períodos de aplicação com vinhaça. Revista brasileira de engenharia agrícola e ambiental. v.13, n.6, p. 781-787, 2009. BRICKLEMYER, R.S.; BROWN, D.J. On-the-go VisNIR: Potential and limitations for mapping soil clay and organic carbon. Computers and Electronics in Agriculture, v.70, p.209-216, 2010. CAMBARDELLA, C.A. et al.. Field scale variability of soil properties in Central Iowa soils. Soil Science Society of América Journal, v.58, p.1501-1511, 1994. CARNEIRO, M.A.C. et al. Atributos físicos, químicos e biológicos de solo de cerrado sob diferentes sistemas de uso e manejo. Revista Brasileira de Ciência do Solo, vol.33, p.147-157, 2009. CARVALHO, J.R.P.; SILVEIRA, P.M.; VIEIRA, S.R. Geoestatística na determinação da variabilidade espacial de características químicas do solo sob diferentes preparos. Pesquisa Agropecuária Brasileira, v.37, p.1151-1159, 2002. CASTRO, C.N.de. Definição de unidades de gerenciamento do solo por meio da sua condutividade elétrica e propriedades físico-químicas. Dissertação (Mestrado em agronomia – Máquinas Agrícolas), Escola Superior de Agricultura Luiz de Queiroz, Piracicaba, 2004. CAVALCANTE, E.G.S. et al. Variabilidade espacial de atributos químicos do solo sob diferentes usos e manejos. Revista Brasileira de Ciência do Solo, v.31, p.1329-1339, 2007.
-
49
CHRISTY, C.D. Real-time measurement of soil attributes using on-the-go near infrared reflectance spectroscopy. Computers and Electronics in Agriculture, v.61, n.1, p.10-19, 2008. CORÁ, J.E. et al. Variabilidade espacial de atributos do solo para adoção do sistema de agricultura de precisão na cultura de cana-de-açúcar. Revista Brasileira de Ciência do Solo, v.28, p.1013-1021, 2004. DALMOLIN, R.S.D. et al. Relação entre os constituintes do solo e seu comportamento espectral. Ciência Rural, v.35, n.2, p.481-489, 2005. DANIEL, K.W.; TRIPATHI, N.K.; HONDA, K. Artificial neural network analysis of laboratory and in situ spectra for the estimation of macronutrients in soils of Lop Buri (Thailand). Australian Journal of Soil Research, v41, n.1, p. 47–59, 2003. DEMATTÊ, J.A.M.; EPIPHANIO, A.R.F.; FORMAGGIO, A.R. Influência da matéria orgânica e de formas de ferro na reflectância de solos tropicais. Bragantia, Campinas, v.62, n.3, p.451-464, 2003. DEMATTÊ, J.A.M. et al. Visible–NIR reflectance: a new approach on soil evaluation. Geoderma, v.121, n.1, p. 95-112, 2004. DIAS, B.O.; SILVA, C.A.; SOARES, E.M.B.; BETTIOL, W.; GUERREIRO, M.C.; BELIZÁRIO, M.H. Infravermelho na caracterização de ácidos húmicos de Latossolo sob efeito de uso contínuo de lodo de esgoto. Revista Brasileira de Ciência do Solo, v.33, p.885-894, 2009. DOERGE, T.A. Management zones concepts. Site-specific management guidelines, Potash & Phosphate Institute, n.2, p.1-4, 2000. DURÃES, R.L. Validação de Modelos Baseados em RNA utilizando análise estatística de Dados e Lógica Fuzzy. Dissertação (Mestrado em Modelagem Matemática e Computacional) - Centro Federal de Educação Tecnológica de Minas Gerais, Belo Horizonte, 2009. EMBRAPA. Manual de métodos de análise de solo. Rio de Janeiro: Ministério da Agricultura, 1997. 412p. FERRAZ, G.A.S; SILVA, F.M.; COSTA, P.A.N; SILVA, A.C.; CARVALHO, F.M. Agricultura de precisão no estudo de atributos químicos do solo e da produtividade de lavoura cafeeira. Coffee Science, Lavras, v.7, n.1, p.59-67, 2012. GIACHINI, C.F.; FERRAZ, M.V. Benefícios da utilização de vinhaça em terras de plantio de cana-de-açúcar - revisão de literatura. Revista Científica Eletrônica de Agronomia, Garça, v.7, n.15, 2009. GREGO, C.R.; VIEIRA, S.R. Variabilidade espacia