Artigo

REVISTA DE BIOLOGIA E CIÊNCIAS DA TERRA
ISSN 1519-5228
Volume 8 - Número 2 - 2º Semestre 2008
Correlação dos atributos físicos e químicos do solo com a produtividade de canade-açúcar
Zigomar Menezes de Souza1; Domingos G. Pellegrino Cerri2; Paulo Graziano Magalhães1; Milton César Costa
Campos3
RESUMO
O mapeamento da produtividade é parte essencial para o estabelecimento da agricultura de precisão.
Portanto, o objetivo deste trabalho foi identificar qual raio melhor representa a produção da canade-açúcar obtida com monitor de produtividade do ponto aonde foram coletadas as amostras de solo
e efetuar correlação entre dados de produtividade e atributos do solo. O monitor permitiu a
elaboração de um mapa digital que representa a superfície de produção para uma área de 42 ha. Para
determinar os atributos do solo, amostras foram coletadas no início da safra 2003/2004 utilizando-se
uma grade regular de 100 x 100 m, nas profundidades de 0,0-0,1 e 0,1-0,2 m. Para correlacionar os
atributos do solo com a produtividade obtida com o monitor, foram criados círculos de 10, 25, 50 e
75 m de raio para cada ponto de amostragem de solo. Todos os pontos de produtividade contidos na
área do círculo foram somados a fim de calcular a média. Essa média foi atribuída a cada ponto de
amostragem de solo, constituindo uma única planilha. A altitude, MO e teor de água do solo
apresentaram os maiores valores de correlação com a produtividade de cana-de-açúcar, acima de
0,5. As maiores correlações dos atributos do solo com a produtividade da cana-de-açúcar obtida
com o monitor ocorreram no raio de 75 m.
Palavras-chave: agricultura de precisão, monitor de produtividade, latossolos.
Spatial variability of soil chemical attributes of a oxisol in different
compartments of the landscape
ABSTRACT
The yield mapping is essential part to establishment of the precision agriculture. Therefore, the
objective of this work was to identify which better ray represents the yield of the sugar cane gotten
with yield monitor of the point had been where collected the samples of soil and to effect
correlation between yield data and attributes of the soil. This monitor allows the elaboration of a
digital map that represents the yield surface of an 42 ha. In order to determine the soil attributes
samples were collected in a regular grid of 100 x 100 m and in 0.0-0.1 m depth in the beginning of
2003/2004 seasons. To correlate the soil attributes with sugar cane yield, obtained with the monitor,
circles of rays ranging from 10, 25, 50, and 75 m were created for each point of soil sampling. All
the yield data contained inside of circle area a were summed in order to calculate the mean. This
mean was attributed to each point of soil sampling. The altitude, organic matter and soil moisture
presented the higher correlation with the sugar cane yield, more than 0.5. The highest correlations
obtained was in the 75 m ray.
Keywords: precision agriculture, yield monitor, oxisol.
183
1 INTRODUÇÃO
A agricultura de precisão difere da
agricultura tradicional, pois possibilita a
identificação da variabilidade espacial de
atributos do solo e da produtividade das
lavouras (Shatar & McBratney, 1999). O
conhecimento detalhado da variabilidade
espacial dos atributos da fertilidade do solo e da
produtividade pode otimizar as aplicações
localizadas de corretivos e fertilizantes,
melhorando dessa maneira o controle do sistema
de produção das culturas, reduzindo os custos
gerados pela alta aplicação de insumos e a
degradação ambiental provocada pelo excesso
de nutrientes.
O mapeamento da produtividade é parte
essencial para o estabelecimento da agricultura
de precisão (Coelho, 2003; Gimenez & Molin,
2004). O mapa de produtividade evidencia
regiões com alta e baixa produtividade, mas não
explica a causa de tal variação, que pode ser
devido a doenças, a deficiências, a
desequilíbrios químicos ou estresse hídrico e se
a causa específica não é determinada, nenhuma
resposta ao gerenciamento pode ser obtida (Lark
& Stafford, 1997).
Para o sucesso na aplicação dos conceitos de
manejo por zonas uniformes, deve-se identificar
o conjunto dos fatores mais importantes que
influenciam as produtividades das culturas no
campo. De acordo com Dampney & Moore
(1999) os principais fatores causadores da
variabilidade na produção das culturas pode ser
classificado em três categorias: fatores fixos,
difíceis de serem alterados (textura e
profundidade do solo etc.); fatores persistentes,
podem ser alterados (atributos químicos e
físicos do solo) e fatores sazonais, alterações em
curto espaço de tempo (incidência de pragas e
doenças).
A caracterização da variabilidade espacial
da produtividade e dos atributos físicos e
químicos do solo são essenciais para o
gerenciamento de uma cultura e que por meio
dessas informações é possível o mapeamento
dos atributos em questão e elaboração de mapas
de prescrição. Goering (1993) e Goering &
Hans (1993) partem do princípio que, levandose em conta a variabilidade natural dos fatores
de produção, pode-se aplicar apenas as
quantidades efetivamente necessárias em cada
ponto de acordo com um mapa de prescrição,
previamente elaborado e que, portanto, as
técnicas de aplicação localizada de insumos se
tornam muito importantes para uma agricultura
rentável.
Segundo Molin et al. (2001) uma das
dificuldades no estudo de agricultura de
precisão é a correlação de dados de produção
obtidos com monitor de produtividade com
dados de atributos físicos e químicos do solo, os
quais são obtidos em malhas de amostragem,
devido à dificuldade de se estabelecer à
produtividade em cada ponto onde foram
coletados os atributos do solo. Mallarino et al.
(1999) verificaram que o estabelecimento de
raios em torno dos pontos amostrados para
atributos do solo, é viável para obter os valores
da produtividade da cultura em estudo e
estabelecer estudos de correlações entre
atributos do solo.
O objetivo deste trabalho foi identificar qual
raio melhor representa a produção da cana-deaçúcar obtida com monitor de produtividade do
ponto aonde foram coletadas as amostras de
solo e efetuar correlação entre dados de
produtividade e atributos do solo.
2 MATERIAL E MÉTODOS
O experimento foi conduzido em uma área
de cana-de-açúcar da Fazenda Santa Maria,
pertencente à Usina São João Açúcar e Álcool,
localizada no município de Araras-SP. As
coordenadas geográficas são: 22o 23’ 20” de
latitude sul e 47o 27’ 04” de longitude oeste. O
clima da região é do tipo CWa, mesotérmico de
inverno seco, segundo o sistema de Köppen. A
distribuição das chuvas segue o regime típico
das zonas tropicais de baixa altitude, verão
chuvoso e inverno seco.
Segundo o levantamento realizado na escala
1:20.000, o solo da área de estudo é um
Latossolo Vermelho-Amarelo, segundo o
sistema de classificação de solos da Embrapa
(1999). A variedade de cana plantada em 2001,
na área de estudo, foi a SP80-1816. A cana-deaçúcar neste talhão é colhida crua e
mecanicamente.
Para a realização da coleta de solo
estaqueou-se o talhão em uma malha de 100 x
100 m. Os pontos foram georreferenciados com
GPS (GEOExplorer III) e corrigidos por
184
diferencial pós-processados, utilizando-se de
arquivos de correção obtidos da estação base
referencial, da Escola Superior Luiz de Queiroz
(ESALQ/USP) localizada em Piracicaba-SP. Os
atributos físicos e químicos foram estimados a
partir da coleta de amostras de solos em uma
malha regular contendo 47 pontos amostrais
(Figura 1), num talhão de 42 ha, nas
profundidades de 0,0-0,1 e 0,1-0,2 m.
Figura 1. Grade amostral (100 x 100 m) para coleta dos atributos físicos e químicos do solo.
Na caracterização química do solo foram
determinados, a acidez ativa (pH em CaCl2)
obtida potenciometricamente utilizando-se a
relação 1:2,5 (solo:CaCl2). As bases trocáveis
cálcio (Ca), magnésio (Mg), potássio (K) e
fósforo disponível (P), foram extraídos
utilizando o método da resina trocadora de íons
proposta por Raij et al. (2001). A determinação
da matéria orgânica (MO) foi realizada por
combustão a seco, utilizando-se um analisador
LECO CN-2000, em amostras moídas e
peneiradas a 60 meshes.
O teor de água no solo no momento da
coleta e determinação da resistência do solo à
penetração foi obtido pelo método gravimétrico,
em amostras deformadas (Embrapa, 1997). Para
determinação da resistência do solo à
penetração, utilizou-se um penetrômetro
georreferenciado, marca DGL automação
industrial LTDA, modelo PNT200 com
capacidade de armazenagem de até 1228
medidas, com uma profundidade máxima de
ensaio de 0,6 m e valor máximo de força de
penetração de 1000 N. Este equipamento segue
as normas ASAE, e registra o valor da
resistência do solo à penetração em (MPa) de
um cone padrão a uma velocidade constante de
deslocamento. Em cada ponto o penetrômetro
foi cravado até uma profundidade de 0,5 m e
neste eram armazenados os dados de força à
resistência de penetração.
No mapeamento da produtividade da cultura
da cana-de-açúcar utilizou-se o monitor de
produtividade, denominado SIMPROCANA,
desenvolvido pela UNICAMP (Cerri, 2005).
Para correlacionar a produtividade da cana-deaçúcar com os atributos físicos e químicos do
solo utilizou-se o índice de correlação linear
(nível de 5% de significância). O primeiro passo
para essa correlação foi atribuir um valor de
produtividade para cada ponto da malha de
amostragem do solo. Para isso, utilizou-se o
programa ArcGis, no qual o mapa com a
distribuição espacial dos pontos de amostragem
185
do solo foi sobreposto ao de produtividade não
interpolado.
Para cada ponto de amostragem de solo
criaram-se círculos de 10, 25, 50 e 75 m de raio,
para identificar qual raio melhor representa a
produtividade do ponto aonde foram coletadas
as amostras de solo. Todos os pontos de
produtividade contidos na área do círculo foram
somados a fim de calcular a média. Essa média
foi atribuída a cada ponto de amostragem de
solo, constituindo uma única planilha com
informações sobre a latitude, longitude, altitude,
pH (CaCl2), Ca, Mg, K, P, MO, teor de água do
solo, resistência do solo à penetração e
produtividade.
3 RESULTADOS E DISCUSSÃO
Os resultados referentes à análise descritiva
para a produtividade da cana-de-açúcar são
apresentados na Tabela 1. Os valores da média e
mediana, para os diferentes raios de amostragem
estão próximos, mostrando distribuições
simétricas, o que pode ser confirmado pelos
valores de assimetria próximos de zero.
Segundo Little & Hills (1978) quando os
valores da média, mediana e moda apresentam
valores semelhantes, os dados apresentam ou
aproximam da distribuição normal. Isto pode ser
um indicativo de que as medidas de tendência
central não são dominadas por valores atípicos
na distribuição (Cambardella et al., 1994),
demonstrando que todos os atributos envolvidos
no estudo estão aproximando-se de uma
distribuição normal.
Webster (2001) ressalta que um valor de
assimetria até 0,5 é um indicativo que um
determinado atributo apresente distribuição
normal sendo dispensada a transformação
logarítmica para normalização dos dados;
valores entre 0,5 e 1,0 necessitam de análise por
meio de seus quadrados-mínimos para averiguar
tendência de uma distribuição lognormal e
valores de assimetria maiores que 1,0
necessitam de transformação logarítmica para
apresentarem distribuição normal. Portanto,
verifica-se que nenhum atributo em estudo
necessita de transformação.
Tabela 1. Estatística descritiva da produtividade da cultura de cana-de-açúcar obtida com monitor, SIMPROCANA, em
uma área de 42 ha.
1
2
Variáveis
Área total
R-10 m
R-25 m
R-50 m
R-60 m
Número de pontos
17409
16
83
301
619
Média
78,71
80,04
79,45
79,42
78,77
Mediana
78,31
78,05
78,53
79,31
80,38
Desvio padrão
22,11
14,01
11,71
12,11
7,68
Coeficiente de variação (%)
28,15
17,50
14,74
15,25
9,75
Assimetria
0,07
-0,06
-0,10
-0,16
-0,39
Curtose
-0,24
-0,29
-0,76
-0,83
-0,74
Mínimo
10,40
46,26
56,09
54,59
61,45
Máximo
151,24
109,33
101,85
100,73
1
92,77
2
área total = 42 ha onde foi coletado 17.409 pontos de produtividade com o monitor desenvolvido pela UNICAMP; produtividade
obtida para cada ponto de amostragem de solo por meio de círculos de 10, 25, 50 e 60 m de raio.
Coeficientes de variação (CV) são
adimensionais e permitem a comparação de
valores entre diferentes atributos do solo.
Valores elevados de CV podem ser
considerados como os primeiros indicadores da
existência de heterogeneidade nos dados
(Frogbrook et al., 2002). O coeficiente de
variação para a produtividade obtida nos
diferentes raios foi baixo (< 15%) e decresce à
medida que aumenta o raio de amostragem.
Gimenez & Molin (2004) mapeando a
produtividade de culturas anuais por meio de
monitor acoplado em uma colhedora
encontraram CV para a produtividade inferior a
15%.
Observa-se uma grande semelhança dos
valores médios da produtividade obtidos nos
diferentes raios com a produtividade média
coletada em toda área com o SIMPROCANA
(Tabela 1). À medida que se aumenta o raio
186
para obtenção de uma produtividade média para
correlacionar com os pontos da malha de
amostragem dos atributos químicos e físicos do
solo, os valores de produtividade se tornam
mais próximos aos obtidos na área total. O
número de pontos também aumenta à medida
que o raio se torna maior, variando de 16 pontos
no raio de 10 m até 619 pontos no raio de 75 m.
A Tabela 2 e 3 mostra a correlação linear
entre a produtividade da cana-de-açúcar obtidas
nos diferentes raios, com os atributos físicos e
químicos do solo nas profundidades de 0,0-0,1 e
0,1-0,2 m. Verifica-se que para a maior parte
dos atributos físicos e químicos do solo os
coeficientes de correlação resultaram em valores
baixos (< 0,5), confirmando a tendência que
vem sendo observada por diversos trabalhos
(Mata et al., 1999; Yanai et al., 2001; Vieira &
Molin, 2001).
Os atributos altitude, matéria orgânica e teor
de água no solo apresentaram os coeficientes
mais elevados acima de 0,50. A declividade do
terreno revelou uma correlação negativa com a
produtividade, isso indica que nas áreas menos
elevadas do talhão a produtividade é maior.
Lütticken et al. (1997) obtiveram em seus
estudos coeficientes de correlação bastante
baixos entre os teores de nutrientes no solo e o
rendimento das culturas e somente a matéria
orgânica apresentou influência significativa em
4 de 24 talhões estudados.
Tabela 2. Correlação da produtividade da cana-de-açúcar com atributos do solo em diferentes raios nas profundidades
de 0,0-0,1 e 0,1-0,2 m.
Atributos do solo
Raio-10 m
Raio-25 m
Raio-50 m
Raio-75 m
Profundidade de 0,0-0,1 m
Altitude (m)
-0,31
-0,40
-0,40
-0,65
pH (CaCl2)
-0,30
-0,31
-0,30
-0,30
Cálcio (mmolc dm-3)
-0,04
-0,06
-0,04
-0,07
Magnésio (mmolc dm-3)
0,05
0,07
0,03
0,15
Potássio (mmolc dm-3)
-0,07
-0,02
-0,02
-0,13
Fósforo (mg dm-3)
-0,22
-0,21
-0,20
-0,30
Matéria orgânica (mmolc dm-3)
0,30
0,42
0,45
0,54
Umidade (kg kg-1)
0,34
0,36
0,39
0,55
Resistência à penetração (MPa)
-0,22
-0,24
-0,24
-0,30
Profundidade de 0,1-0,2 m
Altitude (m)
-0,31
-0,40
-0,40
-0,65
pH (CaCl2)
-0,32
-0,40
-0,39
-0,52
Cálcio (mmolc dm-3)
-0,24
-0,21
-0,24
-0,25
Magnésio (mmolc dm-3)
0,27
0,25
0,29
0,27
Potássio (mmolc dm-3)
-0,12
-0,14
-0,10
-0,30
Fósforo (mg dm-3)
-0,26
-0,23
-0,23
-0,35
Matéria orgânica (mmolc dm-3)
0,28
0,36
0,34
0,59
Umidade (kg kg-1)
0,29
0,32
0,30
0,58
Resistência à penetração (MPa)
-0,19
-0,23
-0,22
-0,37
Estudos têm demonstrado que o relevo tem
sido um atributo que define a distribuição de
atributos químicos do solo ao longo da
paisagem e tem apresentado altas correlações
com a produtividade de culturas e atributos do
solo (Kravchenco & Bullock, 2000; Souza et al.,
2004). Kuzyakova & Richter (2003) estudando
a variabilidade de atributos do solo em um
luvissolo por meio da geoestatística, encontram
correlação de atributos químicos do solo com o
relevo superior 0,60.
Várias pesquisas têm mostrado que os
processos que determinam a variabilidade dos
atributos do solo são influenciados por fluxos
tanto verticais como horizontais, superficiais ou
subsuperficiais; os mesmos são condicionados,
fundamentalmente, pela posição dos solos na
paisagem ou no declive, mesmo que o relevo
seja de pequena expressão (Almeida et al.,
1997; Souza et al., 2003; Souza et al., 2004).
Uma vez que as rotas preferenciais dos fluxos
superficiais e subsuperficiais definem os
mecanismos
erosivos-deposicionais
preponderantes e resultam da interação dos
diversos fatores bióticos, abióticos e antrópicos,
condicionado variabilidade aos solos.
187
Tabela 3. Matriz de correlação linear entre produtividade obtida no raio de 75 m e os atributos do solo nas
profundidades de 0,0-0,1 e 0,1-0,2 m.
Altitude
pH
Ca
Mg
K
P
MO Umidade
RP
Produtividade
Profundidade de 0,0-0,1 m
Altitude
1
pH
-0,30
-0,09
0,15
-0,14
-0,30
0,59
0,55
0,52
-0,65
1
0,71
0,77
0,15
0,22
0,17
0,12
0,09
-0,30
1
0,82
0,15
0,55
0,42
0,17
-0,04
-0,07
1
0,02
0,19
0,42
0,36
-0,08
0,15
1
0,17
0,13
0,14
-0,14
-0,13
1
0,11
-0,08
-0,09
-0,30
1
0,71
-0,26
0,59
1
-0,82
0,55
1
-0,37
Ca
Mg
K
P
MO
Umidade
RP
Produtividade
1
Profundidade de 0,1-0,2 m
Altitude
pH
Ca
Mg
K
1
-0,50
-0,33
0,25
-0,31
-0,32
0,52
0,57
0,54
-0,65
1
0,78
0,75
0,31
0,41
0,19
0,36
0,11
-0,52
1
0,88
0,12
0,65
0,20
-0,09
-0,06
-0,25
1
0,07
0,41
0,40
0,38
-0,10
0,27
1
0,04
-0,25
-0,24
-0,16
-0,30
1
0,14
-0,14
-0,11
-0,27
1
0,50
-0,29
0,54
1
-081
0,56
1
-0,34
P
MO
Umidade
RP
Produtividade
Para as variáveis altitude, matéria orgânica e
teor de água do solo, nos quais encontraram as
maiores correlações com a produtividade nos
diferentes raios estudados, observou-se um
aumento de 50% da correlação do raio de 10 m
para o raio de 75 m.
Observou-se uma maior correlação dos
atributos físicos e químicos do solo com a
produtividade da cana-de-açúcar obtidas nos
diferentes raios na profundidade de 0,1-0,2 m
quando comparada com a profundidade 0,0-0,1
m, com exceção das variáveis fósforo, matéria
orgânica e resistência do solo à penetração nos
raios de 10, 25 e 50m (Tabela 2). No raio de 75
m todos os atributos estudados apresentaram
maior correlação na profundidade de 0,1-0,2 m,
isto se deve ao aumento da área do circulo para
o cálculo da produtividade. MOLIN et al.
(2001) estudando a regressão e correlação de
atributos do solo com a produtividade de
culturas anuais em diferentes raios de
1
amostragem encontraram maior correlação para
os atributos químicos em estudo na
profundidade mais profunda.
A associação das informações dos atributos
físicos e químicos do solo com a produtividade
obtida pelo SIMPROCANA mostraram-se
insuficientes para explicar as áreas com
diferentes valores de produção. As correlações
apresentaram baixos valores, menor que 0,5.
Essa constatação evidência que o relevo
(altitude) da área em estudo está mais
relacionado com a produtividade da cultura da
cana-de-açúcar do que os atributos físicos e
químicos do solo.
4 CONCLUSÕES
A altitude, matéria orgânica e teor de água
do solo apresentaram os maiores valores de
correlação com a produtividade de cana-deaçúcar, acima de 0,5.
188
Na profundidade de 0,1-0,2 m verificou-se
uma maior correlação dos atributos do solo com
a produtividade de cana-de-açúcar.
As maiores correlações dos atributos do solo
com a produtividade da cana-de-açúcar obtida
com o monitor ocorreram no raio de 75 m.
5 REFERÊNCIAS BILIOGRÁFICAS
ALMEIDA, J.A.; KLAMT, E.; KÄMPF, N.
Gênese do contraste textural e da degradação do
horizonte B de um Podzólico VermelhoAmarelo da planície costeira do Rio Grande do
Sul. Revista Brasileira de Ciência do Solo,
Campinas, v.21, n.2, p.221-233, 1997.
CAMBARDELLA, C.A.; MOORMAN, T.B.;
NOVAK, J.M.; PARKIN, T.B.; KARLEN,
D.L.; TURCO, R.F. & KONOPKA, A.E. Fieldscale variability of soil properties in Central
Iowa Soils. Soil Science Society of America
Journal, Madison, v.58, n.5, p.1501-1511, 1994.
CERRI, D.G.P. Agricultura de precisão em
cana-de-açúcar: instrumentação de uma
colhedora, mapeamento da produtividade e de
atributos do solo. 2005. 156f. Tese (Doutorado
em Engenharia Agrícola) – Faculdade de
Engenharia Agrícola, Universidade Estadual de
Campinas.
COELHO, A.M. Agricultura de precisão:
manejo da variabilidade espacial e temporal dos
solos e das culturas. In: NOVAIS, R.F. et al.
(Eds). Tópicos em ciência do solo. Viçosa:
Sociedade Brasileira de Ciência do Solo, 2003.
v.1, p.249-290.
DAMPNEY, P.M.R.; MOORE, M. Precision
agriculture in England: Current practice and
research-based advice to farmers. In:
INTERNATIONAL
CONFERENCE
ON
PRECISION AGRICULTURA, 4., 1999,
Minneapolis.
Proceedings…
Madison:
American Society of Agronomy, 1999. p.661674.
EMPRESA BRASILEIRA DE PESQUISA
AGROPECUÁRIA – EMBRAPA. Manual de
métodos de análise de solo. 2.ed. Rio de
Janeiro: Ministério da Agricultura e do
Abastecimento, 1997, 212p.
EMPRESA BRASILEIRA DE PESQUISA
AGROPECUÁRIA - EMBRAPA. Centro
Nacional de Pesquisa de Solos. Sistema
Brasileiro de Classificação de Solos. Rio de
Janeiro, 1999. 412p.
FROGBROOK,
Z.L.;
OLIVER,
M.A.;
SALAHI, M.; ELLIS, R.H. Exploring the
spatial relations between cereal yield and soil
chemical properties and the implications for
sampling. Soil Use and Management, Oxon,
v.18, n.1, p.1-9, 2002.
GIMENEZ, L.M.; MOLIN, J.P. Mapemaento da
produtividade. In: MACHADO, P.L.O.A. et al.
(Eds). Agricultura de precisão para o manejo da
fertilidade do solo em sistema plantio direto.
Rio de Janeiro: Embrapa, 2004, p.77-92.
GOERING, C.E. Recycling a concept.
Agricultural Engineering, St. Joseph, v.74, p.25,
1993.
GOERING, C.E.; HANS, S. A field information
system for SSCM. In: INTERNATIONAL OFFHIGHWAY & POWERPLANT CONGRESS &
EXPOSITION, 1993, Milwaukee. Warrendale:
SAE, 1993. (SAE Technical Paper Series n.
932422).
KRAVCHENKO, A.N.; BOLLOCK, D.G.
Correlation of corn and soybean yield with
topography and soil properties. Agronomy
Journal, Madison, v.75, n.1, p.75-83, 2000.
KUZYAKOVA, I; RICHTER, C. Variability of
soil parameters in a uniformity trial on a Luvisol
evaluated by means of spatial statistics. Journal
of Plant Nutrition and Soil Science, Weinheim,
v.166, n.3, p.348-356, 2003.
LARK, R.M.; STAFFORD, J.V. Exploratory
analysis of yield maps of combine crops. In:
EUROPEAN CONFERENCE ON PRECISION
AGRICULTURE,
1.,
1997,
Oxford.
Proceedings… Oxford: BIOS Scientific, 1997.
p.887-894.
LITTLE, T.M.; HILLS, F.J. Agricultural
experimentation. New York: John Wiley &
Sons, 1978. 350p.
189
LÜTTICKEN, R.; KOCH, W.; BILL, R. The
potential of yield maps and soil survey data in
low cost site specific farming strategies. In:
Precision agriculture. Madison: ASA; CSSA;
SSSA, 1997. p.803-810.
MALLARINO, A.P.; OYARZABAL, E.S.;
HINZ,
P.N.
Interpreting
within-field
relationships between crop yields and soil and
plant variables using factor analysis. Precision
Agriculture, v,1, n.1, p.15-25, 1999.
MATA, J.D.V.; GOLÇALVES, A.C.A;
VIEIRA, S.R.; FOLEGATTI, M.V. Relação
entre produtividade e resistência à penetração
em área irrigada por pivô central, sob dois
sistemas de preparo. Acta Scientiarum, Maringá,
v.21, n.3, p.519-525, 1999.
MOLIN, J.P.; COUTO, H.T.Z.; GIMENEZ,
L.M.; PAULETTI, V.; MOLIN, R.; VIEIRA,
S.R. Regression and correlation analysis of grid
soil data versus cell spatial data. In:
EUROPEAN CONFERENCE ON PRECISION
AGRICULTURE, 3., 2001, Montpellier.
Proceedings… Montpellier: Agro Montpellier,
2001. p.449-453.
RAIJ,
van
B.;
ANDRADE,
J.C.;
CANTARELLA, H.; QUAGGIO, J.A. Análise
química para avaliação da fertilidade de solos
tropicais. Campinas: Instituto Agronômico,
2001. 285p.
SHATAR,
T.M.;
McBRATNEY,
A.B.
Empirical modeling of relationships between
sorghum yield and soil properties. Precision
Agriculture, Guilford, v.1, n.1, p.125-152, 1999.
SOUZA, C.K.; MARQUES JÚNIOR, J.;
MARTINS FILHO, M.V.; PEREIRA, G.T.
Influência do relevo e erosão na variabilidade
espacial de um Latossolo em Jaboticabal (SP).
Revista Brasileira de Ciência do Solo, Viçosa,
v.27, n.6, p.1067-74, 2003.
SOUZA, Z.M.; MARQUES JÚNIOR, J.;
PEREIRA,
G.T.;
MOREIRA,
L.F.
Variabilidade espacial do pH, Ca, Mg e V% do
solo em diferentes formas do relevo sob cultivo
de cana-de-açúcar. Ciência Rural, Santa Maria,
v.34, n.6, p.1763-1771, 2004.
VIEIRA S.R.; MOLIN J.P. Spatial variability of
soil fertility for precision agriculture. In:
THIRD EUROPEAN CONFERENCE ON
PRECISION AGRICULTURE, Montpellier.
Proceedings... Montpellier: Agro Montpellier,
2001. v.1, p.491-496.
WEBSTER, R. Statistics to support soil
research and their presentation. European
Journal of Soil Science, Oxford, v.52, n.2,
p.331-340, 2001.
YANAI, J. LEE, C.K.; KAHO, T.; IIDA, M.;
MATSUI, T.; UMEDA, M.; KOSAKI, T.
Geostatistical analysis of soil chemical
properties and rice yield in a paddy field and
application to the analysis of yield-determining
factors. Soil Science and Plant Nutrition, The
Hague, v.47, n.2, p.291-301, 2001.
_______________________________________________________________________
1
Professor Doutor, Depto Água e Solo, Faculdade de
Engenharia Agrícola (FEAGRI), Universidade Estadual
de Campinas (UNICAMP); Cidade Universitária Zeferino
Vaz; Caixa Postal: 6011, CEP 13083-875, Campinas, SP,
E-mail: [email protected]
1
Professor Titular, Depto de Máquinas Agrícola,
FEAGRI/UNICAMP,
Campinas,
SP.
E-mail:
[email protected]
2
Aluno de Pós-Doutorado da Faculdade de Engenharia
Agrícola
FEAGRI/UNICAMP.
E-mail:
[email protected]
3
Doutorando em Ciências do Solo da UFRPE. Bolsista da
FAPEAM.
Prof.
do
IAA/UFAM.
E-mail:
[email protected]
190