ABSTRACT Precision agriculture can improve the decision-making process in agricultural production, as it gathers, processes and analyzes spatial data, allowing, for example, specific fertilizer application in each location. One of the proposals to deal with spatial heterogeneity of the soil or the distribution of chemical properties is to define application zones (homogeneous subareas). These zones allow reducing both spatial variability of the yield of the crop under study and of the environmental impacts. Considering the soil data, application zones can also represent strata or indicators to direct future soil sampling, thus seeking sample size reduction, for example. This study aimed to obtain an optimized sampling redesign using application zones generated from the assessment of five clustering methods (Fuzzy C-means, Fanny, K-means, McQuitty and Ward). Soil samples were collected in an agricultural area located in the city of Cascavel-Paraná-Brazil, and analyzed in the laboratory to determine the soil chemical properties, referring to four soybean harvest years (2013-2014, 2014-2015, 2015-2016 and 2016-2017). The application zones were obtained through a dissimilarity matrix that aggregates information about the Euclidean distance between the sample elements and the spatial dependence structure of the properties. Subsequently, an optimized sampling redesign, with reduction of the initial sample points, was obtained in these application zones. For the harvest years under study, the K-means and Ward clustering methods efficiently defined the application zones, dividing the study area into two or three application zones. Among the reduced sample configurations obtained by the optimization process, when comparing the initial sample configuration, the one optimized by 25 % (selecting 75 % of the initial configuration points, which corresponds to 76 sample points) was the most effective in terms of the accuracy indices (overall accuracy, Kappa, Tau). This fact indicates greater similarity between the thematic maps of these sample configurations. In this way, the reduced sample configurations could be used to generate the application zones and reduce the costs regarding the laboratory analyses involved in the study.

Resumo: A informação na agricultura é relevante, pois mantém o produtor conectado a acontecimentos de natureza produtiva e comercial. O objetivo do artigo é identificar e analisar os fatores determinantes para o acesso à informação por produtores de hortaliças na região sul de Moçambique. A pesquisa foi explicativa, descritiva, com abordagem qualitativa, quantitativa, de natureza aplicada e de cunho primário e secundário. Para a coleta de dados em campo, aplicaram-se questionários a 384 produtores rurais que produzem e comercializam hortaliças, escolhidos aleatoriamente em uma amostragem probabilística estratificada. A pesquisa ocorreu entre fevereiro e junho de 2019, e a análise de dados foi descritiva e econométrica por meio do modelo logit binário. Como resultado, o perfil dos produtores foi de pessoas com idade entre 19 e 85 anos, dos quais 50% não tinham formação escolar, formado por 46% de homens e 54% de mulheres que cultivavam em pequenas áreas de forma intensiva. As variáveis explicativas estatisticamente significativas e determinantes para o acesso à informação foram: idade; pertence a uma cooperativa/associação de produtores; experiência na produção; satisfação com o retorno financeiro; assistência técnica; acesso ao crédito; rendimento produzido por safra; uso de telefone na negociação; forma usada para comercializar a produção; e gestão da produção.

Abstract: Information in agriculture is relevant, as it keeps the producer connected with events of a productive and commercial nature. The article aims to identify and analyze the determinants of access to information for vegetable producers in the southern region of Mozambique. The research was explanatory, descriptive, with a qualitative and quantitative approach and an applied nature. The research was primary and secondary. For data collection in the field, questionnaires were distributed to 384 rural producers who produce and commercialize vegetables. The participants were chosen randomly in stratified probabilistic sampling. The research took place between February and June 2019. Data analysis was descriptive and econometric, using the binary logit model. As a result, the profile of the producers was made up of people aged between 19 and 85 years, of which 50% have no school education, composed of men (46%) and women (54%) who farm intensively in small areas. The statistically significant explanatory variables and determinants to access to information were: age, belonging to a cooperative/producer association, experience in production, satisfaction with financial return, technical assistance, access to credit, yield produced per harvest, use of the telephone in negotiation, the form used to commercialize the produce and production management.

ABSTRACT Crop growth simulation models such as WOFOST and DSSAT are useful, but require several inputs that sometimes are not available, especially in developing areas. In addition, measured data is usually time and labor-intensive. In search of faster and easier methods for soybean estimates, this study presents a lower input requiring methodology for yield estimation. This study combines the FAO-33 yield model with the agro-ecological zone approach for soybean yield estimations using mostly indirect data. Sowing and harvest dates and yield were collected from 74 soybean commercial farms. Agrometeorological data from the European Centre for Medium-Range Weather Forecasts (ECMWF) were used. Fifty farms (66%) were used to calibrate the model and 24 farm areas (33%) were used for evaluation purposes. Two methodologies (FAO-56 and Thornthwaite and Mather) for water balance and actual evapotranspiration (ETa) estimations were used. The comparison of yield estimations and observations showed that the use of low data input to obtain reasonable accuracy, with a mean error of −310 kg ha−1 and a mean absolute percentage error of 23.3%.

ABSTRACT. This study had two objectives - firstly, to analyze the total static and dynamic capacity of agricultural storage in Paraná State, Brazil and secondly, to verify if the storage followed the growth of grain production. The study was performed by mesoregion for the 2013/2014 and 2014/2015 crop years. The methodology used was descriptive from an agricultural database of the Secretariat of Agriculture and Supply (SEAB), of the National Register System of Storage Units (SICARM), interviews were also made with agroindustrial cooperatives and official agencies. It was identified that in Paraná State there is an insufficiency of 17.75% of total static capacity of warehouses to comply with the total grain production (soybean, 1st and 2nd corn crops, and wheat). The results showed that the total dynamic capacity of warehouses is sufficient in the mesoregions of Eastern Center, Southern Center, Northern Center, and Metropolitan. Therefore, storage units vary uniformly in most municipalities, not following the growth of total grain production in the state of Paraná.

ABSTRACT: In geostatistical modeling of soil chemical properties, one or more influential observations in a dataset may impair the construction of interpolation maps and their accuracy. An alternative to avoid the problem would be to use most robust models, based on distributions that have heavier tails. Therefore, this study proposes a spatial linear model based on the slash distribution (SSLM) in order to characterize the spatial variability of soybean yields as a function of soil chemical properties. The likelihood ratio statistic (LR) was applied to verify the significance of parameters associated with the model. We evaluated the sensitivity of the maximum likelihood estimators by means of local influence analysis for both the soybean response and the linear predictor. In the proposed model, we analyzed data gathered from a commercial grain production area (127.18 ha) located in the western part of the state of Paraná (Brazil). The results showed that the slash distribution allowed us to adjust the high kurtosis of the data set distribution and the LR test confirmed that the soil chemical properties of phosphorus, potassium, pH, and organic matter were significant for the SSLM. Diagnostic analysis indicated that the atypical value of the sample set was not influential in the parameter estimation process. Construction of the interpolation map based on the proposed model is not affected when considering the atypical and/or influential observations. Thus, SSLM becomes a robust alternative in the study of soybean yield variability as a function of soil chemical properties, making it possible to investigate the productive potential of the areas.

The study on spatial variability of soil properties performed through geostatistical techniques allow us to identify the spatial distribution of phenomena by means of a spatial model that considers degree of dependence among observed data, depending on distance and also the direction that separate them, if there is geometric anisotropy, in other words, a directional trend in spatial continuity. However, the main difficulty in decision making regarding the use of anisotropic spatial model focuses on its relevance to the parameters that express the geometric anisotropy in a spatial model exercise in relation to the estimation space. This study aims at identifying the degree of influence of geometric anisotropy on the accuracy of spatial estimation using simulated data sets with different sample sizes and soil chemical properties such as: Fe, potential acidity (H + Al), organic matter and Mn. Comparing the isotropic and anisotropic models, especially for smaller sample sizes (100 and 169) showed an increased sum of squares of differences between predictions anisotropy factor (Fα) equals 2. Furthermore, from Fα equals 2.5, over 50% of the simulations showed values of overall accuracy (OA) of less than 0.80 and values for the concordance index Kappa (K) and Tau (T) from 0.67 to 0.80, indicating differences between thematic maps. Similar conclusions were obtained for chemical properties of the soil, from Fα equals 2, showing that there are relevant differences regarding the inclusion or not of geometric anisotropy.

Modelos estatísticos permitem representar conjuntos de dados, assim como estimar e prever o comportamento de uma variável por meio da sua interação com as demais variáveis envolvidas no fenômeno. Entre os modelos estatísticos encontram-se modelos autorregressivos em espaço de estados (AEE) e modelos de regressão linear (RL) que permitem quantificar as relações entre variáveis do sistema solo-planta-atmosfera. Neste trabalho, com o objetivo de se comparar a qualidade dos modelos AEE e RL para a modelagem das relações entre a produtividade da soja e atributos físicos do solo, utilizou-se o critério de informação de Akaike, o qual fornece um coeficiente que permite a seleção do melhor modelo. O conjunto de dados foi amostrado, em um Latossolo Vermelho distroférrico, ao longo de uma transeção com 84 pontos espaçados de 3 m entre si. Em cada ponto, foram coletadas amostras de soja para quantificar a produtividade e mediu-se a resistência do solo à penetração, assim como retiradas amostras de solo, nas camadas de 00,10 e 0,100,20 m, para mensurar a sua densidade. Os resultados mostraram que os dados de produtividade da soja e resistência do solo à penetração apresentaram autocorrelação e estrutura de correlação cruzada. A densidade do solo, entretanto, apresentou autocorrelação apenas na camada de 00,10 m e não mostrou correlação cruzada com a produtividade da soja. Os resultados mostraram a maior eficácia dos modelos autorregressivos de Espaço de Estados em relação aos modelos equivalentes de regressão linear simples e múltipla com o emprego do Critério de Informação de Akaike, o qual resultou em valores comparativamente mais baixos do que os obtidos com os modelos de regressão, para todas as combinações das variáveis explicativas.

Statistical models allow the representation of data sets and the estimation and/or prediction of the behavior of a given variable through its interaction with the other variables involved in a phenomenon. Among other different statistical models, are the autoregressive state-space models (ARSS) and the linear regression models (LR), which allow the quantification of the relationships among soil-plant-atmosphere system variables. To compare the quality of the ARSS and LR models for the modeling of the relationships between soybean yield and soil physical properties, Akaike's Information Criterion, which provides a coefficient for the selection of the best model, was used in this study. The data sets were sampled in a Rhodic Acrudox soil, along a spatial transect with 84 points spaced 3 m apart. At each sampling point, soybean samples were collected for yield quantification. At the same site, soil penetration resistance was also measured and soil samples were collected to measure soil bulk density in the 0-0.10 m and 0.10-0.20 m layers. Results showed autocorrelation and a cross correlation structure of soybean yield and soil penetration resistance data. Soil bulk density data, however, were only autocorrelated in the 0-0.10 m layer and not cross correlated with soybean yield. The results showed the higher efficiency of the autoregressive space-state models in relation to the equivalent simple and multiple linear regression models using Akaike's Information Criterion. The resulting values were comparatively lower than the values obtained by the regression models, for all combinations of explanatory variables.

Quando as áreas cultivadas são utilizadas com intensa produção agrícola, o solo apresenta alterações espaciais e temporais em seus atributos físico-hídricos de modo que a viabilidade econômica da produção agrícola depende desses atributos, requerendo, consequentemente, estudos detalhados sobre a variabilidade espacial do solo. Desse modo, o objetivo do trabalho foi avaliar a variabilidade espacial da condutividade hidráulica saturada e da infiltração da água no solo, em uma área de 20 ha, caracterizada pela intensa produção de grãos, foi usado uma grade de 50 x 50 m, utilizando o permeâmetro de Guelph. Nas análises da variabilidade espacial, utilizaram-se os métodos geoestatísticos. Concluiu-se que os atributos físico-hídricos estudados apresentaram estruturas de dependência espacial e tiveram comportamento diretamente proporcional, mas não mostraram correlação espacial entre si na densidade de 50 m estudada

When cultivated areas are used with intense agricultural production, the soil presents spatial and temporal alterations in its hydrophysical attributes so that the economical viability of the agricultural production depends on those attributes, requiring detailed studies consequently about the spatial variability of the soil. Thus, the objective of this work was to evaluate the spatial variability of the saturated hydraulic conductivity and water infiltration in the soil, in an area of 20 ha, characterized by intensive grain production, was used a grid of 50 x 50 m grating, using the Guelph Permeameter. In the spatial variability analyses, geostatistics methods were used. It was concluded that the hydrophysical attributes studied presented structures of spatial dependence and behaved proportionally, but did not show spatial correlation in the 50 m density of studied

A modelagem da estrutura de dependência espacial pela abordagem da geoestatística é de fundamental importância para a definição de parâmetros que definem essa estrutura e que são utilizados na interpolação de valores em locais não amostrados, pela técnica de krigagem. Entretanto, a estimação de parâmetros pode ser muito alterada pela presença de observações atípicas nos dados amostrados. O desenvolvimento deste trabalho teve por objetivo utilizar técnicas de diagnóstico em modelos espaciais lineares gaussianos, empregados em geoestatística, para avaliar a sensibilidade dos estimadores de máxima verossimilhança e máxima verossimilhança restrita a pequenas perturbações nos dados. Foram realizados estudos de dados simulados e experimentais. O estudo com dados simulados mostrou que as técnicas de diagnóstico foram eficientes na identificação da perturbação nos dados. Pelos resultados obtidos com o estudo de dados reais, concluiu-se que a presença de valores atípicos entre os dados amostrados pode exercer forte influência nos mapas temáticos, alterando, assim, a estrutura de dependência espacial. A aplicação de técnicas de diagnóstico deve fazer parte de toda análise geoestatística, a fim de garantir que as informações contidas nos mapas temáticos tenham maior qualidade.

The structural modeling of spatial dependence, using a geostatistical approach, is an indispensable tool to determine parameters that define this structure, applied on interpolation of values at unsampled points by kriging techniques. However, the estimation of parameters can be greatly affected by the presence of atypical observations in sampled data. The purpose of this study was to use diagnostic techniques in Gaussian spatial linear models in geostatistics to evaluate the sensitivity of maximum likelihood and restrict maximum likelihood estimators to small perturbations in these data. For this purpose, studies with simulated and experimental data were conducted. Results with simulated data showed that the diagnostic techniques were efficient to identify the perturbation in data. The results with real data indicated that atypical values among the sampled data may have a strong influence on thematic maps, thus changing the spatial dependence structure. The application of diagnostic techniques should be part of any geostatistical analysis, to ensure a better quality of the information from thematic maps.

O objetivo deste trabalho foi avaliar a influência da densidade amostral (três grades) e do tipo de interpolador (krigagem, inverso da distância, inverso da distância ao quadrado e polinomial) na elaboração de mapas temáticos da produtividade da soja em uma área de LATOSSOLO VERMELHO Distroférrico, no período de 1998 a 2002, conduzida em sistema de agricultura de precisão. As grades selecionadas possuíam 128, 64 e 32 parcelas utilizando amostragem alinhada sistemática estratificada (AASE). A partir de cada grade amostral e utilizando cada um dos interpoladores, foram gerados os mapas temáticos. O coeficiente de desvio relativo (CDR) foi proposto visando expressar a diferença média em módulo dos valores interpolados em cada grade em relação à grade considerada como referência, ou seja, a amostragem alinhada sistemática estratificada, com 128 parcelas, e interpolação por krigagem (AASE 128 Krigagem). O CDR mostrou-se eficiente na comparação de mapas e possibilitou concluir que, para utilizar todo o potencial da krigagem e esse método ser recomendado, é necessário ter muitos pontos para que um bom semivariograma seja construído. Caso contrário, podem-se usar os outros interpoladores analisados. O método amostragem alinhada sistemática estratificada 128 inverso da distância foi o que mais se aproximou do método assumido como referência, AASE 128 Krigagem.

The objective of this work was to evaluate the influence of the sampling density (three grids) and of the type of interpolation (kriging, inverse of the distance, inverse of the square distance, and polynomial) in the elaboration of thematic maps of soybean yield in an area of Dystroferric Red Nitosol under precision agriculture from 1998 to 2002. The selected grids had 128, 64 and 32 units using stratified systematic aligned sampling (SSAS). The thematic maps was generated from each sampling grid and using each of the interpolators. The relative deviation coefficient (CDR) was proposed to express the average difference in module of the values interpolated in each grid in relation to the considered standard SSAS grid with 128 units and kriging interpolator. The CDR proved efficient in the comparison of maps and made it possible to conclude that to effectively use the entire potential of the kriging, it is necessary to have several points, so that a good semivariogram is constructed. Otherwise, any of the other analyzed interpolators can be used. The SSAS 128 inverse distance method was most similar to the reference, SSAS 128 Kriging.

No estudo do mapeamento da fertilidade do solo, pelas técnicas de geoestatística, algumas características estruturais da variabilidade espacial devem ser consideradas, tais como continuidade espacial e ausência de anisotropia. Neste contexto, o presente trabalho apresenta uma análise da anisotropia no estudo da variabilidade espacial das variáveis químicas do solo: ferro (Fe), acidez potencial (H + Al), matéria orgânica (MO) e Mn, de um conjunto de dados de 128 parcelas sem manejo químico localizado, espacialmente referenciados, estudados entre 1998 e 2002, em um Latossolo Vermelho distroférrico, em Cascavel-PR. A identificação da anisotropia foi realizada por meio da construção de semivariogramas direcionais com modelos ajustados, e a correção da anisotropia realizou-se por meio de transformações lineares e de modelos combinados. Em seguida, utilizou-se um modelo ajustado ao semivariograma omnidirecional para construção de mapas temáticos de variabilidade das variáveis estudadas. Observou-se a existência de anisotropia geométrica para a variável H + Al. Já as variáveis MO, Mn e Fe mostraram a presença de anisotropia combinada, sendo corrigida inicialmente a anisotropia geométrica e, posteriormente, a anisotropia zonal. Por meio do estudo da anisotropia, foi possível eliminar as direções privilegiadas, melhorando assim o ajuste dos semivariogramas e produzindo mapas temáticos das variáveis químicas estudadas com maior acurácia.

Studies on soil fertility mapping based on geostatistics should consider some spatial variability characteristics such as spatial continuity and absence of anisotropy. The present study reports an anisotropic analysis of the spatial variability of the following soil chemical variables: iron (Fe), potential acidity (H + Al), organic matter (OM) and manganese (Mn) of a data set of 128 plots without local chemical management, spatially referenced, studied between 1998 and 2002 in a dystrophic Red Latosol (Oxisol), in Cascavel, Paraná, Brazil. Anisotropy was identified through the construction of directional semivariograms with adjusted models and corrected through linear transformations and by combined models. Thereafter a model was used adjusted to the omnidirectional semivariogram for the construction of thematic variability maps of the studied variables. The existence of geometric anisotropy was observed for the variable H + Al. The variables MO, Mn and Fe evidenced the presence of combined anisotropy. The geometric anisotropy was first corrected and then the zonal anisotropy was adjusted. Based on anisotropy it was possible to eliminate the biased directions, enhancing the semivariogram fitting and precision of the thematic maps of chemical variables.

Pesquisas sobre a variabilidade espacial dos atributos do solo que influenciam a produtividade são de uma grande importância para o desenvolvimento de novas técnicas que beneficiam a agricultura. A variabilidade desses atributos pode ser avaliada por técnicas de geoestatística e auxiliar no mapeamento e manejo do solo. Este trabalho teve por objetivo avaliar a qualidade do ajuste dos modelos teóricos espaciais segundo o Critério de Informação de Akaike, de Filliben, de Validação Cruzada e o valor máximo do logaritmo da função verossimilhança, de dados da umidade do solo, da densidade do solo e da resistência do solo à penetração, nas camadas de 0 a 0,1, 0,1 a 0,2 e 0,2 a 0,3 m, e de produtividade da soja do ano agrícola 2004-2005. Os parâmetros dos modelos de variabilidade espacial foram estimados por meio dos métodos de mínimos quadrados ordinários, mínimos quadrados ponderados e máxima verossimilhança. A pesquisa foi desenvolvida em uma área de 57 ha de um Latossolo Vermelho distroférrico, utilizando-se uma malha de 75 x 75 m georreferenciada. Concluiu-se que, dos métodos de avaliação de ajustes estudados, o da Validação Cruzada foi o mais adequado para escolha do melhor ajuste do modelo de variabilidade espacial; conseqüentemente têm-se mapas temáticos mais acurados.

Studies on the spatial variability of soil attributes influencing crop productivity are important for the development of new technologies beneficial to agriculture. Geostatistical techniques can be used to evaluate the variability of soil attributes and contribute to soil mapping and management. The purpose of this paper was to evaluate the quality of the theoretical spatial model adjustments according to the Akaike Information and Filiben Criteria, Cross Validation and the maximum value of the log-likelihood function, of the soil humidity, of the soil density data and soil resistance to penetration, in the layers 0-0.1; 0.1-0.2; and 0.2- 0.3 m and the soybean yield in the 2004-2005 growing season. The parameters of the spatial variability models were estimated by the methods of least ordinary squares, least weighted squares and maximum likelihood. The experiment was developed in an area of 57 ha with a regionally typical distrofic Red Latosol (Oxisol). A spatially georeferenced 75 x 75 m regular mesh was used. Based on the results of the evaluation of adjustments it was concluded that the Cross Validation criterion was the most adequate to choose the best adjustment of the spatial variability model, resulting in more precise thematic maps.

Foram avaliados três métodos de distribuição de mudas para recomposição artificial de área de mata ciliar estudando-se a variação do crescimento da estatura e diâmetro durante seis períodos em um ano, das espécies Schinus terbinthifolia Raddi-aroeira e Peltophorum dubium Taub-canafístula. Os métodos estudados foram: mudas distribuídas ao acaso em espaçamento de 2 x 2 m; mudas distribuídas individualmente ao acaso; mudas distribuídas ao acaso em agrupamento três a três, com espaçamento de 1 a 1,5 m. O crescimento da estatura e do diâmetro das espécies estudadas está diretamente relacionado com os períodos em estudo, o tratamento de recomposição e as espécies. O tratamento mudas distribuídas ao acaso individualmente foi o que apresentou melhor crescimento médio do diâmetro.

This trial aimed at evaluating three methods to distribute seedlings from Schinus terbinthifolia and Peltophorum dubium species for rearrangement of ciliary forests. Their growth changes in height and diameter were used as parameters during six terms in one year. The studied methods were: seedlings randomized distributed in 2 x 2 m; seedlings individually distributed in a randomized design and seedlings randomized distributed in groups by three, using a 1 to 1.5 m row distance. The growth regarding diameter and height of the observed species is straightly related to the studied periods, rearrangement treatment and species. As a conclusion, it was registered that the seedling treatment individually distributed in a randomized design was the best answer regarding the average growth of diameter.

Este trabalho estudou a variabilidade espacial do número médio de perfilhos e rendimento da cultura do trigo, em uma área de 22,62 ha, no município de Cascavel (PR), considerando 89 pontos amostrais com distância de 50 m entre si. Foi realizado o levantamento do número médio de perfilhos por planta aos 30 e 60 dias após a semeadura (DAS) e o rendimento da cultura. Os dados foram analisados com técnicas geoestatísticas para estudo da estrutura de variabilidade espacial e posterior estimação de valores para locais não amostrados pelo interpolador por krigagem. Ocorreram diferenças no número de perfilhos médios aos 30 e 60 DAS, devido ao excesso de chuva em curto intervalo de tempo, provocando a morte de perfilhos após 30 DAS. Observaram-se, no número médio de perfilhos aos 30 e 60 DAS, respectivamente, fraca e forte dependência espacial. O rendimento foi de moderada dependência espacial, existindo correlação espacial entre as variáveis em estudo.

This trial aimed at studying the spatial variability of tiller mean number, as well as wheat crop yieldin 22.62 hectares, in Cascavel, Paraná State, Brazil. Eighty-nine samples points were analyzed, with a 50 m distance between each one. The tiller number registering was done by plant at 30 and 60 days after sow (DAS), as well as wheat crop yield. The data were recorded by geostatistics techniques in order to study spatial variability structure and future estimated values for non sampled places by kriging interpolation. There were differences on tiller number at 30 and 60 DAS due to the great amount of rain in a short term, which caused death on tillers after 30 DAS. The mean tiller number on 30 and 60 DAS showed a little spatial dependence and strong spatial dependence, respectively. The productivity presented moderate spatial dependence, since there was a spatial correlation among the considered variables.

RESUMO A silvicultura de precisão visa aumentar a eficiência da produção agrícola, fundamentada em manejo diferenciado de áreas de agricultura. O objetivo deste trabalho foi analisar e comparar o desenvolvimento do ipê-roxo (Tabebuia avellanedae Lorentz ex Griseb.) sob duas formas de manejo de solo. A análise foi realizada durante o período de 01/03/03 a 01/03/04 em uma área no município de Mundo Novo-MS, dividida em dois blocos, e cada bloco em duas parcelas: uma sob manejo de silvicultura de precisão e outra sob manejo convencional. Cada uma das parcelas recebeu 252 mudas de ipê-roxo, totalizando 1008 plantas. Utilizaram-se técnicas geoestatísticas como semivariogramas para análise da estrutura da variabilidade espacial dos dados e a interpolação por krigagem para a construção de mapas temáticos. Dos resultados obtidos, tem-se que os mapas de necessidade e aplicação de nutrientes e os mapas de incremento na altura das plantas apresentaram estrutura de variabilidade semelhante para ambos os manejos. Nenhuma diferença expressiva entre os tratamentos foi encontrada.

ABSTRACT The precision forestry aims to increase the agricultural production efficiency, based in differentiated handling of agriculture areas. The objective of this research was to analyze and to compare the development of the Tabebuia avellanedae Lorentz ex Griseb. in two different soil handling. This analysis was accomplished during the period of one year (01/03/03 to 01/03/04) in an area belongs to the city of Mundo Novo, MS, Brazil. The area was divided in two blocks and each block in two plots, one with handling Precision Forestry and other one with conventional handling. Each one of the portions received 252 seedlings, totaling 1008 plants. Geoestatistics was used through the semivariograms for spatial variability analysis and kriging for building the thematic maps. The necessity and the applied nutrients maps and the height increment maps showed similar variability for both treatments. No expressive difference between the treatments was found.