RESUMO Este estudo teve como objetivo desenvolver e validar o software de processamento digital de imagens para quantificar a cobertura foliar, empregando a correlação dos valores de desfolha e NDVI com vários gradientes de severidade do patossistema ferrugem asiática da soja. As imagens digitais foram obtidas a partir do experimento realizado em 2013/2014. Para a realização do experimento, foram adotados 4 tratamentos (3 repetições), considerando a área útil de cada parcela (4 metros lineares, 3 linhas espaçadas a 0,45 m). Os gradientes de desfolha foram obtidos por tratamento com fungicida para controlar a ferrugem asiática da soja. A quantificação da gravidade da doença foi realizada por meio de escala diagramática. Os valores do NDVI foram obtidos com o GreenSeeker®, conduzindo o equipamento acima das plantas. As fotos digitais foram obtidas em três alturas e posteriormente processadas em software. Em seguida, a amostragem de desfolha foi realizada em 10 plantas por tratamento. Os dados do processamento de imagem correlacionaram-se com a desfolha (94,22%) e com o NDVI (89,27%), e também observa-se a correlação da desfolha com o NDVI (96,12%). Esses dados sugerem o uso de imagens digitais como uma alternativa para quantificar a cobertura vegetal, com a vantagem de ser um método dinâmico e rápido, que não requer experiência do avaliador para quantificar a desfoliação da soja.

ABSTRACT This study aimed to develop and validate the digital image processing software to quantify leaf coverage, employing the correlation of defoliation values and NDVI with various gradients of defoliation severity of the Asian soybean rust pathosystem. The digital images were obtained from the experiment conducted in 2013/2014. To conduct the experiment, 4 treatments (3 replicates) were adopted, considering the useful floor area of each plot (4 linear meters, 3 lines spaced at 0.45 m). The gradients of defoliation were obtained by treatment with fungicide to control Asian soybean rust. The quantification of the disease severity was performed through diagrammatic scale. The NDVI values were obtained using the GreenSeeker®, conducting the equipment above the plants. The digital photos were obtained in three heights and subsequently processed in software. Then the defoliation sampling was held in 10 plants through treatment. The image processing data correlated with defoliation (94.22%) and with NDVI (89.27%), and we also observed the correlation of defoliation with NDVI (96.12%). These data suggests the use of digital images as an alternative to quantify the vegetation cover, with the advantage of being a dynamic and fast method that does not require experience from the assessor to quantify soybean defoliation.

RESUMO O sensoriamento remoto espectral e o sensor proximal são ferramentas importantes para gerenciar a relação planta-patógeno. A falta de planejamento experimental e a probabilidade de erro em estudos agrícolas podem resultar em retrabalho e, consequentemente, despesas financeiras e de recursos humanos. Uma maneira de reduzir esse problema é determinar o tamanho ótimo de parcela experimental para realização dos tratamentos. O objetivo deste estudo foi estimar o tamanho ótimo de parcela para refletância em soja que foi tratada com diferentes doses de fungicida, usando os métodos de curvatura máxima modificada e distância máxima. As leituras de refletância foram realizadas na cultura de soja com o auxílio de um radiômetro GreenSeeker®, com unidades básicas de 0,45 m², em uma área de dez linhas, com 10 metros de comprimento, em cada tratamento. Os tratamentos foram aplicados para criar um gradiente da doença ferrugem asiática da soja, variando o número de aplicações de fungicidas. Os dados foram coletados em dois estágios fenológicos (R5.5 e R6), obtendo-se 300 simulações de áreas experimentais em cada estágio. Com base nos resultados, recomenda-se o uso de parcelas de 5,40 m², com um grupo de três linhas, com 4 m de comprimento.

ABSTRACT Spectral remote sensing and proximal sensors are important tools for managing the plant-pathogen relationship. The lack of experimental planning and the probability of error in agricultural studies may result in work repetition and, consequently, in financial expenses and costs with human resources. To reduce such problems, determining the optimum size of the experimental plot for treatments is one of the adopted methods. The objective of this study was to estimate the optimum plot size for reflectance in soybeans that were treated with different fungicide levels according to the methods of modified maximum curvature and maximum distance. Reflectance readings were carried out for the soybean crop with a radiometer GreenSeeker®, considering basic units of 0.45 m² in an area of ten rows, 10 m long, for each treatment. Treatments were applied to create a gradient of Asian soybean rust, varying the number of fungicide applications. Data were collected in two phenological stages (R5.5 and R6), obtaining 300 simulations of experimental area for each stage. Based on the results, the use of 5.40 m² plots with a group of three rows, 4 m long, is recommended.

This study aimed at evaluating the effects of pig slurry application with mineral fertilizer on ions leaching from the soil in soybean crop. The experiment was carried out in 24 drainage lysimeters under protection. The soybean cultivar CD 202/COODETEC was sown in a soil that received 0, 100, 200 and 300 m³ha-1of pig slurry in one cycle, with or without mineral fertilizer. There were three samplings of soil throughout the trial to determine the pH, N, NO3-, K+, Ca2+, Mg2+, Na+, Cu+2, Zn+2, OM, CEC, EC and SAR six times during the crop cycle. The yield was determined in the plants. In soil, pig slurry increased the concentrations of pH, NO3-, K+, Zn+2, OM and CEC, while mineral fertilizer increased P and Zn+2concentrations. The limits observed for the leachate parameters did not present environmental problems according to the Brazilian legislation, but in the intermediate and long term, there special attention should be given to NO3-, P, Na+, EC and SAR. Soybean yield was higher with mineral fertilizer and increased with pig slurry application.