De forma a agregar valor à cultura da soja, e consequentemente à comercialização, produtores de médio e grande porte tem utilizado técnicas de agricultura de precisão (AP) como o Sensoriamento Remoto, Sistemas de Informações Geográficas (SIG) e posicionamento via satélite, para auxiliar no gerenciamento das lavouras. Assim, diante da relevância econômica desta cultura para a região sudoeste do Paraná e para o Brasil, são fundamentais os estudos científicos para o aumento de sua produtividade e rentabilidade. O objetivo deste trabalho é avaliar a correlação entre os atributos químicos do solo e a produtividade da soja, para cada estimativa de parâmetro do semivariograma (alcance, efeito pepita e patamar), e o desdobramento destas correlações em efeitos diretos e indiretos, visando melhorar o processo de mapeamento da variabilidade espacial dos atributos químicos do solo para a aplicação em AP. A hipótese é que nem todos os atributos do solo usados para estimar os parâmetros do semivariograma tem efeito direto sobre a produtividade, e que mesmo em grupos de plantas dentro de uma área maior é possível estimar os parâmetros dos semivariogramas. O experimento foi realizado em uma área comercial de 19,7 ha, situada no município de Pato Branco – PR, de coordenadas geográficas centrais 26º 11’ 35” de latitude Sul, 52º 43’ 05” de longitude Oeste, e altitude média de 780 m. A área é cultivada com soja há mais de 30 anos, sendo adotada atualmente a cultivar Brasmax Alvo RR – Don Mario 5.9i, com espaçamento entre fileiras de 0,50 m e 13 plantas m-1, totalizando 260 000 plantas ha-1. Para o georreferenciamento da área de estudo e dos pontos de amostragem foi utilizado um par de receptores topográficos ProMarkTM3, realizando-se um posicionamento relativo para a obtenção das coordenadas georreferenciadas. Para a coleta de dados (análises química do solo e produtividade da cultura) foram amostrados 10 blocos na área experimental, cada qual com área de 20 m2 (20 metros de extensão x 1 metro de largura), contendo duas fileiras adjacentes espaçadas de 0,5 m. Cada bloco foi dividido em 20 parcelas de 1 m2, e em cada uma delas foram coletadas 4 sub-amostras em um raio de 0,5 m em relação às entrelinhas dos blocos, compondo-se uma amostra composta para a profundidade 0-10 m e uma amostra composta para 10-20 m para cada parcela, totalizando 200 amostras para cada profundidade. A colheita da soja dos blocos foi realizada em função da maturação e, em cada bloco, formaram-se feixes a cada metro. Na análise dos dados, realizou-se o diagnóstico de multicolinearidade, e posterior análise de trilha das variáveis principais em função das variáveis explicativas (alcance dos atributos químicos: pH, K, P, Ca, etc.). Os resultados obtidos pela análise de trilha dos parâmetros dos semivariogramas dos atributos químicos do solo, indicaram que somente o Fe, Mg, Mn, Matéria Orgânica (MO), P e Saturação por Bases (SB) exerceram efeitos diretos e indiretos sobre a produtividade da soja, apesar de não terem apresentado variabilidade espacial, indicando que a distribuição dos blocos na área não foi capaz de identificar a dependência espacial destes elementos, impossibilitando a elaboração de mapas dos atributos químicos para a aplicação em AP. / In order to add value to soybens crops, and hence the marketing, medium and large producers have been using precision agriculture techniques (PA), as the Remote Sensing, Geographic Information Systems (GIS) and positioning satellite, to assist the management of crops. Thus, given the economic relevance of that culture to the southwest of Paraná State and Brazil, scientific studies to increase their productivity and profitability are of main importance. The objective of this study was to evaluate the correlation between the chemical soil properties and soybean yield for each estimated parameter of semivariogram (range, nugget and level effect), and the deployment of these correlations in direct and indirect effects, aiming to improve the mapping process of spatial variability of soil chemical properties for use in PA. The hypothesis is that not all attributes of soil used to estimate the semivariogram parameters has a direct effect on productivity, and that even in groups of plants within a larger area it is possible to estimate the parameters of the semivariograms. The experiment was conducted in a commercial area of 19.7 ha, located in the city of Pato Branco - PR, central geographic coordinates 26º 11 '35 "South, 52 43' 05" West longitude, and average altitude of 780 m. The area is planted with soybeans for over 30 years, currently being adopted to cultivate Brasmax Target RR - Don Mario 5.9i, with row spacing of 0.50 m and 13 plants m-1, totaling 260,000 plants ha-1. For georeferencing of the area of study and sampling points was used a couple of topographic ProMarkTM3 receptors, making a relative positioning to obtain the georeferenced coordinates. To collect data (chemical analyzes of soil and crop yield) were sampled 10 blocks in the experimental area, each with an area of 20 m2 (20 meters long x 1 meter wide) containing two spaced adjacent rows of 0.5 m. Each block was divided into 20 portions of 1 m2, and from each were collected four subsamples at a distance of 0.5 m in relation to the lines of blocks, making up a sample depth for 0-10 cm a sample to 10-20 cm for each plot, totaling 200 samples for each depth. The soybean crop was performed on the blocks depending on maturity, and in each block was considered a bundle at each meter. In the data analysis, it was performed a diagnosis of multicollinearity, and subsequently a path analysis of the main variables according to the explanatory variables (range of chemical attributes: pH, K, P, Ca, etc.). The results obtained by the path analysis of the parameters of the semivariogram of soil chemical properties, indicated that only the Fe, Mg, Mn, organic matter (OM), P and Saturation by bases (SB) exerted direct and indirect effects on soybean productivity, although they have not presented spatial variability, indicating that the distribution of blocks in the area was unable to identify the spatial dependence of these elements, making it impossible to draw up maps of the chemical attributes for use in PA.

A análise de mapas temáticos, no contexto da agricultura de precisão (AP), é um recurso utilizado para compreender a variabilidade espacial dos atributos do solo em áreas de cultivo, podendo trazer importantes subsídios para a realização de um manejo racional, promovendo aumento da produtividade e redução do impacto ambiental. Neste contexto, o objetivo desse trabalho foi desenvolver e disponibilizar uma ferramenta computacional em ambiente web, que permite a geração de mapas temáticos fazendo uso de métodos tradicionais de interpolação de dados sugeridos na literatura (inverso da distância elevado à uma potência, média móvel e vizinho mais próximo). O software foi testado com dados provenientes de pesquisas de AP (atributos físicos e químicos do solo e produtividade do milho) desenvolvidas em uma área agrícola de 19,8 ha localizada na região oeste do estado do Paraná. Os resultados obtidos mostraram que o uso do software permitiu que fossem gerados mapas temáticos de variáveis normalmente utilizadas em agricultura de precisão, possibilitando avaliar a distribuição de cada atributo na área a ser trabalhada e identificar possíveis causas de variação na produtividade. Por estar instalado em servidor com recursos sob demanda, o software possui desempenho satisfatório do ponto de vista funcional e pode ser acessado de qualquer ambiente web (browser). / The analysis of thematic maps, in the precision agriculture (AP) context, is a resource used to understand the spatial variability of soil attributes in cultivated areas, witch can bring important subsidies for rational handling, improving yield and reducing environmental impact. Thus, the main goal of this research was to develop and make available a web-based software, which provides the ability to draw thematic maps according to well-known methods of data interpolation (inverse of distance weighted, moving average, nearest-neighbor). The software was tested with AP research data (physical and chemical soil attributes and corn yield) developed in a 19.8 ha agricultural area located in the western region of Parana state. The use of the software made possible generating thematic maps of variables usually used in precision agriculture, allowing to evaluate the distribution of each attribute in the area and identify possible causes of variations in yield. As the software is installed in a on-demand server, it provides good performance from a functional point of view and can be accessed from any web environment (browser).

O crescimento da necessidade de alimentos, a escassez de água, a maior preocupação com o meio ambiente e a busca pelo aumento da lucratividade são fatores que têm estimulado a adoção da agricultura de precisão. Neste contexto surgem novas tecnologias como os sistemas voltados ao apoio nas tomadas de decisão. Este trabalho apresenta uma ferramenta capaz de mapear os índices de qualidade da maçã georeferenciados e transformá-los em uma variável gráfica para servir de apoio ao gerenciamento do pomar. O sistema foi desenvolvido em linguagem Java, com o uso da especificação JavaServer Faces e da biblioteca de componentes gráficos PrimeFaces. O banco de dados escolhido para armazenar as informações foi o PostgreSQL com a extensão geográfica PostGIS. O resultante deste projeto foi nomeado Apple Show e tem a capacidade de mapear as áreas analisadas, marcar os pontos classificados e interpolá-los, apresentando-os e classificando-os em forma de mapas. / The growing need for food, water scarcity, the biggest concern for the environment and the search for increased profitability are factors that have stimulated the adoption of precision agriculture. In this context appear new technologies as systems geared to support the decision-making. This paper presents a tool to map the apple quality indices georeferenced and turn them into a graphics variable to provide support in the orchard management. The system was developed in Java language, using the JavaServer Faces specification and the PrimeFaces graphics library. The database chosen to store the information was PostgreSQL with the geographical extension PostGIS. The result of this project was named Apple Show and has the ability to map the analyzed areas, mark the classified points and interpolate them, presenting them and classifying them in the form of maps.

De forma a agregar valor à cultura da soja, e consequentemente à comercialização, produtores de médio e grande porte tem utilizado técnicas de agricultura de precisão (AP) como o Sensoriamento Remoto, Sistemas de Informações Geográficas (SIG) e posicionamento via satélite, para auxiliar no gerenciamento das lavouras. Assim, diante da relevância econômica desta cultura para a região sudoeste do Paraná e para o Brasil, são fundamentais os estudos científicos para o aumento de sua produtividade e rentabilidade. O objetivo deste trabalho é avaliar a correlação entre os atributos químicos do solo e a produtividade da soja, para cada estimativa de parâmetro do semivariograma (alcance, efeito pepita e patamar), e o desdobramento destas correlações em efeitos diretos e indiretos, visando melhorar o processo de mapeamento da variabilidade espacial dos atributos químicos do solo para a aplicação em AP. A hipótese é que nem todos os atributos do solo usados para estimar os parâmetros do semivariograma tem efeito direto sobre a produtividade, e que mesmo em grupos de plantas dentro de uma área maior é possível estimar os parâmetros dos semivariogramas. O experimento foi realizado em uma área comercial de 19,7 ha, situada no município de Pato Branco – PR, de coordenadas geográficas centrais 26º 11’ 35” de latitude Sul, 52º 43’ 05” de longitude Oeste, e altitude média de 780 m. A área é cultivada com soja há mais de 30 anos, sendo adotada atualmente a cultivar Brasmax Alvo RR – Don Mario 5.9i, com espaçamento entre fileiras de 0,50 m e 13 plantas m-1, totalizando 260 000 plantas ha-1. Para o georreferenciamento da área de estudo e dos pontos de amostragem foi utilizado um par de receptores topográficos ProMarkTM3, realizando-se um posicionamento relativo para a obtenção das coordenadas georreferenciadas. Para a coleta de dados (análises química do solo e produtividade da cultura) foram amostrados 10 blocos na área experimental, cada qual com área de 20 m2 (20 metros de extensão x 1 metro de largura), contendo duas fileiras adjacentes espaçadas de 0,5 m. Cada bloco foi dividido em 20 parcelas de 1 m2, e em cada uma delas foram coletadas 4 sub-amostras em um raio de 0,5 m em relação às entrelinhas dos blocos, compondo-se uma amostra composta para a profundidade 0-10 m e uma amostra composta para 10-20 m para cada parcela, totalizando 200 amostras para cada profundidade. A colheita da soja dos blocos foi realizada em função da maturação e, em cada bloco, formaram-se feixes a cada metro. Na análise dos dados, realizou-se o diagnóstico de multicolinearidade, e posterior análise de trilha das variáveis principais em função das variáveis explicativas (alcance dos atributos químicos: pH, K, P, Ca, etc.). Os resultados obtidos pela análise de trilha dos parâmetros dos semivariogramas dos atributos químicos do solo, indicaram que somente o Fe, Mg, Mn, Matéria Orgânica (MO), P e Saturação por Bases (SB) exerceram efeitos diretos e indiretos sobre a produtividade da soja, apesar de não terem apresentado variabilidade espacial, indicando que a distribuição dos blocos na área não foi capaz de identificar a dependência espacial destes elementos, impossibilitando a elaboração de mapas dos atributos químicos para a aplicação em AP. / In order to add value to soybens crops, and hence the marketing, medium and large producers have been using precision agriculture techniques (PA), as the Remote Sensing, Geographic Information Systems (GIS) and positioning satellite, to assist the management of crops. Thus, given the economic relevance of that culture to the southwest of Paraná State and Brazil, scientific studies to increase their productivity and profitability are of main importance. The objective of this study was to evaluate the correlation between the chemical soil properties and soybean yield for each estimated parameter of semivariogram (range, nugget and level effect), and the deployment of these correlations in direct and indirect effects, aiming to improve the mapping process of spatial variability of soil chemical properties for use in PA. The hypothesis is that not all attributes of soil used to estimate the semivariogram parameters has a direct effect on productivity, and that even in groups of plants within a larger area it is possible to estimate the parameters of the semivariograms. The experiment was conducted in a commercial area of 19.7 ha, located in the city of Pato Branco - PR, central geographic coordinates 26º 11 '35 "South, 52 43' 05" West longitude, and average altitude of 780 m. The area is planted with soybeans for over 30 years, currently being adopted to cultivate Brasmax Target RR - Don Mario 5.9i, with row spacing of 0.50 m and 13 plants m-1, totaling 260,000 plants ha-1. For georeferencing of the area of study and sampling points was used a couple of topographic ProMarkTM3 receptors, making a relative positioning to obtain the georeferenced coordinates. To collect data (chemical analyzes of soil and crop yield) were sampled 10 blocks in the experimental area, each with an area of 20 m2 (20 meters long x 1 meter wide) containing two spaced adjacent rows of 0.5 m. Each block was divided into 20 portions of 1 m2, and from each were collected four subsamples at a distance of 0.5 m in relation to the lines of blocks, making up a sample depth for 0-10 cm a sample to 10-20 cm for each plot, totaling 200 samples for each depth. The soybean crop was performed on the blocks depending on maturity, and in each block was considered a bundle at each meter. In the data analysis, it was performed a diagnosis of multicollinearity, and subsequently a path analysis of the main variables according to the explanatory variables (range of chemical attributes: pH, K, P, Ca, etc.). The results obtained by the path analysis of the parameters of the semivariogram of soil chemical properties, indicated that only the Fe, Mg, Mn, organic matter (OM), P and Saturation by bases (SB) exerted direct and indirect effects on soybean productivity, although they have not presented spatial variability, indicating that the distribution of blocks in the area was unable to identify the spatial dependence of these elements, making it impossible to draw up maps of the chemical attributes for use in PA.

A análise de mapas temáticos, no contexto da agricultura de precisão (AP), é um recurso utilizado para compreender a variabilidade espacial dos atributos do solo em áreas de cultivo, podendo trazer importantes subsídios para a realização de um manejo racional, promovendo aumento da produtividade e redução do impacto ambiental. Neste contexto, o objetivo desse trabalho foi desenvolver e disponibilizar uma ferramenta computacional em ambiente web, que permite a geração de mapas temáticos fazendo uso de métodos tradicionais de interpolação de dados sugeridos na literatura (inverso da distância elevado à uma potência, média móvel e vizinho mais próximo). O software foi testado com dados provenientes de pesquisas de AP (atributos físicos e químicos do solo e produtividade do milho) desenvolvidas em uma área agrícola de 19,8 ha localizada na região oeste do estado do Paraná. Os resultados obtidos mostraram que o uso do software permitiu que fossem gerados mapas temáticos de variáveis normalmente utilizadas em agricultura de precisão, possibilitando avaliar a distribuição de cada atributo na área a ser trabalhada e identificar possíveis causas de variação na produtividade. Por estar instalado em servidor com recursos sob demanda, o software possui desempenho satisfatório do ponto de vista funcional e pode ser acessado de qualquer ambiente web (browser). / The analysis of thematic maps, in the precision agriculture (AP) context, is a resource used to understand the spatial variability of soil attributes in cultivated areas, witch can bring important subsidies for rational handling, improving yield and reducing environmental impact. Thus, the main goal of this research was to develop and make available a web-based software, which provides the ability to draw thematic maps according to well-known methods of data interpolation (inverse of distance weighted, moving average, nearest-neighbor). The software was tested with AP research data (physical and chemical soil attributes and corn yield) developed in a 19.8 ha agricultural area located in the western region of Parana state. The use of the software made possible generating thematic maps of variables usually used in precision agriculture, allowing to evaluate the distribution of each attribute in the area and identify possible causes of variations in yield. As the software is installed in a on-demand server, it provides good performance from a functional point of view and can be accessed from any web environment (browser).

O crescimento da necessidade de alimentos, a escassez de água, a maior preocupação com o meio ambiente e a busca pelo aumento da lucratividade são fatores que têm estimulado a adoção da agricultura de precisão. Neste contexto surgem novas tecnologias como os sistemas voltados ao apoio nas tomadas de decisão. Este trabalho apresenta uma ferramenta capaz de mapear os índices de qualidade da maçã georeferenciados e transformá-los em uma variável gráfica para servir de apoio ao gerenciamento do pomar. O sistema foi desenvolvido em linguagem Java, com o uso da especificação JavaServer Faces e da biblioteca de componentes gráficos PrimeFaces. O banco de dados escolhido para armazenar as informações foi o PostgreSQL com a extensão geográfica PostGIS. O resultante deste projeto foi nomeado Apple Show e tem a capacidade de mapear as áreas analisadas, marcar os pontos classificados e interpolá-los, apresentando-os e classificando-os em forma de mapas. / The growing need for food, water scarcity, the biggest concern for the environment and the search for increased profitability are factors that have stimulated the adoption of precision agriculture. In this context appear new technologies as systems geared to support the decision-making. This paper presents a tool to map the apple quality indices georeferenced and turn them into a graphics variable to provide support in the orchard management. The system was developed in Java language, using the JavaServer Faces specification and the PrimeFaces graphics library. The database chosen to store the information was PostgreSQL with the geographical extension PostGIS. The result of this project was named Apple Show and has the ability to map the analyzed areas, mark the classified points and interpolate them, presenting them and classifying them in the form of maps.

Made available in DSpace on 2014-06-11T19:29:44Z (GMT). No. of bitstreams: 0 Previous issue date: 2007-08-15Bitstream added on 2014-06-13T18:39:45Z : No. of bitstreams: 1 lima_rc_me_ilha.pdf: 1256958 bytes, checksum: 10a524377229cb4e6d18c7e9e223d14e (MD5) / Universidade Estadual Paulista (UNESP) / A cultura do milho apresenta sistema radicular com alto potencial de desenvolvimento. Assim sendo, os atributos físicos do solo são de extrema importância à sua produtividade, uma vez que em condições adversas podem dificultar a penetração das raízes, e conseqüentemente limitar o adequado aproveitamento dos nutrientes e da água disponível. No ano de 2005, na Fazenda Bonança (Agropecuária Dahma), município de Pereira Barreto (SP), Brasil (20o40’12’’ latitude S; 51o01’50’’ longitude W), foi instalado o presente ensaio em uma área irrigada por pivô central e manejada no sistema de integração agricultura-pecuária, com plantio direto de milho sobre brachiária. Os atributos analisados foram: produtividade de forragem do milho (MSF), macroporosidade (MA), microporosidade (MI), porosidade total (PT), densidade (DS), resistência à penetração (RP) e umidade gravimétrica (UG) de um Latossolo Vermelho Distrófico (Acrustox Háplico), nas profundidades 1 (0-0,10 m), 2 (0,10- 0,20 m) e 3 (0,20-0,30 m). O objetivo foi estudar a variabilidade e as correlações lineares e espaciais entre os atributos da planta e do solo, visando selecionar um indicador da qualidade física do solo de boa representatividade para a produtividade da forragem. Foi instalada a malha geoestatística para a coleta dos dados do solo e da planta, contendo 125 pontos amostrais, numa área de 2500 m2 e declive homogêneo de 0,025 m/m. No geral, os atributos estudados, além de não terem revelado distribuição aleatória, apresentaram variabilidade entre baixa e muito alta. Seguiram padrões espaciais claramente definidos, com alcances da dependência espacial entre 6,6 e 31,1 metros. Assim, o maior alcance que poderá assegurar extrema semelhança em magnitude para qualquer atributo estudado, e que poderá alimentar os pacotes computacionais direcionados à... / Corn crops have great potential of root development. Therefore, the physical soil features are of great importance to the crops yields, as the unfavorable conditions may hinder root penetration and, thus, limit the nutrient and available water uptake. This experiment was established in 2005, on Bonança Farm (Dahma Agrarian), in Pereira Barreto (SP), Brasil (20°40’12’’ latitude S; 51°01’50’’ longitude W), in an area which was irrigated with centerpivot and managed according to the crop-livestock integration system, with corn under the notillage on Brachiaria. The analyzed characteristics were: corn forage yield (CFY), macroporosity (MA), microporosity (MI), total porosity (TP), density (SD), penetration resistance (PR) and gravimetric moisture (GM) of a Typic Hapludox in the depths of 1 (0- 0.10 m), 2 (0.10-0.20 m) and 3 (0.20-0.30 m). The objective was to study the variability and the linear and spatial correlations between the plant and the soil features, aiming at selecting an indicator for the physical quality of the soil which represents forage yield. A geostatistical mesh was installed for data collecting regarding the soil and the plant, with 125 sampling stations, in an area of 2500 m2 and homogeneous slope of 0.025 m/m. On the whole, the evaluated features, besides not showing random distribution, showed variability between low and very high. Spatial patterns which were clearly defined with the ranges of spatial dependence between 6.6 and 31.1 m have been followed. Therefore, the greatest range which can assure extreme magnitude similarity for any of the studied features, and which will be able to feed the software designed for precision farming, must be of 31.1 m. Despite the fact that the simple linear correlation between CFY and MI2 was low, it was extremely significant. However, from the spatial point of view, there has been high inverse correlation...(Complete abstract click electronic access below)

This study examines the grower’s decision to invest in precision agriculture technologies especially in-season variable rate nitrogen applications based on NDVI data collected from UAVs. NDVI, yield, soil, and other field data were collected from multiple corn and wheat fields located throughout North Dakota. Each field was divided into management zones to determine profitability of utilizing the technology based on in-season nitrogen applications for the grower’s field practice, high, low, and no applications. Results show that using the NDVI data collected from UAVs can be profitable when the grower decides to make the decision to apply nitrogen in a sidedress application.

Resumo: A cultura do milho apresenta sistema radicular com alto potencial de desenvolvimento. Assim sendo, os atributos físicos do solo são de extrema importância à sua produtividade, uma vez que em condições adversas podem dificultar a penetração das raízes, e conseqüentemente limitar o adequado aproveitamento dos nutrientes e da água disponível. No ano de 2005, na Fazenda Bonança (Agropecuária Dahma), município de Pereira Barreto (SP), Brasil (20o40'12'' latitude S; 51o01'50'' longitude W), foi instalado o presente ensaio em uma área irrigada por pivô central e manejada no sistema de integração agricultura-pecuária, com plantio direto de milho sobre brachiária. Os atributos analisados foram: produtividade de forragem do milho (MSF), macroporosidade (MA), microporosidade (MI), porosidade total (PT), densidade (DS), resistência à penetração (RP) e umidade gravimétrica (UG) de um Latossolo Vermelho Distrófico (Acrustox Háplico), nas profundidades 1 (0-0,10 m), 2 (0,10- 0,20 m) e 3 (0,20-0,30 m). O objetivo foi estudar a variabilidade e as correlações lineares e espaciais entre os atributos da planta e do solo, visando selecionar um indicador da qualidade física do solo de boa representatividade para a produtividade da forragem. Foi instalada a malha geoestatística para a coleta dos dados do solo e da planta, contendo 125 pontos amostrais, numa área de 2500 m2 e declive homogêneo de 0,025 m/m. No geral, os atributos estudados, além de não terem revelado distribuição aleatória, apresentaram variabilidade entre baixa e muito alta. Seguiram padrões espaciais claramente definidos, com alcances da dependência espacial entre 6,6 e 31,1 metros. Assim, o maior alcance que poderá assegurar extrema semelhança em magnitude para qualquer atributo estudado, e que poderá alimentar os pacotes computacionais direcionados à ...(Resumo completo, clicar acesso eletrônico abaixo) / Abstract: Corn crops have great potential of root development. Therefore, the physical soil features are of great importance to the crops yields, as the unfavorable conditions may hinder root penetration and, thus, limit the nutrient and available water uptake. This experiment was established in 2005, on Bonança Farm (Dahma Agrarian), in Pereira Barreto (SP), Brasil (20°40'12'' latitude S; 51°01'50'' longitude W), in an area which was irrigated with centerpivot and managed according to the crop-livestock integration system, with corn under the notillage on Brachiaria. The analyzed characteristics were: corn forage yield (CFY), macroporosity (MA), microporosity (MI), total porosity (TP), density (SD), penetration resistance (PR) and gravimetric moisture (GM) of a Typic Hapludox in the depths of 1 (0- 0.10 m), 2 (0.10-0.20 m) and 3 (0.20-0.30 m). The objective was to study the variability and the linear and spatial correlations between the plant and the soil features, aiming at selecting an indicator for the physical quality of the soil which represents forage yield. A geostatistical mesh was installed for data collecting regarding the soil and the plant, with 125 sampling stations, in an area of 2500 m2 and homogeneous slope of 0.025 m/m. On the whole, the evaluated features, besides not showing random distribution, showed variability between low and very high. Spatial patterns which were clearly defined with the ranges of spatial dependence between 6.6 and 31.1 m have been followed. Therefore, the greatest range which can assure extreme magnitude similarity for any of the studied features, and which will be able to feed the software designed for precision farming, must be of 31.1 m. Despite the fact that the simple linear correlation between CFY and MI2 was low, it was extremely significant. However, from the spatial point of view, there has been high inverse correlation...(Complete abstract click electronic access below) / Orientador: Luiz Malcolm Mano de Mello / Coorientador: Morel de Passos e Carvalho / Banca: Marcelo Andreotti / Banca: Rubens Siqueira / Mestre

Artificial Intelligence (AI) is increasingly used in different parts of society for providing decision support in various activities. The agricultural sector is anticipated to benefit from an increased usage of AI and smart devices, a concept called smart farming technologies. Since the agricultural sector faces several simultaneous challenges, such as shrinking marginals, complicated pan-European regulations, and demands to mitigate the environmental footprint, there are great expectations that smart farming will benefit both individual farmers and industry stakeholders. However, most previous research focuses only on a small set of characteristics for implementing and optimising specific smart farming technologies, without considering all possible aspects and effects. This thesis investigates both technical and non-technical opportunities and hurdles when implementing AI in Swedish agricultural businesses. Three sectors in agriculture are scrutinized: arable farming, milk production and beef production. As a foundation for the thesis, a literature review revises former research on smart farming. Thereafter, an interview study with 27 respondents both explores the susceptibility and maturity of smart farming technologies and provides examples of technical requirements of three chosen applications of AI in agriculture. Findings of the study include a diverse set of aspects that both enable and obstruct the transition. Main identified opportunities are the importance smart farming has on the strategic agendas of several industry stakeholders, the general trend towards software technology as a service through shared machinery, the vast amount of existing data, and the large interest from farmers towards new technology. Contrasting, the thesis identifies main hurdles as technical and legislative challenges to data ownership, potential cybersecurity threats, the need for a well-articulated business case, and the sometimes lacking technical knowledge within the sector. The thesis concludes that the macro trend points towards a smart farming transition but that the speed of the transformation will depend on the resolutions for the identified obstacles.