Seleção de variáveis e definição de zonas de manejo para agricultura de precisão

Submitted by Marco Antônio de Ramos Chagas (mchagas@ufv.br) on 2018-07-04T14:46:33Z No. of bitstreams: 1 texto completo.pdf: 819597 bytes, checksum: 47f1e38d395049d34633cce99cda119e (MD5) === Made available in DSpace on 2018-07-04T14:46:33Z (GMT). No. of bitstreams: 1 texto completo.pdf: 819597 b...

Full description

Bibliographic Details
Main Author: Santos, Flávio Souza
Other Authors: Valente, Domingos Sárvio Magalhães
Language:Portuguese
Published: Universidade Federal de Viçosa 2018
Subjects:
Online Access:http://www.locus.ufv.br/handle/123456789/20433
Description
Summary:Submitted by Marco Antônio de Ramos Chagas (mchagas@ufv.br) on 2018-07-04T14:46:33Z No. of bitstreams: 1 texto completo.pdf: 819597 bytes, checksum: 47f1e38d395049d34633cce99cda119e (MD5) === Made available in DSpace on 2018-07-04T14:46:33Z (GMT). No. of bitstreams: 1 texto completo.pdf: 819597 bytes, checksum: 47f1e38d395049d34633cce99cda119e (MD5) Previous issue date: 2017-12-07 === Coordenação de Aperfeiçoamento de Pessoal de Nível Superior === O presente trabalho objetivou avaliar os atributos do solo e outras variáveis em um sistema produtivo para a delimitação de zonas de manejo (ZM) e adoção da agricultura de precisão em uma área de cerrado, e a influência dos atributos físicos do solo na delimitação das ZM utilizando a condutividade elétrica aparente do solo (CEa). O trabalho foi realizado em uma área no oeste do estado da Bahia, cultivada com soja em 204 hectares no município de São Desidério. O estudo compreendeu o levantamento de informações na propriedade por meio de sensores de condutividade elétrica aparente do solo, uso de imagens de satélite para obter o Índice de Vegetação da Diferença Normalizada (NDVI), além da coleta de amostras físicas e químicas do solo. As amostras físicas compreenderam em amostras deformadas para análise granulométrica e química, e amostras indeformadas, retiradas utilizando anel volumétrica para avaliar a densidade, macroporosidade, microporosidade e porosidade total do solo. No primeiro momento foram estudados os dados adquiridos pelos sensores, imagens e amostras deformadas, além dos dados de produtividade do ciclo da cultura. Estes dados foram analisados perante uma análise multivariada por meio do método dos Mínimos Quadrados Parciais por Análise Discriminante - PLS- DA (“Partial Least Squares for Discriminant Analysis”). A PLS-DA possibilitou selecionar as melhores variáveis para definir as ZM, sendo areia total, argila, potássio, NDVI, condutividade elétrica aparente do solo à 0,20 m e a CEa à 1,00 metro de profundidade. Em segundo momento foram estudadas, além dos dados de CEa e amostras físicas deformadas de solo, as amostras indeformadas. As amostras indeformadas foram avaliadas dentro as ZM definidas pela CEa, com consequente comparação entre suas medias nas respectivas ZM. Para este estudo os atributos físicos do solo não foram relevantes para que influenciassem na delimitação das ZM definidas pela CEa. === The objective of this study was to evaluate soil attributes and other variables in a productive system for the delimitation of management areas (ZM) and adoption of precision agriculture in a savannah area, and the influence of soil physical attributes on the delimitation of the ZM using the apparent electrical conductivity of the soil (CEa). The work was carried out in an area in the western state of Bahia, cultivated with soybean in 204 hectares in the municipality of São Desidério. The study included the collection of information on the property by means of sensors of apparent electrical conductivity of the soil, use of satellite images to obtain the Normalized Difference Vegetation Index (NDVI), as well as the collection of physical and chemical soil samples. The physical samples comprised deformed samples for granulometric and chemical analysis, and undisturbed samples, using a volumetric ring to evaluate the density, macroporosity, microporosity and total porosity of the soil. In the first moment the data acquired by the sensors, images and deformed samples, besides the crop cycle productivity data, were studied. These data were analyzed by a multivariate analysis using the Partial Least Squares for Discriminant Analysis (PLS-DA) method. The PLS-DA made it possible to select the best variables to define the ZM, being total sand, clay, potassium, NDVI, apparent electrical conductivity of the soil at 0.20 m and CEa at 1.00 m depth. In the second moment, besides the data of CEa and deformed physical samples of soil, the undisturbed samples were studied. The undeformed samples were evaluated within the Za defined by the CEa, with consequent comparison between their means in the respective ZM. For this study the soil physical attributes were not relevant to influence the delimitation of the ZM defined by the CEa.