RESUMO: A cana-de-açúcar se destaca como uma das fontes de energia renovável frente às estratégias para reduzir a emissão de gases causadores do efeito estufa. O nitrogênio é um dos mais significativos devido ao seu impacto no crescimento de folhas e colmos. Portanto, o monitoramento eficiente do nitrogênio aplicado é essencial e o sensoriamento remoto se apresenta como uma alternativa na melhoria do gerenciamento da adubação. O presente trabalho teve por objetivo selecionar comprimentos de onda a partir de dados hiperespectrais de dossel da cana-de-açúcar para geração de modelos na predição da concentração de Nitrogênio. O estudo foi realizado em experimentos de campo instalados nos municípios de Piracicaba, Jaú e Santa Maria da Serra, estado São Paulo, na safra 2013/2014. Cada experimento foi alocado em blocos ao acaso, com parcelas subdivididas e quatro repetições, com variedades de cana-de-açúcar na parcela (três variedades por local, sendo a SP 81-3250 comum à todos) e doses de nitrogênio (0, 50, 100 e 150 kg.ha-1) na subparcela. Na seleção dos comprimentos de onda que melhor se correlacionam com o TFN foi utilizada a metodologia sPLS. Posteriormente, foi realizada a combinação linear dos comprimentos de onda selecionados pela metodologia sPLS, por meio de Regressão Linear Múltipla por Stepwise (SMLR). Foram identificadas bandas importantes nas regiões do visível (700 a 705 nm), red-edge(710 a 720 nm), infravermelho próximo (725, 925, 955 e 980 nm) e infravermelho de ondas curtas (1355, 1420, 1595, 1600, 1605 e 1610 nm). O modelo de predição de TFN teve valores de R² de 0,50 e o RMSE de 1,67 g.kg-1. Os modelos gerados para Piracicaba, Jaú e Santa Maria obtiveram R² ajustados e RMSE, respectivamente, de 0,31 considerado não confiável (1,30 g.kg-1), 0,53 (1,96 g.kg-1) e 0,54 (1,46 g.kg-1). Os sensores hiperespectrais de dossel podem ser utilizados para predição do TFN e monitoramento de aplicação de nitrogênio em cana-de-açúcar.

ABSTRACT: Sugarcane is a good source of renewable energy and helps reduce the emission of greenhouse gases. Nitrogen has a critical role in plant growth; therefore,estimating nitrogen levels is essential, and remote sensing can improve fertilizer management. This field study selects wavelengths from hyperspectral data on a sugarcane canopy to generate models for estimating leaf nitrogen concentrations. The study was carried out in the municipalities of Piracicaba, Jaú, and Santa Maria da Serra, state of São Paulo, in the 2013/2014 growing season. The experiments were carried out using a completely randomized block design with split plots (three sugarcane varieties per plot [variety SP 81-3250 was common to all plots] and four nitrogen concentrations [0, 50, 100, and 150 kgha-1] per subplot) and four repetitions. The wavelengths that best correlated with leaf nitrogen were selected usingsparse partial least square regression. The wavelength regionswere combinedby stepwise multiple linear regression. Spectral bands in the visible (700-705 nm), red-edge (710-720 nm), near-infrared (725, 925, 955, and 980 nm), and short-wave infrared (1355, 1420, 1595, 1600, 1605, and 1610 nm) regions were identified. The R² and RMSE of the model were 0.50 and 1.67 g.kg-1, respectively. The adjusted R² and RMSE of the models for Piracicaba, Jaú, and Santa Maria were 0.31 (unreliable) and 1.30 g.kg-1, 0.53 and 1.96 g.kg-1, and 0.54 and 1.46 g.kg-1, respectively. Our results showed that canopy hyperspectral reflectance can estimate leaf nitrogen concentrations and manage nitrogen application in sugarcane.

O conhecimento da variabilidade da nutrição de plantas e da produtividade em áreas cultivadas pode fornecer importantes subsídios na racionalização do uso de insumos e auxiliar no manejo da fertilidade do solo. O objetivo deste trabalho foi avaliar a variabilidade da nutrição mineral de plantas de milho por meio do fracionamento de um talhão cultivado comercialmente em células de manejo e verificar as relações com a produtividade. O estudo foi realizado na Fazenda Alto Alegre, em Planaltina (GO), em área de 373 hectares de Latossolo Vermelho-Amarelo Distroférrico, cultivado com milho na safra 2003/04. Traçado um polígono da área, procedeu-se sua divisão em 80 células de manejo de quatro hectares cada uma. A amostragem de folhas em cada célula seguiu uma diagonal com 12 pontos para compor uma amostra composta. Realizou-se a análise dos macro e micronutrientes nas folhas. A produtividade para cada célula foi obtida por meio de colhedora equipada com GPS. Na análise da variabilidade dos resultados foram considerados os parâmetros estatísticos descritivos. O teste ausência de correlação foi realizado com o nível de significância de 5%. A variabilidade da concentração dos nutrientes na folha indicadora do milho foi considerada baixa para N, P, K, S e Mg; e média para Ca, Cu, Fe, Mn e Zn. A variabilidade da produtividade de milho revelou diferenças de produção para cada célula analisada. Os coeficientes de correlação entre os nutrientes e a produtividade foram significativamente diferentes de zero (p<0,05) e negativos para Cu, Mn e Zn.

The knowledge of variability of plant nutrition and grain productivity in cultivated areas may provide important information for rational use of fertilizers and soil amendments. The objective of this case study was to determine the corn plant mineral nutrition variability through the fractionation of a commercial grown corn field into small management cells. The study was carried out at the farm Alto Alegre in Planaltina, Goiás State, Brazil, on a Typic Dystrarox soil in 373 ha area of corn crop during the crop year of 2003/2004. After outlining a polygon of area it was divided into 80 management cells of 4 ha each. The leaf sampling followed a diagonal with twelve points to constitute a representative composite sample within each cell. The leaf samples were analyzed for macro and micronutrients. Yield for each cell was obtained through grain yield monitor of a combine harvester equipped with GPS. For data variability analysis descriptive statistic parameters were considered. Test for correlation coefficients were accomplished considering the significance level of 5%. The variability of nutrient content in the diagnostic leaves were considered low for N, P, K, S and Mg content; and medium for Ca, Cu, Fe, Mn e Zn. Yield variability showed yield differences among cells. Linear correlation coefficients between nutrient content and grain yield were significant and negative for Cu, Mn and Zn.

O conhecimento da variabilidade da fertilidade do solo em áreas cultivadas pode trazer importantes subsídios para a racionalização de uso dos corretivos e fertilizantes do solo. O objetivo deste estudo foi determinar a variabilidade da fertilidade do solo por meio do fracionamento de um talhão comercial em pequenas células de manejo. O experimento foi realizado na Fazenda Alto Alegre em Planaltina - GO, numa área de 373 ha de um Latossolo cultivada com milho na safra 2003/04. Traçado um polígono da área, procedeu-se à divisão em 80 células de manejo de quatro hectares cada. A amostragem do solo seguiu uma diagonal com doze pontos para formar a amostra composta representativa dentro de cada célula. As coordenadas desses pontos foram obtidas e arquivadas. Realizou-se a análise da textura do solo e da fertilidade do solo. A produtividade de cada célula foi obtida por meio da colhedora equipada com Sistema de Posicionamento Geográfico (GPS) e monitor de rendimento de grãos. Na análise da variabilidade espacial dos dados, foram considerados parâmetros estatísticos descritivos. A medida de correlação linear de Pearson a 5 e 1 % dos atributos de fertilidade com a produtividade do milho e altitude foi realizada. A variabilidade foi considerada alta para o P disponível, Cu e Zn; média, para matéria orgânica, S, Ca, Mg, acidez potencial, soma de bases, capacidade de troca de cátions a pH 7,0, saturação por bases, B, Fe e Mn, e baixa, para pH e K. Os coeficientes de correlação linear foram significativos e positivos para a matéria orgânica e boro versus produtividade do milho. Contudo, para Cu, manganês e Zn foram significativos e negativos. Em estudos de escala de campo, normalmente não é possível isolar ou medir todos os fatores bióticos e abióticos que influenciam a produção da cultura. Entretanto, verificou-se que o conhecimento da variabilidade da fertilidade e produtividade pode fornecer importantes subsídios para a racionalização do uso de insumos.

Insights on the variability of soil fertility in cultivated areas can contribute significantly to a rationalized use of fertilizers and soil amendments. The objective of this study was to determine the soil fertility variability through the fractionation of a commercial corn field into small management cells. The study was carried out on the farm Alto Alegre, Planaltina, GO, Brazil, on an Oxisol previously under Cerrado (savannah) in an area of 373 ha under corn in the 2003/2004 growing season. A polygon was outlined and divided into 80 management cells of 4 ha each. The soil was sampled at twelve points along the plot diagonal to constitute a representative composite sample within each cell. The coordinates of these points were obtained and recorded. The soil samples were analyzed for texture and soil fertility. The yield for each cell was obtained with a harvester equipped with a Global Positioning System (GPS) and grain yield monitor. Descriptive statistics parameters were considered in the analysis of data variability. It was carried out Pearson's simple linear correlation analysis at 5 and 1% significance level for soil fertility versus corn grain yield and altitude data. The variability was considered high for soil available phosphorus, copper and zinc concentrations; medium for soil organic matter, sulphur, calcium, and magnesium concentrations, potential acidity, sum of bases, CEC, base saturation, boron, iron as well as manganese concentration, but low for soil pH and potassium concentration. Linear correlation coefficients (LCC) were significant and positive for soil organic matter and boron content versus corn yield. However, the LCC for copper, manganese and zinc content were significant and negative. Although it is normally not possible to isolate or measure all biotic and abiotic factors that affect the yield in field scale studies, knowledge on soil fertility variability and grain yield can contribute to a rationalization of agricultural investments.