ANÁLISE ESPACIAL DOS ATRIBUTOS DO SOLO NA DELIMITAÇÃO DE ZONAS DE MANEJO ESPECÍFICO NA CULTURA DO MILHO
ANÁLISIS DE ESPACIO DE LOS ATRIBUTOS DEL SUELO EN LA
DELIMITACIÓN DE ZONAS ESPECÍFICAS DE MANEJO EN CULTIVOS DE MAÍZ SPACE ANALYSIS OF SOIL ATTRIBUTES IN THE DELIMITATION OF SPECIFIC
MANAGEMENT ZONES IN CORN CROP
Apresentação: Pôster
Douglas Martins de Santana; Virley Gardeny Lima Sena; Stéfanny Barros Portela; Vinicius Ribamar Alencar Macedo ; Emanoel Gomes de Moura
Introdução
Nas regiões tropicais os solos derivados de rochas sedimentares clásticas com baixo teor de elementos agregantes, como cálcio, ferro e carbono orgânico estão amplamente difundidos (DANIELLS, 2012). O manejo inadequado deste solo, estruturalmente frágil e propenso à coesão resulta em condições desfavoráveis para agrossistemas sustentáveis, pois afeta a enraizabilidade do solo, a eficiência do uso da água e de nutrientes (MOURA et al., 2016). Juntos, esses fatores diminuem a produtividade da biomassa e de matéria orgânica do solo e aumentam os riscos de degradação deste.
Nessas circunstâncias, as interações negativas entre a enraizabilidade reduzida do solo e as condições atmosféricas, a profundidade e fertilidade da camada enraizável bem como as características físicas e químicas do solo atingem o potencial de produtividade total, como também ajuda a evitar a degradação do solo (MOURA et al., 2013).
Nessas circunstâncias, o uso inadequado do solo é uma das maiores ameaças às áreas de reservas naturais e a manutenção de um ecossistema saudável, principalmente porque utiliza-se áreas empobrecidas para o cultivo de pastagens ou culturas anuais, quando o solo não pode mais fazê-lo (MOURA et al., 2016), o que acaba ocasionando a degradação do solo, o que justifica o uso práticas adequadas locais (GISLADOTTIR; STOCKING, 2005). A agricultura de precisão ou manejo de sites específicos procura identificar, analisar e gerenciar
a variabilidade espacial e temporal dentro de campos agrícolas, a fim de otimizar a rentabilidade, sustentabilidade e proteção do meio ambiente (MZUKU et al., 2005). Potencialmente, o uso de algumas práticas de agricultura de precisão pode contribuir para melhorar a eficiência da produção e diminuir o impacto ambiental (ORTEGA; SANTIBÁÑEZ, 2007).
As zonas de manejo de sites específicos podem ser utilizadas como ferramenta para diminuir o fosso entre os rendimentos agrícolas médios e o teto de rendimento potencial das culturas, de forma que a agricultura possa atender a demanda crescente de alimentos, objetivo da intensificação ecológica da agricultura. Portanto, para preservar a floresta tropical e manter um ecossistema amazônico saudável, é essencial fornecer informações para a compreensão e manejo do solo de acordo com o desempenho do solo através de indicadores que refletem processos ecossistêmicos e integrem propriedades físicas, químicas e biológicas. Este estudo tem como objetivo examinar a variação espacial dos atributos do solo que afetam a produtividade do milho em um solo tropical estruturalmente frágil da periferia amazônica.
Fundamentação Teórica
A variabilidade de rendimento das culturas foi relatada mesmo em campos bem manejados (AMADO et al. 2007), devido às zonas de variabilidade da qualidade do solo e às interações entre os atributos do solo (HÖRBE et al. 2013; ORTEGA; SANTIBÁÑEZ, 2007).
Em algum lugar entre o que representa o campo como uma unidade única e a representação do campo como uma resolução contínua de dados, encontra-se o conceito de zonas de manejo (KITCHEN et al. 2005). O manejo de sites específicos é um sistema de manejo que considera a variabilidade espacial e temporal das propriedades do solo e da produtividade da cultura (MULLA; SCHEPERS, 1997). Essas zonas de manejo são usadas para delinear áreas de um campo para avaliar os efeitos dos atributos do solo sobre o rendimento.
O interesse na identificação de zonas de produtividade é devido ao fato de que as decisões do manejo são dependentes de estimativas confiáveis do rendimento esperado (KITCHENET al. 2005).
O experimento foi conduzido no estado do Maranhão, Brasil (3º 38 'S, 42º 58'W), em uma planície com declividade < 1% e solo classificado como Latossolo Amarelo Distrocoeso. O experimento foi instalado em 2011 usando um sistema de cultivo em aleias. A área foi dividida em quatro partes iguais de 42,5 x 70 m e as leguminosas arbóreas foram plantadas a um espaçamento de 0,5 m entre plantas e 2,5 m entre as fileiras. Utilizaram-se três espécies: sombreiro (Clitoria fairchildiana), acácia (Acacia mangium) e leucena (Leucaena leucocephala). Um quarto da área foi mantida sem leguminosas. Para medir a produtividade do milho, 160 pontos de amostragem foram delimitados em uma grade regular de 10 x 7 m. As coordenadas de cada ponto foram registradas usando um dispositivo GPS. Para este estudo, em fevereiro de 2013 e 2014 no início da estação chuvosa, foram plantadas três linhas de milho (Zea mays L.) da cultivar Ag 7088 entre as filas de leguminosas, espaçadas com 80 cm de distância entre linhas e 25 cm entre plantas. Em todos os anos, foi feita adubação de plantio com 50 kg ha-1 N, 120 kg ha-1 P2O5, 100 kg ha-1 K2O e 5 kg ha-1 Zn. Um total de 100 kg ha-1 de N, fornecido na forma de ureia foi aplicado no estágio de crescimento do milho V8, em todos os anos.
As amostras de solo foram retiradas para análise química em profundidades de 0 a 20 cm; foram coletadas seis repetições usando um trado holandês. As amostras de cada ponto foram passadas através de uma peneira de 2 mm e depois secas ao ar antes das análises. As amostras de solo foram analisadas para C, pH, P e K+ trocável, Ca2+, Mg2+ e (H+ Al³+). Na maturidade fisiológica, o rendimento do milho foi determinado em duas áreas de 10 m2, dentro de cada grade de 70 m².
A variabilidade espacial foi analisada através da construção de semivariogramas ajustados em um modelo matemático de acordo com os seguintes parâmetros: efeito de pepita (C0), patamar (C0 + C1) e alcance (a). A relação entre a semivariância do efeito pepita e semivariância do patamar foi utilizada para definir diferentes classes de dependência espacial. Os semivariogramas e os mapas foram gerados usando krigagem com o pacote geoestatísticos GS + (Gamma Design de Software, 2001).
Resultados e Discussões
propriedades que demonstram comportamentos espacialmente correlacionados. A análise espacial dos dados mostrou que o campo experimental apresentou variabilidade espacial nos indicadores analisados, que apresentam algum grau de autocorrelação espacial.
Os semivariogramas foram calculados para cálcio, MOS e produtividade do milho em 2013 e 2014, e os parâmetros foram melhores estimados para o modelo esférico (Tabela 1). O semivariograma para conteúdo de MOS e cálcio mostraram um maior efeito de pepita e patamar do que a produtividade do milho. O efeito pepita do semivariograma é uma medida de variabilidade inexplicada, sendo estimada a partir da proporção do efeito pepita para o patamar. Aproximadamente 18% e 23% da variação no cálcio e MOS, respectivamente, no local de campo foi inexplicável. Essa variabilidade inexplicada pode ser devida a variabilidade em escalas de amostragem menores do que o intervalo amostrado (7 m) usado para este estudo ou a variabilidade resultante de erros de analises. O alcance para cálcio e MOS foi de 70 m e 69 m, respectivamente. O alcance é uma medida da distância máxima que as propriedades permanecem correlacionadas espacialmente. A variabilidade não é aleatória nas distâncias menores que o alcance e a variação entre dois pontos depende da distância da separação. Os valores de grau de dependência espacial (GDE) de 0 a 25% indicam uma forte dependência espacial, 25 a 75% indicam uma dependência espacial moderada e 75 a 100% corresponde a uma fraca dependência espacial (CAMBARDELLA et al., 1994).
Tabela 1 Parâmetros de semivariograma ajustados para Ca2+, MOS e produtividade do milho em 2013 e 2014.
Variável Modelo C0 C0 + C a (m) GDE (%) R2 CV
Ca2+ Esférico 4.82 26.2 70 18 0.94 0.97
MOS Esférico 1.54 6.70 69 23 0.93 0.95
Prod 2013 Esférico 0.25 0.65 67 38 0.89 0.95 Prod 2014 Esférico 0.12 0.40 48 31 0.81 0.87
C0 – efeito pepita; C0+ C – patamar; a – alcance; GDE– grau de dependência espacial [C0 *100/(C + C0)]; CV – validação cruzada; MOS – matéria orgânica do solo.
A autocorrelação espacial positiva, como mostrado pelos semivariogramas, indica que atributos semelhantes são agrupados espacialmente. Assim, se a dependência espacial for detectada, os semivariogramas modelados podem então serem usados para mapear a variável interessada por krigagem, um método de interpolação que produz estimativas imparciais. Os mapas obtidos através da krigagem mostraram variáveis preditoras significativas para o rendimento que poderiam ser influenciadas por práticas de manejo, pois a MOS e o cálcio
estão associados espacialmente e apresentam valores baixos na maior parte do campo experimental (Fig. 1a, b). Assim, cerca de 98% da área apresentou baixo ou muito baixo conteúdo de cálcio (< 26 mmolc dm-3), enquanto a MOS foi muito baixa (< 20 g dm-3) em quase 99% do campo experimental.
Fig. 1. Distribuição espacial de (a) MOS, (b) cálcio no campo experimental.
Do mesmo modo, a variação da produção de grãos de milho também apresentou valores de baixa produtividade em 2013 (2,40 a 6,49 Mg ha-1) e 2014 (2,95 a 5,95 Mg ha-1) (Fig. 2a, b). Assim, em cerca de 96% da área, a produtividade foi inferior a 5 Mg ha-1 em 2013. Em 2014, a área com produtividade inferior a 5 Mg ha-1 aumentou para 98%. Fig. 2. Distribuição espacial da produtividade de grãos de milho 2013 (a) e produtividade de grãos de milho 2014 (b) no campo experimental.
Fig. 2. Distribuição espacial da produtividade de grãos de milho 2013 (a) e produtividade de grãos de milho 2014 (b) no campo experimental.
Conclusões
O rendimento de grãos apresentou alta relação espacial com o conteúdo de cálcio e MOS, portanto, o conteúdo de cálcio e MOS podem ser utilizados como atributos do solo na delimitação de zonas de manejo específico para o cultivo do milho.
Referências
Amado, T. J. C. (2007). Variabilidade espacial e temporal da produtividade de culturas sob sistema plantio direto. Embrapa Informação Tecnológica, 42(8), doi:10.1590/s0100-204x2007000800006.
Cambardella CA, Mooman TB, Novak JM, Parkin TB, Karlem DL, Turvo RF, Konopa AE. 1994. Field scale variability of soil properties in central Iowa soil. Soil Science Society of America Journal 47:1501-1511. DOI: 10.2136/sssaj1994.03615995005800050033x
Daniells IG. 2012. Cohesive soils: a review. Soil Research 50:349–359. Galvão ACF, Magalhães AR, Lima JR, Barbosa MMTL. 2016. Land degradation neutrality: implications for Brazil. Center for Strategic Studies and Management. Brasília – Brazil. pp.28.
Gisladottir G, Stocking M. 2005. Land degradation control and ist global environmental benefits. Land Degradation & Development 16: 99-112.
Hörbe, T. A. N., Amado, T. J. C., Ferreira, A. O., & Alba, P. J. (2013). Optimization of corn plant population according to management zones in Southern Brazil. Precision Agriculture, 14(4), 450-465, doi:10.1007/s11119-013-9308-7.
Moura EG, Gehring C, Braun H, Ferraz Junior ASL, Reis FO, Aguiar ACF. 2016. Improving farming practices for sustainable soil use in the humid tropics and rainforest ecosystem health. Sustainability 8: (9), 841. DOI: 10.3390/su8090841
Moura EG, Sena VGL, Correa MS, Aguiar AFC. 2013. The importance of an alternative for sustainability of agriculture around the periphery of the Amazon rainforest. Recent Patents on Food, Nutrition & Agriculture 5:70–78. DOI: 10.2174/2212798411305010011
Mulla, D. J., & Schepers, J. S. (1997). Key Processes and Properties for Site-Specific Soil and Crop Management. In F. J. Pierce, & E. J. Sadler (Eds.), The State of Site-Specific Management for Agriculture (pp. 1-18): American Society of Agronomy, Crop Science Society of America, Soil Science Society of America.
MZUKU, M.; KHOSLA, R.; REICH, R.; INMAN, D.; SMITH, F.; MACDONALD, L. Spatial Variability of Measured Soil Properties across Site-Specific Management Zones. Soil Science Society of America Journal, v. 69, n. 5, p. 1572-1579, 2005/9 2005.
Kitchen, N. R., Sudduth, K. A., Myers, D. B., Drummond, S. T., & Hong, S. Y. (2005).
Delineating productivity zones on claypan soil fields using apparent soil electrical conductivity. Computers and Electronics in Agriculture, 46(1–3), 285-308, doi:http://dx.doi.org/10.1016/j.compag.2004.11.012.
Ortega, R. A., & Santibáñez, O. A. (2007). Determination of management zones in corn (Zea mays L.) based on soil fertility. Computers and Electronics in Agriculture, 58(1), 49-59, doi:http://dx.doi.org/10.1016/j.compag.2006.12.011.
