Abstract The present study aimed was to evaluate the spatial variability of weed species by means of phytosociological parameters and their correlations with the physical-chemical soil properties, under semiarid climate conditions. Weed phytosociology and soil characterization were carried out in two areas one newly deforested area covering 8.86 ha, and one experimental agricultural area covering 24.7 ha; both in the semi-arid region of Brazil. Weed and soil were sampled by following georeferenced grids in each area. Biomass and the total number of weed individuals, as well as soil properties, were mapped by the ordinary Kriging method. The predominant herbaceous plants in the newly deforested area were Hexasepalum teres and Digitaria insularis. The weed species that predominated in the agricultural area were Cyperus rotundus L., Euphorbia heterophylla L. and Herissantia Crispa (L.) Brizicky; the latter species outstanding for dry biomass (873.5g). Spatial dependence was observed for the predominant species, except for Digitaria insularis. The spatial distribution of these weeds was conditioned by soil K+ contents in both areas, and by sand content for the experimental agricultural area. Therefore, these two soil attributes resulted key factors for weed infestation in this semi-arid region.

RESUMO A fruticultura irrigada tem papel importante quanto aos aspectos econômicos e sociais da região do Vale do Submédio São Francisco. Assim, objetivou-se avaliar a salinidade do solo e os aspectos produtivos da mangueira cv. Tommy Atkins fertigada com doses de cloreto de potássio (KCl) e sulfato de potássio (K2SO4) durante dois ciclos de produção (janeiro a março de 2014 e janeiro a março de 2015). O delineamento experimental foi em faixas no esquema de parcelas subdivididas utilizando-se cinco doses de potássio (50, 75, 100, 125 e 150% da dose recomendada) nas parcelas e duas fontes de potássio (KCl e K2SO4) nas subparcelas com quatro repetições. Foram determinados os teores de sódio (Na+) e potássio (K+) trocável, a condutividade elétrica (CE), o pH do solo, o número de frutos comerciais e a produtividade da mangueira. A fertilização com KCl resultou em maior CE do solo em relação ao K2SO4. Os teores de Na e K no solo aumentaram com o incremento das doses dos fertilizantes. O K2SO4 apresentou maior eficiência quanto à produção por planta e produtividade de mangueira em relação ao KCl, sendo recomendada a dose de 174,24 g planta-1 (24,89 kg ha-1 ou 96,8% da recomendação, espaçamento de 10 x 7 m) de K2SO4 para a produtividade de frutos da mangueira cv. Tommy Atkins de 23,1 t ha-1.

ABSTRACT Irrigated fruit crops have an important role in the economic and social aspects in the region of the Sub-middle São Francisco River Valley. Thus, the aim of this study was to evaluate soil salinity and the productive aspects of the mango crop, cv. Tommy Atkins, fertigated with doses of potassium chloride (KCl) and potassium sulfate (K2SO4) during two crop cycles (from January to March 2014 and from January to March 2015). The experiment was carried out in a strip-split-plot design and five potassium doses (50, 75, 100, 125 and 150% of the recommended dose) as plots and two potassium sources (KCl and K2SO4) as subplots, with four replicates. Soil electrical conductivity (EC), exchangeable sodium (Na+) and potassium (K+) contents and pH were evaluated. In addition, the number of commercial fruits and yield were determined. The fertilization with KCl resulted in higher soil EC compared with K2SO4 fertigation. Soil Na+ and K+ contents increased with increasing doses of fertilizers. K2SO4 was more efficient for the production per plant and yield than KCl. Thus, under the conditions of this study, the K2SO4 dose of 174.24 g plant-1 (24.89 kg ha-1 or 96.8% of recommendation, spacing of 10 x 7 m) was recommended for a yield of 23.1 t ha-1 of mango fruits, cv. Tommy Atkins.

O agrupamento de dados de solo e de plantas pode ser utilizado para definir zonas de manejo. O objetivo do estudo foi identificar zonas de manejo usando o algoritmo de grupamento fuzzy c-means com base na variabilidade espacial e temporal dos atributos do solo e da produtividade de milho (PM). A área de estudo (18 por 250 m) está localizada em Jaboticabal-SP. A produtividade de milho foi medida em 100 células amostrais de 4,5 x 10 m, dispostas em quatro transectos (25 pontos por transecto), em cinco anos agrícolas, no período de 2001 a 2010. O procedimento MIXED do SAS foi utilizado para identificar quais variáveis mais influenciaram a variabilidade espacial da PM ao longo dos cinco anos de estudo. A saturação por bases (V) foi a variável que melhor se relacionou com a PM; portanto, modelos de semivariogramas foram ajustados aos dados destas variáveis e, posteriormente, interpolados pelo método da krigagem. O software Management Zone Analyst foi utilizado para realizar o agrupamento com o algoritmo fuzzy c-means. O número ótimo de zonas de manejo alterara-se ao longo do tempo, assim como o grau de similaridade espacial entre as zonas de manejo de V e da PM. Portanto, é de fundamental importância levar em consideração a variabilidade temporal da produtividade das culturas e dos atributos do solo para obter zonas de manejo com maior acurácia.

Clustering soil and crop data can be used as a basis for the definition of management zones because the data are grouped into clusters based on the similar interaction of these variables. Therefore, the objective of this study was to identify management zones using fuzzy c-means clustering analysis based on the spatial and temporal variability of soil attributes and corn yield. The study site (18 by 250-m in size) was located in Jaboticabal, São Paulo/Brazil. Corn yield was measured in one hundred 4.5 by 10-m cells along four parallel transects (25 observations per transect) over five growing seasons between 2001 and 2010. Soil chemical and physical attributes were measured. SAS procedure MIXED was used to identify which variable(s) most influenced the spatial variability of corn yield over the five study years. Basis saturation (BS) was the variable that better related to corn yield, thus, semivariograms models were fitted for BS and corn yield and then, data values were krigged. Management Zone Analyst software was used to carry out the fuzzy c-means clustering algorithm. The optimum number of management zones can change over time, as well as the degree of agreement between the BS and corn yield management zone maps. Thus, it is very important take into account the temporal variability of crop yield and soil attributes to delineate management zones accurately.

Tendo em vista ser a intensidade amostral de atributos do solo um fator determinante para a aplicação dos conceitos de agricultura de precisão, este trabalho foi conduzido para determinar o padrão de distribuição espacial de atributos do solo e da produtividade de milho em quatro intensidades de amostragem de solo e verificar a influência da intensidade amostral na compreensão da relação de causa e efeito entre atributos do solo e produtividade. Para isto, utilizou-‑se uma malha amostral de 100 pontos referenciados, na qual cada célula amostral de 45 m² era composta por cinco linhas de 10 m da cultura, onde o ponto referenciado foi considerado o centro da célula. As amostras foram realizadas nas profundidades de 0-0,1 e 0,1-0,2 m para avaliar atributos químicos e a textura do solo. A partir dos 100 pontos, obtiveram-se conjuntos de dados com 100; 75; 50 e 25 pontos amostrais. Os dados foram submetidos à análise estatística descritiva e à geoestatística. A melhor intensidade amostral para determinação do padrão de distribuição espacial foi dependente do atributo do solo estudado. Os teores de P e K+ no solo apresentaram maior variabilidade espacial, enquanto os teores de argila, Ca2+, Mg2+ e valores de saturação por base (V) apresentaram menor variabilidade. Os teores de argila e os valores de V, na intensidade amostral com 100 pontos, foram os que melhor se correlacionaram com a produtividade.

Taking into account that the sampling intensity of soil attributes is a determining factor for applying of concepts of precision agriculture, this study aims to determine the spatial distribution pattern of soil attributes and corn yield at four soil sampling intensities and verify how sampling intensity affects cause-effect relationship between soil attributes and corn yield. A 100-referenced point sample grid was imposed on the experimental site. Thus, each sampling cell encompassed an area of 45 m² and was composed of five 10-m long crop rows, where referenced points were considered the center of the cell. Samples were taken from at 0 to 0.1 m and 0.1 to 0.2 m depths. Soil chemical attributes and clay content were evaluated. Sampling intensities were established by initial 100-point sampling, resulting data sets of 100; 75; 50 and 25 points. The data were submitted to descriptive statistical and geostatistics analyses. The best sampling intensity to know the spatial distribution pattern was dependent on the soil attribute being studied. The attributes P and K+ content showed higher spatial variability; while the clay content, Ca2+, Mg2+ and base saturation values (V) showed lesser spatial variability. The spatial distribution pattern of clay content and V at the 100-point sampling were the ones which best explained the spatial distribution pattern of corn yield.

A caracterização da variabilidade espacial dos atributos do solo é indispensável para subsidiar práticas agrícolas de maneira sustentável. A utilização da geoestatística para caracterizar a variabilidade espacial desses atributos, como a resistência mecânica do solo à penetração (RP) e a umidade gravimétrica do solo (UG), é, hoje, prática usual na agricultura de precisão. O resultado da análise geoestatística é dependente da densidade amostral e de outros fatores, como o método de georreferencimento utilizado. Desta forma, o presente trabalho teve como objetivo comparar dois métodos de georreferenciamento para a caracterização da variabilidade espacial da RP e da UG, bem como a correlação espacial dessas variáveis. Foi implantada uma malha amostral de 60 pontos, espaçados em 20 m. Para as medições da RP, utilizou-se de penetrógrafo eletrônico e, para a determinação da UG, utilizou-se de trado holandês (profundidade de 0,0-0,1 m). As amostras foram georreferenciadas, utilizando-se do método de Posicionamento por Ponto Simples (PPS), com de (retirar) receptor GPS de navegação, e Posicionamento Relativo Semicinemático, com receptor GPS geodésico L1. Os resultados indicaram que o georreferenciamento realizado pelo PPS não interferiu na caracterização da variabilidade espacial da RP e da UG, assim como na estrutura espacial da relação dos atributos.

The characterization of the spatial variability of soil attributes is essential to support agricultural practices in a sustainable manner. The use of geostatistics to characterize spatial variability of these attributes, such as soil resistance to penetration (RP) and gravimetric soil moisture (GM) is now usual practice in precision agriculture. The result of geostatistical analysis is dependent on the sample density and other factors according to the georeferencing methodology used. Thus, this study aimed to compare two methods of georeferencing to characterize the spatial variability of RP and GM as well as the spatial correlation of these variables. Sampling grid of 60 points spaced 20 m was used. For RP measurements, an electronic penetrometer was used and to determine the GM, a Dutch auger (0.0-0.1 m depth) was used. The samples were georeferenced using a GPS navigation receiver, Simple Point Positioning (SPP) with navigation GPS receiver, and Semi-Kinematic Relative Positioning (SKRP) with an L1 geodetic GPS receiver. The results indicated that the georeferencing conducted by PPS did not affect the characterization of spatial variability of RP or GM, neither the spatial structure relationship of these attributes.