Made available in DSpace on 2017-05-12T14:48:09Z (GMT). No. of bitstreams: 1 Marcio Paulo de Oliveira.pdf: 1960743 bytes, checksum: 7438fe00d388d47b01b27d6cfdf2e229 (MD5) Previous issue date: 2010-02-04 / The knowledge about soil and plant attributes is important for the improvement of agricultural management. Intense tillage activities may induce not only alterations in the soil attributes but also decrease in productivity. Studies directed to the soil and plant spatial variability identification and the relations amid these variables are tools for agriculture, with the potential to increase productivity. The data set for this study was sampled in a Rhodic Acrudox soil, at a farmland that has been being cultivated for over five years under no-tillage system, with soybean and wheat in crop succession. At 252 m long transect, 84 points were demarcated, with 3 m of spacing between each of them. The relations between soybean productivity and soil water content, micro, macro and total porosity, soil density and soil resistance to penetration at 0,0-0,10 m and 0,10-0,20 m deep layers, were evaluated, as well as the respective variabilities. The relations between soybean productivity and soil attributes were determined using simple and cross correlations, followed by the state space models determinations, compared to linear and multiple regression models. The results have shown that the soybean productivity and soil mechanical resistance variables presented not only autocorrelation structure but also crosscorrelation structure. The state space models, relating to the soybean productivity at a point i, with the same attribute at point i-1, at the two layers, were more efficient than the equivalent models in simple and multiple regression. With geoestatistics, the spatial dependence structure was determined with envelopes and models for the semivariograms, allowing identification and classification of the spatial dependence for the variables under study. The thematic maps were obtained with simple kriging and indicated the soil attributes behavior, related to the soybean productivity. / O conhecimento do comportamento dos atributos do solo e da planta é importante para a melhoria das práticas agrícolas. A intensa atividade de cultivo pode provocar modificações dos atributos do solo e reduzir a produtividade de uma cultura em determinada região. Os estudos que visam identificar a variabilidade espacial dos atributos do solo e da planta e a relação entre esses atributos surgem como um recurso para a agricultura, podendo ser utilizados para realização de um manejo adequado dos recursos disponíveis, ampliando a produtividade e preservando o meioambiente. Os dados para a realização deste estudo foram obtidos em um Latossolo Vermelho distroférrico, em uma área cultivada há mais de cinco anos com alternância entre as culturas de soja e trigo, com o sistema de plantio direto. Em uma transeção de 252 m de comprimento foram demarcados 84 elementos amostrais, espaçados de 3 m entre si. As relações da produtividade da soja com os seguintes atributos físicos e hídricos do solo: teor de água no solo, microporosidade, macroporosidade e porosidade total do solo, densidade do solo e resistência mecânica do solo à penetração, nas camadas 0,0-0,10 m e 0,10-0,20 m, foram avaliadas bem como a variabilidade espacial desses atributos. A relação entre a produtividade da soja e os atributos do solo foi determinada através das correlações simples e cruzada entre os elementos amostrais de cada atributo, seguida da estimação dos modelos em espaço de estados, comparados aos modelos equivalentes em regressão linear múltipla. Os resultados mostraram que as variáveis produtividade da soja e resistência do solo a penetração apresentaram estrutura de autocorrelação e de correlação cruzada entre si. Os modelos estimados em espaço de estados, relacionando a produtividade da soja em um ponto i com a produtividade da soja e resistência do solo a penetração nas duas camadas no ponto i -1 mostraram-se mais eficientes do que os modelos equivalentes estimados em regressão linear simples e múltipla. Por meio da geoestatística, a estrutura de dependência espacial foi avaliada por meio dos envelopes e modelos para os semivariogramas experimentais, permitindo identificar e classificar a dependência espacial das variáveis em estudo. Os mapas temáticos foram obtidos por meio de interpolação por krigagem ordinária e indicaram o comportamento dos atributos do solo ligadas a produtividade da soja.