Condutividade elétrica aparente do solo como ferramenta para agricultura de precisão em uma área sob Cerrado

Abstract

A agricultura de precisão busca o manejo dos campos de forma a maximizar o lucro e reduzir os impactos ambientais. Para tanto, deve-se considerar a variabilidade espacial dos atributos que definem a produtividade das culturas agrícolas. O manejo considerando a variabilidade de propriedades do solo proporciona melhorias no gerenciamento de insumos, entretanto, um banco de dados espacial para essa finalidade necessita de um grande número de amostras de solo. Por esse motivo o mapeamento de atributos do solo por meio de amostras diretas não é a opção com melhor relação custo/benefício. Amostragens indiretas são preferíveis e a condutividade elétrica aparente do solo (CEa) é uma técnica com elevada aceitação em agricultura de precisão. Esse trabalho tem o objetivo de avançar nos conhecimentos a respeito dessa técnica, testando-a em uma condição de Cerrado. Para tanto, foi avaliada as condições de amostragem, a variabilidade espacial, temporal e a utilidade dessas informações para a agricultura de precisão. Os resultados revelam que na condição de amostragem com teor de água no solo mais elevada, a CEa mais se correlaciona com atributos do solo e menos se correlaciona com o teor de água no solo, sendo considerada a melhor condição de amostragem. A variabilidade espacial da CEa gerou quatro classes, quando utilizando o classificador Fuzzy c-means. Entretanto, um método de análise de amostras de solo no interior das classes combinou-as em apenas duas, que foram distintas para os atributos mais correlacionados com a CEa e que apresentaram forte dependência espacial. Esses atributos foram, potencial hidrogeniônico (pH), saturação por bases (V), acidez potencial (H+Al), ferro (Fe) e capacidade total de troca catiônica (T). A variabilidade temporal da CEa foi avaliada por meio da análise de componentes principais. A componente que melhor descreveu a variabilidade temporal da CEa explicou 18 % da variabilidade total dos dados e apresentou dependência espacial. Essa componente correlacionou com a altitude, T e a condutividade elétrica do extrato de saturação (CEes). Nesse estudo, a altitude foi considerada o atributo que mais influenciou a variabilidade temporal da CEa. Para as condições desse trabalho a CEa representou uma boa informação para análise indireta de importantes atributos do solo.

Precision agriculture seeks the management of fields in order to maximize profit and reduce environmental impacts. For this, one must consider the spatial variability of the attributes that define the yield of agricultural crops. The management considering the variability of soil properties provides improvements in the management of inputs, however, a spatial database for this purpose requires a large number of soil samples. To map the soil attributes using direct samples generally is not the option most cost effective. Indirect samplings are preferable, and the apparent soil electrical conductivity (ECa) is a technique with high acceptance in precision agriculture. The objective of this work is to advance the knowledge about this technique by testing it in a Cerrado condition. Therefore, the sampling conditions, the spatial and temporal variability, and the usefulness these information for precision agriculture were evaluated. The results regarding the sampling condition show that when the soil moisture is higher, the ECa correlated most closely with soil attributes and correlated less with soil moisture and was considered to be the best condition for sampling. The spatial variability of ECa generated four classes when used the fuzzy c-means classifier. However, a method of analysis of soil samples within classes combined them in just two, which were distinct for the attributes most correlated with the ECa and the obtained semivariogram showed low discontinuity at the origin. These attributes were the potential of hydrogen (pH), base saturation (V), potential acidity (H + Al), iron (Fe) and full cation exchange capacity (T). The temporal variability of ECa was analyzed by using the principal component technique. The component that best described the temporal variability of ECw explained 18% of the total variability of the data and presented spatial dependence. This component was correlated with altitude, T and electrical conductivity of saturation extract (CEes). In this study the altitude was considered the attribute that most influenced the temporal variability of the ECa. In this study case, the ECa represented a good information for analysis of spatial variability of physical and chemical attributes of soil.