ABSTRACT Several studies determined the theoretical and effective capacity of sugarcane harvesters. However, in field conditions, some variables affect sugarcane production and their effect on machine productivity is difficult to measure. The objective of this study is to analyze the correlation of the operational capacity of sugarcane harvesters with property size, sugarcane yield, total operation time of harvesters, and lost productive time. This correlation will be used to construct models that estimate machine capacity under different working conditions. Harvest data were collected from 41 farms with different sizes and rates of productivity, with the harvesting of 412,207 tons of sugarcane by eight harvesters. Property size was the variable that, in isolation, better represented the operational capacity of harvesters in both mg day−1 and mg h−1, with a positive and strong correlation between these two variables.

This paper reports the development of a glassy carbon electrode modified with a reduced graphene oxide (r-GO/GCE) for the determination of the food dye named Ponceau 4R (PNC). The modified sensor presented excellent signal gain in relation to the GCE and GCE modified with graphene oxide besides exhibiting well defined oxidation peaks for PNC at potential of 0.61 V. Through the application of square wave voltammetry using the medium of 0.1 mol L-1 Britton-Robinson (BR) buffer (pH 5.0), analytical curves were constructed under optimized conditions, where linear regions were found within the range of 0.200 to 20.0 μmol L-1. The limits of detection and quantification were 2.84 × 10-8 and 9.46 × 10-8mol L-1, respectively. The sensor was successfully applied towards the determination of PNC in instant juice sample. A comparison made between the result obtained through the application of this sensor and via the high-performance liquid chromatography (HPLC) technique showed no significant difference between the two methods.

Para o uso confiável de simuladores da lixiviação de pesticidas, é necessária a avaliação da sensibilidade dos dados de entrada. O objetivo deste trabalho foi realizar a análise de sensibilidade do simulador da lixiviação de pesticidas PEARL para tipos de solos contrastantes da Bacia Hidrográfica do Rio Dourados, no Estado de Mato Grosso do Sul, Brasil. A análise de sensibilidade foi feita através da execução de várias simulações com dados de entrada diferentes e calculando suas influências nos resultados obtidos. O método usado foi o denominado de análise de sensibilidade "individual", onde se varia cada dado de entrada de forma independente enquanto se mantêm constantes, os outros dados de entrada, conforme cenário-padrão. A análise de sensibilidade foi automatizada, utilizando-se da ferramenta SESAN, que foi acoplada ao simulador PEARL. Resultados revelaram que somente as características do solo influenciaram nas simulações do fluxo da água e que, para cenários com diferentes pesticidas e mesmo solo, as simulações do fluxo da água não sofreram alterações. Os dados de entrada que mostraram as maiores sensibilidades com relação às simulações da lixiviação de pesticidas estão relacionados às características dos solos e pesticidas. A sensibilidade de todos os dados de entrada estudados foi dependente do tipo de cenário escolhido, confirmando a necessidade de utilizar mais de um cenário- -padrão na avaliação da sensibilidade de simuladores da lixiviação de pesticidas.

For an accurate use of pesticide leaching models it is necessary to assess the sensitivity of input parameters. The aim of this work was to carry out sensitivity analysis of the pesticide leaching model PEARL for contrasting soil types of Dourados river watershed in the state of Mato Grosso do Sul, Brazil. Sensitivity analysis was done by carrying out many simulations with different input parameters and calculating their influence on the output values. The approach used was called one-at-a-time sensitivity analysis, which consists in varying independently input parameters one at a time and keeping all others constant with the standard scenario. Sensitivity analysis was automated using SESAN tool that was linked to the PEARL model. Results have shown that only soil characteristics influenced the simulated water flux resulting in none variation of this variable for scenarios with different pesticides and same soil. All input parameters that showed the greatest sensitivity with regard to leached pesticide are related to soil and pesticide properties. Sensitivity of all input parameters was scenario dependent, confirming the need of using more than one standard scenario for sensitivity analysis of pesticide leaching models.

O entendimento, em nível de processos, do fluxo de água não saturado no solo é essencial para desenvolver ações de manejo apropriadas para proteção ambiental em sistemas agrícolas. Uma ferramenta importante para a simulação do fluxo de água no solo que tem sido utilizada em todo o mundo é o simulador SWAP. O objetivo deste trabalho foi testar e calibrar o simulador SWAP, pela modelagem inversa, para descrever os perfis de umidade em um Latossolo muito argiloso, em Dourados, Mato Grosso do Sul. O simulador SWAP foi testado em área experimental de 0,09 ha, cultivada com soja, e os perfis de umidade foram amostrados em oito datas, no período de dezembro de 2006 a outubro de 2007. Os dados de entrada para o simulador SWAP (curvas de retenção de água no solo e dados meteorológicos) foram baseados em medições na área experimental. Simulações baseadas nas curvas de retenção não calibradas resultaram em perfis de umidade com níveis superiores às observadas em quase todas as datas de amostragem, especialmente para a profundidade de 0-10 cm. Após a calibração das curvas de retenção, obteve-se boa melhora nas simulações dos perfis de umidade, que ficaram dentro dos valores medidos para quase todas as profundidades e datas de amostragem.

The understanding of unsaturated soil water flow at process-level is essential to develop proper management actions for environmental protection in agricultural systems. One important tool for simulation of soil water flow that has been used worldwide is the SWAP model. The aim of this work was to test and to calibrate the SWAP model by inverse modeling to describe moisture profiles in a Brazilian very clayey Latossol in Dourados, State of Mato Grosso do Sul, Brazil. The SWAP model was tested in an experimental field of 0.09 ha cultivated with soybean and soil profiles were sampled eight times between December 2006 and October 2007. The SWAP input values (i.e. soil water retention curves and meteorological data) were based on in-situ measurements. Simulations with uncalibrated soil water retention curves resulted in moisture profiles that were too wet for almost all sampling dates, in particular between 0-10 cm depth. After calibration of soil water retention curves, there was a good improvement in the simulated moisture profiles, which were within the range of measured values for almost all depths and sampling dates.