Em cada ponto amostral estaqueado se coletou em todas as plantas originadas os seguintes atributos da cultura da soja:
a) produtividade de grãos (PG) obtida com sensor de produtividade instalado em colhedora, com os valores transformados para as condições padronizadas de 0,13 kg.kg-1
b) produtividade de grãos (PG) por amostragem em cada ponto, com os valores transformados para as condições padronizadas de 0,13 kg kg-1 de umidade, representados
em kg.ha-1;
c) massa de mil grãos (MM), em grama.
3.12.1 Aquisição de dados de produção por colhedora
Para a realização da colheita na área de estudo e geração dos dados de campo utilizou-se o conjunto mecanizado disponível na propriedade, e composto por Colhedora da marca John Deere, modelo 9570 STS com motor de 275 cv de potência nominal e capacidade do tanque graneleiro de 8.800 litros. Plataforma de corte da marca John Deere, modelo Hydraflex 625 com largura de colheita de 7,62 m (25 pés).
Para a geração dos dados de colheita que possibilitam a geração dos mapas de produtividade é necessário o uso dos componentes montados na colhedora: Sensor de produtividade, Sensor de teor de umidade de grãos, receptor GNSS e Monitor Greenstar® 2630. Ainda, um sistema SIG para realizar o armazenamento e tratamento dos dados coletados.
O sensor de produtividade encontra-se montado no topo do elevador de grãos limpos. O sensor utilizado nesta máquina é um sensor de impacto, os grãos são acelerados pelas pás do elevador de grão limpo e lançados contra a placa, a deformação da placa é medida estabelecendo uma relação de massa. O sensor de teor de umidade de grãos encontra-se montado no topo do elevador de grãos limpos, logo abaixo do sensor de produtividade. O próprio fluxo de grãos abastece a câmara de processamento do sensor de umidade. O funcionamento deste sensor é do tipo capacitância, ele mede a constante dielétrica dos grãos entre as placas de um capacitor, medindo assim a umidade dos grãos. Para o georeferenciamento dos pontos de colheita de rendimento e umidade foi utilizado o receptor de posição modelo Star Fire 3000, o qual recebe sinal de satélites GPS e o Sistema Orbital Global de Navegação por Satélite (GLONASS), além do sinal da John Deere utilizado neste teste de campo fornecido pelos satélites INMARSAT.
Para acompanhamento visual do rendimento da lavoura, configuração, geração dos arquivos necessários para gerar os mapas de produtividade e transferências de dados foi utilizado o monitor GS 2630. As transferências de dados foram realizadas por meio de uma porta USB localizadas na parte traseira do monitor.
Para a exportação dos dados de colheita utilizou-se o programa computacional Apex® para realizar a exportação dos dados de colheita para extensão de arquivo em formato shape para possibilitar trabalhar com os dados dos mapas de produtividade com o programa computacional QGIS. O Apex® é um programa computacional com
ferramentas SIG (Sistemas de Informações Geográficas) de gerenciamento de mapas e informações coletadas em campo, incluindo algumas ferramentas de gerenciamento da frota agrícola. O programa permite criar e manipular os mapas gerados em campo pelo sistema de mapeamento de produtividade (JOHN DEERE, 2018).
Utilizando o arquivo dos pontos de colheita que mostra o formato da área de estudo foi desenhado e vetorizado o limite de contorno. O limite de contorno é necessário para a geração da malha de pontos, que foi utilizado posteriormente, para criar os mapas de produtividade da lavoura
A partir dos arquivos shape dos dados de colheita da área de estudo foi utilizado o programa QGIS para obter os valores nos pontos amostrais.
A partir da malha de amostragem das coordenadas (x,y) foi possível para inserir valores de colheita obtidos por meio dos arquivos de produtividade.
Nos pontos considerados se realizou um shape com área circular com raio de 5m e 78,54 m2 (Figura13) e foram por critério determinados a partir da média dos valores dos
pontos de colheita na área para a realização dos cálculos.
Figura 13 - Mapa de colheita da área de estudo “talhão aeroporto”. Não Me Toque – RS.
Os dados foram obtidos com o plugin (4)“zonal statistics” (Figura 14), que permite
analisar os resultados de uma classificação temática. Ele permite calcular vários valores dos pixels de uma camada raster com a ajuda de uma camada poligonal vetor. Escolhendo uma faixa de cor, o plug-in gera colunas de saída na camada vector com um prefixo definido pelo utilizador e calcula para cada polígono, as estatísticas sobre os pixels que se encontram dentro do vetor.
Figura 14 - Plugin QGIS zonal statistics
Fonte: Autor (2018)
Uma vez obtido os dados, a tabela dos buffers correspondente aos pontos amostrais é exportada para o excel.
3.12.2 Coleta de dados de componentes produtivos por amostragem
Realizou-se a coleta de duas amostragens por ponto da malha com área representativa de 1,0 m2, com duas linhas de plantas (1,0 m x 1,0 m).
Os dados de produtividade foram filtrados para retirada dos valores discrepantes (outliers) bem como pontos com problemas de localização. Os valores considerados discrepantes serão os rendimentos de grãos nulos e os valores menores que a média menos 2,5 vezes o desvio padrão da produtividade e maiores que a média mais 2,5 vezes o desvio
4 Plugin ou módulo de extensão (também conhecido por plug-in, add-in, add-on) é um programa de
computador usado para adicionar funções a outros programas maiores, provendo alguma funcionalidade especial ou muito específica. Geralmente pequeno e leve, é usado somente sob demanda.
padrão (FLORIN et al., 2009). A análise de normalidade dos dados será realizada com o intuito de avaliar a distribuição dos dados após a retirada dos valores discrepantes.
3.12.3 Coleta de dados de peso de mil grãos
O peso de mil grãos foi padronizado a 13% de umidade. Simultaneamente, para determinação da massa de 1000 grãos foram separadas as amostras dos 90 pontos de amostragem da área de estudo. A contagem de mil grãos foi realizada com equipamento “seed count S-25 research” da Wintersteiger AG (Figura 24) na Fundação Pró-Sementes de Passo Fundo-RS. Este equipamento tem alta precisão em contagem de grãos com capacidade de contar na velocidade de até 110 sementes por segundo.
Figura 15 - Equipamento “seed count S-25 research”. Passo Fundo - RS
Fonte: Autor (2018)
3.12.4 Coleta de dados do índice de área foliar (IAF)
O índice de área foliar foi estimado a partir de imagem orbital do satélite sentinel- 2 para obtenção do índice de vegetação “Soil Adjusted Vegetation Index” (SAVI) definido a partir da relação linear entre as bandas do vermelho e do infravermelho próximo para reduzir a influência do solo na reflectância do dossel e é expresso pela Equação 19 (RONDEAUX et al., 1996):
SAVI = (B8 – B4) (1 + 0.5) / (B8+ B4+ 0.5) .( 19 )
Onde:
B8 = banda do infravermelho próximo – NIR (842 nm) B4 = banda do vermelho visível (665 nm)
0,5 = ajuste para o solo
De posse do SAVI, estimou-se o índice de área foliar (IAF, dado em m2 folhas/m2
solo) por meio da equação empírica sugerida por Allen et al. (2002) conforme equação 20:
=
(,
, )
( , ) ...( 20 ) 3.12.5 Análise do rendimento de grãos
Após a obtenção dos valores do rendimento de grãos para uma grade amostral regular será realizada a análise geoestatística dos dados regionalizados obtidos pela colhedora e pela amostragem. Cada conjunto de dados será interpolado utilizando a mesma grade regular de pontos. Esta padronização garante que todos os mapas gerados tenham o mesmo número de pixels e possam ser sobrepostos.
Após a obtenção dos mapas com o mesmo número de pixels, será feita a análise exploratória dos dados, para verificar a distribuição estatística dos dados de produtividade. Estes dados serão analisados por meio das medidas de posição e dispersão, assimetria e curtose. Para interpretação do coeficiente de variação (CV) foram utilizados os limites propostos considerando baixo quando CV < 10%; médio, quando 10% < CV < 20%; alto, quando 20% < CV < 30% e muito alto quando CV > 30% (DALCHIAVON et al., 2012).