ABSTRACT Bulk density (BD) is a soil physical property used as a soil quality indicator and variations in this measurement influence soil water content and carbon stock estimates. This study aims to compile a database of samples of bulk density, textural fractions, and organic carbon values, as well as evaluate the accuracy of published pedotransfer functions (PTF) that predict bulk density, and propose a hierarchical PTF to predict the bulk density of Brazilian Soils. The performance of eleven PTFs and the newly proposed PTFs were evaluated and compared using the root mean square error (RMSE) and coefficient of determination (R2) based on a testing soil database collected from the literature. We noticed a slight improvement in accuracy when organic carbon and coarse and fine sand fractions were included as predictors alongside silt and clay. The best results with existing PTFs were obtained by PTF-A in Tomasella and Hodnett (1998) (RMSE = 0.20 g cm–3) and PTF-F in Benites et al. (2007) (RMSE = 0.17 g cm–3). Our proposed PTFs use textural fractions and organic carbon as predictors in a hierarchical form. The proposed PTF-4, which uses fine sand, coarse sand, clay, and organic carbon, presented the lowest value for RMSE (0.14 g cm–3) for BD prediction.

Resumo: O objetivo deste trabalho foi localizar e quantificar, por meio de geotecnologias, áreas atualmente utilizadas em agricultura anual no bioma Cerrado do Brasil Central, localizadas no interior dos contornos definidos pela região homogênea de adaptação de cultivares de trigo 4 e que apresentem aptidão favorável para o cultivo de trigo (Triticum aestivum) no regime sequeiro. Foram realizados cruzamentos dos seguintes planos de informação: uso e cobertura das terras do bioma Cerrado, modelo digital de elevação e índice de satisfação de necessidades de água para trigo no bioma Cerrado. Também foram considerados níveis de impacto de estresse hídrico (baixo, moderado e elevado), níveis de risco (20, 30 e 40%), capacidades de armazenamento de água disponível (CAD) no solo (35, 55 e 75 mm), ciclos de cultivares (105, 115 e 125 dias) e semeaduras (em fevereiro e março). Há maior área favorável para semeaduras no começo de fevereiro, e o grupo I de cultivares (105 dias) apresentou a maior área favorável. Acima de 800 m de altitude, 2,7 milhões de hectares foram classificados como favoráveis para a melhor combinação de fatores, isto é, semeadura em 5 de fevereiro, CAD de 75 mm, ciclo de 105 dias, nível de risco de 20%, e impactos baixo e moderado.

Abstract: The objective of this work was to locate and quantify, through geotechnologies, areas that are currently used for annual agriculture in the Cerrado biome of Central Brazil, located within the boundaries defined by the homogeneous region of adaptation of wheat cultivars 4 and that present favorable conditions for rainfed wheat (Triticum aestivum) cultivation. The following information layers were crossed: use and coverage of the Cerrado biome, digital elevation model, and water requirement satisfaction index for wheat in the Cerrado biome. In addition, different levels of water stress (low, moderate, and high), risk levels (20, 30, and 40%), available soil water capacities (ASWCs) (35, 55, and 75 mm), cultivar cycles (105, 115, and 125 days), and sowing dates (in February and March) were also considered. A greater favorable area was observed for sowing in early February, and group I of cultivars (105 days) presented the greatest favorable area. Above 800 m altitude, 2.7 million hectares were classified as favorable for the best combination of factors, i.e., sowing on February 5, ASWC of 75 mm, 105-day cycle, 20% risk level, and low and moderate impacts.

Resumo: O objetivo deste trabalho foi desenvolver e avaliar um método para estimar a produtividade de milho com uso de um número mínimo de parâmetros e de informações limitadas sobre o manejo da cultura. O método proposto estima rendimentos potenciais e atingíveis com base no nível tecnológico dos sistemas de produção e em modelos agrometeorológicos relativamente simples. A produtividade de milho foi estimada para as safras de 2000/2001 a 2007/2008, tendo-se considerado vários locais e regiões do Brasil, e comparada aos dados de produção reais de levantamentos oficiais. A produtividade estimada apresentou alta correlação com a observada (0,76≤R2<0,92; p<0,01), com eficiência do modelo (E1’) entre 0,45 e 0,73; erro médio relativo (MRE) entre -0,9 e 2,4%; e erro médio absoluto (MAE) inferior a 70 kg ha-1, de acordo com o nível tecnológico considerado. Com base nestes resultados, este modelo pode ser recomendado para estimativas de produtividade em todo o País, e contribuir para tornar este processo mais preciso e exato.

Abstract: The objective of this work was to develop and evaluate a method for estimating corn yield using a minimum number of parameters and limited information about crop management. The proposed method estimates potential and attainable yields based on the technological level of the production systems and on relatively simple agrometeorological models. Corn yield was estimated for the crop seasons from 2000/2001 to 2007/2008, considering several locations and regions in Brazil, and was compared with the actual yield data from official surveys. There was a high correlation between the estimated and observed yield (0.76≤R2<0.92; p<0.01), with model efficiency (E1’) ranging from 0.45 to 0.73; mean relative error (MRE) between -0.9 and 2.4%; and mean absolute error (MAE) of less than 70 kg ha-1, depending on the technological level adopted. Based on these results, the proposed yield model can be recommended to forecast yields all over the country, contributing to make this process more precise and accurate.

O objetivo deste trabalho foi avaliar um sistema de estimativa de produtividade da cultura do arroz no Brasil, com base em modelos agrometeorológicos simples e no nível tecnológico dos sistemas produtivos. Este sistema de estimativa incorpora as bases conceituais propostas por Doorenbos & Kassam para produtividades potenciais e alcançáveis com ajustes empíricos para produtividade máxima e sensibilidade da cultura à deficiência hídrica, considerando-se cinco classes de produtividade de arroz. A produtividade de arroz foi estimada de 2000/2001 a 2007/2008 e comparada aos dados do IBGE. Análises de regressão entre as estimativas do modelo e dados do IBGE resultaram em coeficientes de determinação significativos, com menor dispersão na região Sul do que nas regiões Norte e Nordeste do país. O índice de eficiência do modelo (E1') variou de 0,01, nas classes de menor produtividade, a 0,45 nas classes de maior produtividade, e o erro médio absoluto variou de 58 a 250 kg ha‑1, respectivamente.

The objective of this work was to evaluate an estimation system for rice yield in Brazil, based on simple agrometeorological models and on the technological level of production systems. This estimation system incorporates the conceptual basis proposed by Doorenbos & Kassam for potential and attainable yields with empirical adjusts for maximum yield and crop sensitivity to water deficit, considering five categories of rice yield. Rice yield was estimated from 2000/2001 to 2007/2008, and compared to IBGE yield data. Regression analyses between model estimates and data from IBGE surveys resulted in significant coefficients of determination, with less dispersion in the South than in the North and Northeast regions of the country. Index of model efficiency (E1') ranged from 0.01 in the lower yield classes to 0.45 in higher ones, and mean absolute error ranged from 58 to 250 kg ha‑1, respectively.

Os sistemas de alerta fitossanitário são ferramentas de suporte à decisão desenvolvidos para ajudar os agricultures a determinar o melhor momento da aplicação das medidas de controle para combater as doenças de plantas. As variáveis meteorológicas são dados de entrada quase que obrigatórios desses sistemas. Este trabalho apresenta uma revisão sobre os meios pelos quais as variáveis meteorológicas são coletadas para serem usadas como dados de entrada em sistemas de alerta fitossanitário e sobre os desafios associados à logística de obtenção desses dados. Essa revisão compara o monitoramento meteorológico ao nível do produtor, nas propriedades agrícolas, com aquele feito ao nível de redes de estações meteorológicas, assim como discute as vantagens e desvantagens entre medir e estimar tais variáveis meteorológicas. Especial ênfase é dada à duração do período de molhamento foliar (DPM), não somente pela sua importância como dado de entrada em diversos sistemas de alerta fitossanitário, mas também pelo desafio de se obter dados acurados dessa variável. Pode-se concluir, após ampla discussão do assunto, que não há um método único e melhor para se obter os dados meteorológicos para uso em sistemas de alerta fitossanitário; por outro lado, as circunstâncias a nível local, regional e nacional provavelmente influenciam a estratégia de maior sucesso.

Disease-warning systems are decision support tools designed to help growers determine when to apply control measures to suppress crop diseases. Weather data are nearly ubiquitous inputs to warning systems. This contribution reviews ways in which weather data are gathered for use as inputs to disease-warning systems, and the associated logistical challenges. Grower-operated weather monitoring is contrasted with obtaining data from networks of weather stations, and the advantages and disadvantages of measuring vs. estimating weather data are discussed. Special emphasis is given to leaf wetness duration (LWD), not only because LWD data are inputs to many disease-warning systems but also because accurate data are uniquely challenging to obtain. It is concluded that there is no single " best" method to acquire weather data for use in disease-warning systems; instead, local, regional, and national circumstances are likely to influence which strategy is most successful.

Apesar da importância da duração do período de molhamento para a epidemiologia de doenças de plantas, pouca atenção tem sido dada à sua variabilidade em diferentes posições da cultura. O objetivo deste estudo foi avaliar a variabilidade espacial da duração do período de molhamento (DPM) em três culturas, comparando-se as medidas obtidas com a DPM medida sobre gramado em um posto meteorológico padrão. A DPM foi medida por sensores eletrônicos em três culturas com diferentes estruturas de dosséis e áreas foliares: algodão, café e banana. Na cultura do algodão, os sensores cilídricos foram instalados no terço médio e no topo do dossel voltados para o sudoeste. Na cultura do café, sensores de placa foram instalados no terço inferior do dossel voltados para nordeste e sudoeste; no terço médio também voltados para nordeste e sudoeste; no interior e no topo do dossel. Na cultura da banana, sensores cilíndricos foram instalados nos terços inferior e superior da planta. A DPM sobre gramado foi simultaneamente medida em um posto meteorológico próximo às culturas. A DPM exibiu diferentes padrões de variação nas três culturas. Para o cafeeiro, a DPM mais longa foi observada nas partes mais baixas da planta; para a bananeira, o terço superior foi o que apresentou a maior DPM; enquanto que para a cultura do algodão não houve diferença entre o topo e o interior do dossel. A DPM medida sobre gramado apresentou boa correlação com a DPM medida no topo ou no terço superior das culturas. Dessa forma, pode-se estimar a DPM nas culturas a partir da DPM do gramado, sendo esta uma ferramenta muito útil para o manejo de doenças de plantas em culturas onde a DPM mais longa ocorre nas porções superiores do dossel.

Despite the importance of leaf wetness duration for plant disease epidemiology, there has been little attention paid to research on how its variability relates to different cropping situations. The objective of this study was to evaluate the spatial variability of leaf wetness duration (LWD) in three crops, comparing these measurements with turfgrass LWD, obtained in a standard weather station. LWD was measured by electronic sensors in three crops with different canopy structures and leaf area: cotton, coffee and banana. For the cotton crop, cylindrical sensors were deployed at the lower third and on the top of the canopy, facing southwest. For the coffee crop, flat plate sensors were installed in the lower third of the canopy facing northeast and southwest; in the middle third facing northeast and southwest; and inside and on the top of the canopy. For the banana canopy, cylindrical sensors were used to measure LWD in the lower third of the canopy and in the upper third of the plant. Turfgrass LWD was simultaneously measured in a nearby standard weather station. The LWD showed different patterns of variation in the three crop canopies. For coffee plants, the longest LWD was found in the lower portions of the canopy; for the banana crop, the upper third of the canopy showed the longest LWD; whereas for the cotton crop no difference was observed between the top and lower third of the canopy. Turfgrass LWD presented a good relationship with LWD measured on the top or in the upper third of the crops. Thus, the estimate of crop LWD can be perfomed based on turfgrass LWD, this being a useful tool for plant disease management purposes for crops in which the longer LWD occurs at the upper canopy portion.