RESUMO O manuseio adequado do solo, além de permitir a redução de contaminantes e a maximização da produtividade agrícola, está diretamente relacionado ao conhecimento da variabilidade espacial dos atributos do solo. Esta variabilidade espacial pode expressar-se de forma isotrópica e anisotrópica. Sendo a última, negligenciada nas pesquisas relacionadas ao delineamento de zonas de manejo. Nesse contexto, o presente trabalho objetivou avaliar o efeito da correção da anisotropia geométrica na delimitação de zonas de manejo. A metodologia foi aplicada sob um banco de dados de produtividade de soja e condutividade elétrica aparente (CEa) de uma propriedade rural em Ponta Porã - MS. Por meio deste banco de dados georreferenciados interpolou-se mapas com uso da krigagem ordinária. Para cada combinação, atributo (produtividade e CEa) e número de classes, foram produzidos dois mapas de zonas de manejo, um sem e outro com a correção da anisotropia, onde os mesmos foram comparados por meio do índice kappa, com significância testada pelo teste Z. O número de zonas de manejo foi avaliado quanto ao Índice de Performance Fuzzy (FPI) e a Entropia da Partição Modificada (MPE). A subdivisão da área em duas zonas de manejo, sem e com correção de anisotropia, apresentou maior índice kappa, com valores de 0,89 e 0,91 respectivamente, não apresentando diferenças significativas entre si.

ABSTRACT The proper handling soil allows the reduction of contaminants, maximize agricultural productivity, and is directly related the knowledge spatial variability of soil attributes. This spatial variability can express isotropic and anisotropic form. The latter being neglected in research related to management zones delineation. In this context, the present study aimed to evaluate the effect of the geometric anisotropy correction on the management zone delineation. The methodology was applied under database of soybean productivity and apparent electrical conductivity (CEa) of a rural property in Ponta Porã - MS. By means of this georeferenced database, maps was interpolated with ordinary kriging. For each combination, attribute (productivity and CEa) and number of classes, were produced two maps management zones, one without and one with anisotropy correction, the same were compared through the kappa index, with significance tested by the Z-test. The management zones number was also evaluated by Fuzziness Performance Index (FPI) and the Modified Partition Entropy (MPE). The area subdivision in two management zones, without and with anisotropy correction, presented higher Kappa index, with values of 0.89 and 0.91 respectively, but not presented significant differences with each other.

RESUMO Diversas pesquisas utilizam medidas de condutividade elétrica aparente do solo (CEa) como indicador da variabilidade espacial de atributos físico-químicos existentes no campo de produção. Com base nestas medidas, zonas de manejo (ZM) são delineadas para aperfeiçoamento da gestão agrícola. Entretanto, estas amostras têm apresentado presença de outliers. Todavia, a presença ou incorreta detecção e exclusão de outliers altera o formato do variograma, exibindo estimativas não fidedignas para os seus parâmetros. Dessa forma, objetivou-se nesta pesquisa, tratar dados amostrais da CEa por meio de métodos robustos à presença de outliers, fundamentados na teoria de aproximações robusta e na geoestatística baseada em modelos, para o delineamento de ZM. Assim, estimadores robustos de Cressie Hawkins, Genton’s e MAD Dowd foram avaliados. Nesta avaliação, selecionou-se o estimador de semivariância de Cressie Hawkins. E na sequência, optou-se pelo ajuste cúbico do semivariograma via Critério de Informação de Akaike (AIC). As estimativas obtidas com este ajuste foram aplicadas na plug-in robusto de krigagem. E coerentemente o mapa de krigagem da CEa obtido foi utilizado no classificador fuzzy k-means. Com uso do fuzzy k-means, diferentes ZM foram avaliadas, selecionando-se o mapa com duas ZM por meio dos índices FPI, MPE, Fukuyama-Sugeno e xie beni. As ZM estabelecidas foram validadas quanto as suas diferenças médias relativas à CEa por meio de modelos lineares mistos. Nesta validação optou-se pelo modelo de erros independentes, através do AIC. E dessa forma, diante a exposição dos resultados alcançados, foi possível delinear o mapa de ZM sem necessidade de recorrer à exclusão de outliers, evidenciando o mérito da metodologia empregada.

ABSTRACT Measures of the apparent electrical conductivity (ECa) of soil are used in many studies as indicators of spatial variability in physicochemical characteristics of production fields. Based on these measures, management zones (MZs) are delineated to improve agricultural management. However, these measures include outliers. The presence or incorrect identification and exclusion of outliers affect the variogram function and result in unreliable parameter estimates. Thus, the aim of this study was to model ECa data with outliers using methods based on robust approximation theory and model-based geostatistics to delineate MZs. Robust estimators developed by Cressie-Hawkins, Genton and MAD Dowd were tested. The Cressie-Hawkins semivariance estimator was selected, followed by the semivariogram cubic fit using Akaike information criterion (AIC). The robust kriging with an external drift plug-in was applied to fitted estimates, and the fuzzy k-means classifier was applied to the resulting ECa kriging map. Models with multiple MZs were evaluated using fuzzy k-means, and a map with two MZs was selected based on the fuzzy performance index (FPI), modified partition entropy (MPE) and Fukuyama-Sugeno and Xie-Beni indices. The defined MZs were validated based on differences between the ECa means using mixed linear models. The independent errors model was chosen for validation based on its AIC value. Thus, the results demonstrate that it is possible to delineate an MZ map without outlier exclusion, evidencing the efficacy of this methodology.

RESUMO Índices de vegetação na delimitação de zonas de manejo para a soja A delimitação de zonas para fins de manejo específico pode ser uma abordagem operacional e economicamente viável na agricultura de precisão. Objetivou-se investigar a relação entre índices espectrais amostrados durante diferentes estádios fenológicos da cultura da soja e as zonas de produtividade da lavoura. Atributos do solo estratificados em cada zona e a influência da altitude também foram estudados. Foram calculados os índices de razão simples, de vegetação por diferença normalizada e de vegetação ajustado ao solo, durante os estádios V6, R5 e R5.5 da soja. Procedeu-se à análise de dependência espacial via semivariogramas para os índices de vegetação, produtividade da soja e elevação do terreno. O mapa da produtividade foi tomado como referência para avaliar a concordância espacial com os diferentes mapas gerados a partir dos índices espectrais. Os valores médios de atributos químicos e granulométricos do solo foram calculados e analisados por teste de médias entre as zonas delineadas. A divisão do campo em duas zonas de manejo, em função da combinação da altitude, índice de razão simples do estádio V6 e índice de vegetação ajustado ao solo do estádio R5.5, foi a que apresentou maior concordância com o mapa de produtividade da soja. Foram identificadas diferenças nos teores de fósforo, argila e silte, nas zonas de manejo delineadas.

ABSTRACT The delimitation of site-specific management zones may be an operational and economically feasible approach in precision agriculture. This study aimed at investigating the spatial correlations between spectral indexes sampled during different growth stages of soybean and crop yield. Soil attributes stratified in each zone and the influence of altitude were also assessed. The simple ratio index, normalized difference vegetation index and soil-adjusted vegetation index were calculated for soybean at the V6, R5 and R5.5 stages. Spatial dependence analysis via semivariogram was performed for the vegetation indexes, soybean yield and terrain elevation. The crop yield map was taken as a reference to assess the spatial agreement with the different maps generated from the spectral indexes. The average values for chemical and granulometric soil attributes were calculated and analyzed by their means among the zones delineated. The field division into two management zones, due to the combination of altitude, simple ratio index of the V6 stage and soil-adjusted vegetation index of the R5.5 stage, showed the highest agreement with the soybean yield map. Differences between the delineated zones were identified for the phosphorus, clay and silt contents.

O presente estudo objetivou analisar a variabilidade espacial dos atributos químicos e da textura de um Latossolo Vermelho distroférrico. A propriedade onde o estudo foi realizado localiza-se no município de Sidrolândia (MS) e produz soja, milho e algodão, adotando rotação de culturas e o sistema de plantio direto. Em uma área experimental de aproximadamente 90 hectares foi amostrado solo em 181 pontos georeferenciados. As amostras foram compostas por quatro amostras simples, representativas da profundidade de 0,00-0,20 m. Foram mensurados os atributos químicos e a textura do solo. Realizou-se, inicialmente, análise de discrepantes e, posteriormente, análise descritiva e geoestatística para caracterizar as amostras e identificar a dependência espacial dos atributos estudados. Não foi detectada dependência espacial para os atributos acidez ativa em água, alumínio, acidez potencial, saturação por bases e matéria orgânica. As melhores estimativas de valores para locais não amostrados foram observadas para os atributos físicos do solo, os quais apresentaram os melhores parâmetros de ajuste dos variogramas e da validação cruzada. As técnicas de geoestatística utilizadas possibilitaram o ajuste dos modelos teóricos que melhor representaram a semivariância experimental, possibilitando assim a construção de mapas temáticos da distribuição espacial dos valores dos atributos do solo estudado.

This study aimed to analyze the spatial variability of the chemical attributes and texture of a red latosol. The study was carried out on a property in the town of Sidrolândia, Matto Grosso do Sul, which produces soybeans, corn and cotton, using crop rotation and a no-tillage system. In an experimental area of approximately 90 hectares, samples were taken of the soil at 181 geo-referenced points. The samples were each composed of four single samples, representing depths of from 0 to 0.2 m. The chemical and texture of the soil were measured. Initially a discrepancy analysis was performed followed by descriptive and geostatistical analyses, to characterize the samples and identify the spatial dependence of the attributes studied. No spatial dependence was detected for the attributes: active water acidity, aluminum, potential acidity, base saturation and organic matter. The best estimates of values for non-sampled locations were observed for the physical properties of the soil, which presented parameters which best fit the variograms and cross-validation. The geostatistical techniques used allowed adjustment of the theoretical models that best represented the experimental semivariance, thus enabling the construction of thematic maps of spatial distribution for the values of the attributes of the studied soil.

Buscou-se, com este estudo, estimar, através do uso da cokrigagem, valores de cálcio e magnésio, utilizando como co-variável valores de pH. Em um Latossolo Vermelho Distroférrico, amostrou-se a camada de 0-0,2 m, utilizando grade de 25 x 25 m, totalizando 60 pontos em 5,02 ha. Realizou-se, inicialmente, análise descritiva e de correlação e, posteriormente, análise geoestatística, para identificar a dependência espacial das variáveis estudadas. Utilizando a técnica da cokrigagem, os valores de pH mostraram-se eficientes na estimativa de teores de Ca e Mg, devido a elevada correlação entre esta co-variável e as variáveis a serem estimadas.

Sought, with this study, estimating, through the use of cokriging, values of calcium and magnesium, using as covariate pH. In a Rhodic Hapludox, sampled the layer of 0-0.2 m, using the grid of 25 x 25 m, totaling 60 points from 5.02 ha. Was held, initially, descriptive analysis and correlation, and subsequently, geostatistical analysis to identify the spatial dependence of variables. Using the technique of cokriging pH values were efficient in the estimation of Ca and Mg, due to the high correlation between this covariate and the variables to be estimated.

O objetivo deste trabalho foi analisar o efeito da distribuição espacial do teor de água dos grãos e da produtividade do feijoeiro sobre as perdas e a qualidade do produto durante o processo de arranquio, recolhimento, trilha e separação em uma recolhedora-trilhadora. O trabalho foi realizado em uma área de 35 ha sob pivô central. Foi determinado o teor de água dos grãos no arranquio e no recolhimento, a produtividade total e líquida da lavoura, a velocidade de trabalho da máquina, a quantidade de grãos perdidos no arranquio, no recolhimento e na trilha e separação e a porcentagem de matéria estranha e própria do feijoeiro presente no produto. As perdas de grãos e a qualidade do produto colhido apresentaram elevada variação de seus valores na área, indicando a necessidade de regulagem específica da recolhedora-trilhadora em cada caso durante a colheita, em função do teor de água e da produtividade.

The objective of this work was to analyze the effect of grain moisture and crop yield spatial distribution on grain losses and quality during bean uprooting, collecting, threshing and separating process on a retirement-threshing machine. The work was performed in a 35 ha area under a central pivot irrigation system. Grain moisture on the uprooting and collecting process, the crop yield, the machine work speed, the grain losses during uprooting, collecting, threshing and separating process and the material-other-than-grain were measured. Grain losses and product quality displayed high variation over the area, showing the need for a specific regulation of the retirement-threshing machine on each case during the harvest, in function of the grain moisture and crop yield.