RESUMO O conhecimento da variabilidade espacial dos atributos físicos e químicos do solo é útil para o uso racional de insumos, como na aplicação localizada de corretivos e fertilizantes. Objetivou-se, nesta pesquisa, avaliar a variabilidade espacial dos índices de vegetação e atributos físicos e químicos do solo em um sistema de integração lavoura-pecuário (ILP). Uma área de 6,9 ha foi amostrada com grade regular hexagonal na profundidade de 0-0,20 m. Os valores no solo de P, K, Ca, Mg, e CTC, saturação por bases, argila e areia foram analisados. A condutividade elétrica aparente do solo (CEa) foi medida com um sensor de contato. O talhão foi avaliado no final do ciclo do milho (abril) e para a produção de pastagem (outubro) por imagens do satélite Landsat 5, utilizando-se técnicas de sensoriamento remoto e sistemas de informação geográfica (SIG). Os resultados mostraram que o índice de vegetação por diferença normalizada (NDVI) foi associado à CEa e aos parâmetros de solo indicando as variações da cultura do milho e pastagem em sistema ILP. A geoestatística e o SIG foram ferramentas eficazes para unir os dados de variabilidade espacial do solo e da cultura, indicar as tendências dos resultados e interpretar a informação para apoiar estratégias de manejo adequadas.

ABSTRACT The knowledge of soil property spatial variability is useful for determining the rational use of inputs, such as the site-specific application of lime and fertilizer. The objective of this study was to evaluate the vegetation index and spatial variability of physical and chemical soil properties in an integrated crop-livestock system (ICLS). Soil samples were taken from a 6.9 ha area in a regular hexagon grid at 0-0.20 m depths. Soil P, K, Ca, Mg, and cation exchange capacity - CEC; base saturation; clay and sand were analyzed. Soil electrical conductivity (ECa) was measured with a contact sensor. The site was evaluated at the end of the corn season (April) and during forage production (October) using Landsat 5 images, remote sensing techniques and a geographic information system (GIS). Results showed that the normalized difference vegetation index (NDVI) was associated with ECa and soil parameters, indicating crop and pasture variations in the ICLS. Geostatistics and GIS were effective tools for collecting data regarding the spatial variability of soil and crop indicators, identifying variation trends in the data, and assisting data interpretation to determine adequate management strategies.

O conhecimento da variabilidade espacial das propriedades do solo e das culturas é importante para as tomadas de decisão sobre o manejo agrícola. Objetivou-se, neste trabalho, avaliar a variabilidade espacial de parâmetros químicos e físicos do solo e biofísicos de superfície de área cultivada com sorgo. O estudo foi conduzido em área de 12 ha de um Argissolo Vermelho Amarelo distrófico. A amostragem de solo georreferenciada e a medição da condutividade elétrica do solo foram realizadas antes do plantio do sorgo. As imagens do satélite Landsat 5 foram utilizadas para calcular os parâmetros biofísicos de superfície. Ferramentas de geoestatística foram utilizadas para se determinar e modelar a variabilidade espacial dos atributos em estudo em que os resultados mostraram que a densidade de amostragem adotada foi insuficiente para uma caracterização adequada da variabilidade espacial de parâmetros do solo. Ocorreu dependência espacial de grau, moderada a forte para CE e parâmetros biofísicos da superfície da imagem de satélite com alcances variando de 74,4 a 181,1 m; por outro lado, o sensoriamento remoto orbital também foi útil para o mapeamento da variabilidade espacial da cultura do sorgo e tem grande potencial para aplicação da Agricultura de Precisão.

The knowledge of spatial variability of soil and crop properties is useful for agricultural management decision making. The objective of this research was to evaluate the spatial variability of soil chemical and physical parameters and biophysical surface parameters of sorghum crop. The study was conducted in an area of 12 ha of a Typic Paleudult. Georrefered soil sampling and electrical conductivity (EC) of soil were conducted before sowing of sorghum. Landsat 5 imageries were used to establish the biophysical surface parameters. Geostatistics tool were used to determine and model the spatial variability of the attributes under study. Sampling density adopted was insufficient for an adequate characterization of the spatial variability of soil parameters. There was spatial dependence from moderate to strong degree for EC biophysical parameters with ranges varying from 74.4 to 181.1 m. Remote sensing was useful to show spatial variability of sorghum crop and has a great potential for the application of precision agriculture.

O objetivo deste trabalho foi testar o classificador "árvore de decisão", em dados provenientes de sensores orbitais, para identificar área plantada com cana-de-açúcar, em diferentes épocas de plantio na Fazenda Boa Fé, localizada no Triângulo Mineiro, mais especificamente no município de Conquista, Minas Gerais. Acoplaram-se técnicas de Sensoriamento Remoto (SR) em um módulo de Sistema de Informação Geográfica (SIG), permitindo uma análise temporal do uso e ocupação do solo, especialmente com vistas a identificar e a monitorar as áreas agrícolas. Com base no cálculo do viés médio (VM), o presente estudo mostrou que, em áreas de cana-de-açúcar, onde a irrigação é frequente e ocorrem chuvas significativas que antecedem a passagem do satélite Landsat-5, os valores foram ligeiramente subestimados, com valor deste indicador de -0,13 ha. Foi verificado, também, que os valores de NDVI mais altos proporcionaram uma leve superestimativa dos resultados, com valores de viés médio variando de 0,04 a 0,23 ha. Conforme os resultados, o classificador árvore de decisão apresentou um grande potencial para o mapeamento das áreas cultivadas com cana-de-açúcar.

This study was carried out to test the "decision tree" classifier via remote sensing (RS), to identify planted areas with sugarcane, at different planting dates in Boa Fé, located in the Triângulo Mineiro, more specifically in the town of Conquista, Minas Gerais, Brazil. RS techniques, integrated into a Geographic Information System (GIS), allow a temporal analysis of land use and occupation, especially in order to identify and monitor agricultural areas. Based on the calculation of mean bias (VM), this study showed that in areas of sugarcane, where irrigation is frequent and significant rainfall occurring prior to the passage of Landsat-5, the estimated values were slightly underestimated, with the value of this indicator equal to -0.13 ha. It was also verified that the highest values of NDVI provided a slight overestimation of the results, with values of mean bias of 0.04 to 0.23 ha. According to the results, the decision tree classifier had a great potential for mapping the areas cultivated with sugar cane.