Made available in DSpace on 2014-08-20T13:44:39Z (GMT). No. of bitstreams: 1 tese_claudio_wrege_leite.pdf: 1316804 bytes, checksum: 7a553f17cd305923446648b4b3b8cd72 (MD5) Previous issue date: 2007-06-11 / This paper resulted from the analysis of three harvests in a row of the following crops: 2003/2004 rice harvest; 2004/2005 soybeans harvest; 2005/2006 rice harvest, as well as the 2005/2006 post-harvest rice crop (Oryza sativa L.) on Granja do Salso (Salso Farm) in Sta. Vitória do Palmar county, R.S. with the purpose of applying precision agriculture to soil fertility in the production of irrigated rice seeds. A 22,18ha area was used, which was subsequently divided into 15 1,48ha lots with fixed meshes of 122m x 122m (grid). Soil analyses were performed before each sowing and also after the last year s rice harvest for each lot. Soil sampling was obtained by collecting 9 subsamples which made up the composite sample; these samples were then sent to the Soil Analysis Laboratory at UFPel. Georeferral of soil sampling was measured from each lot center. A yield map was established and fertility maps were created both from soil analyses and seed physiological quality determination: Management areas with differentiated fertilization to correct and make phosphorus and potassium contents uniform were established. The results obtained show that: precision agriculture provided an increase in soil fertility by the use of management areas; the use of management areas decreased soil fertility variability among the lots of the area under analysis; no correlation between soil fertility and irrigated rice crop yield was found; no correlation between soil fertility and seed physiological quality in irrigated rice was found. / Este trabalho foi conduzido durante três safras em sucessão de culturas: arroz, safra 2003/2004; soja, safra 2004/2005; arroz, safra 2005/2006 e mesma safra 2005/2006 após a colheita de arroz (Oryza sativa L.), localizado na Granja do Salso, em Santa Vitória do Palmar/RS, com o objetivo de aplicar a agricultura de precisão à fertilidade do solo para produção de sementes de arroz irrigado. Foi utilizado um quarteirão de 22,18ha, o qual foi dividido em 15 parcelas de 1,48ha, com malhas fixas medindo 122m x 122m (grid). Para cada parcela antes de cada cultivo e após a colheita de arroz do último ano, foram determinadas análises de solo, a amostragem de solo foi obtida pela retirada de 9 subamostras para formar a amostra composta, as quais foram encaminhadas para o Laboratório de Análise de Solo da UFPel. O georreferenciamento das amostras de solo foi medido a partir do ponto central de cada parcela. Foi determinado o mapa de rendimento, mapas de fertilidade criados através das análises de solo e determinações de qualidade fisiológica das sementes. Foram criadas zonas de manejo com adubação diferenciada para corrigir e uniformizar os teores de fósforo e de potássio. Os resultados deste trabalho mostram que: agricultura de precisão proporcionou aumento de fertilidade do solo através do uso de zonas de manejo; o emprego de zonas de manejo diminuiu a variabilidade da fertilidade do solo entre as parcelas do quarteirão estudado; não houve correlação entre fertilidade de solo e rendimento na cultura de arroz irrigado; não foi observado efeito entre fertilidade do solo e qualidade fisiológica de sementes em arroz irrigado.

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / The mapping of grain yield is the main tool for analysis of the results of the techniques of precision agriculture used. In this sense, the aim of this study was to describe the equipment and clarify the current state of the art mapping yield (Chapter I), to analyze the occurrence of similarity between maps over time using different cultures (Chapter II), and finally, determine the influence that soil properties exert on crop yields (Chapter III). In Chapter I deal with the basic equipment that composes a set of monitoring harvest, giving emphasis on yield sensors on the market, the sequence shows the possibilities of using yield maps for management areas. For analysis of yield stability (Chapter II), there were four areas with a history of monitoring four crops of soybean, corn, wheat and oats. The areas were divided by a regular grid (20 x 20 m) for each raster is assigned the value of average yield of the points that were inside. Data were normalized to enable the temporal analysis. The correlation between soil properties and productivity (Chapter III) was evaluated in an area of 88 acres using the Spearman correlation. The soil samples were taken manually auger at a depth from 0 to 0.1 m, over a regular grid (50 x 50 m). The yield values of these points were determined by averaging the sample points using different radius in three cultures. The results demonstrated the presence of yield stability, especially in areas with large variation in yield in one year. The methodology should be used with caution, especially in places where there is a tendency to homogeneity in yield. The radius sample used to determine the value of yield point has a direct influence on the values of the correlations. Increasing the radius to the sample value of 30 meters provided significant gradual increase in the values of correlations. The phosphorus was the nutrient that showed high positive correlation with yield, despite being above the levels described for the critical state. / O mapeamento da produtividade de grãos constitui a principal ferramenta de análise dos resultados das técnicas de agricultura de precisão utilizadas. Neste sentido o objetivo do estudo foi descrever os equipamentos e esclarecer o estado atual da arte de mapeamento da produtividade (capitulo I), analisar a ocorrência de similaridade entre mapas ao longo do tempo utilizando diferentes culturas (capitulo II) e, por fim, determinar a influência que os atributos do solo exercem na produtividade das culturas (capitulo III). No capítulo I são descritos os equipamentos básicos que compõe um conjunto de monitoramento de colheita, dando ênfase para os sensores de produtividade presentes no mercado, na sequencia são apresentadas as possibilidades de utilização dos mapas de produtividade para gerenciamento das áreas. Para análise da estabilidade produtiva (capitulo II), foram utilizadas quatro áreas com um histórico de monitoramento de quatro safras das culturas da soja, milho, trigo e aveia. As áreas foram divididas por uma malha quadricular (20 x 20 m), para cada quadricula se atribuiu o valor de produtividade médio dos pontos que se encontravam no seu interior. Os dados foram normalizados para possibilitar a análise temporal. A correlação entre atributos do solo e a produtividade (capitulo III) foi avaliada em uma área de 36 hectares utilizando a correlação de Spearman. As amostragens de solo foram realizadas manualmente com trado calador na profundidade de 0 - 0,1 m, através de uma malha regular (50 x 50 m). Os valores de produtividade destes pontos foram determinados através da média dos pontos utilizando diferentes raios amostrais em três culturas. Os resultados demonstraram a presença de estabilidade produtiva, sobretudo em áreas que apresentam grande oscilação na produtividade em um mesmo ano. A metodologia deve ser utilizada com cautela, principalmente em locais onde há uma tendência à homogeneidade na produtividade. O raio amostral utilizado para determinar o valor de produtividade de um ponto tem influencias diretas sobre os valores das correlações. O aumento do raio amostral até o valor de 30 metros proporcionou aumentos graduais significativos nos valores das correlações. O fósforo foi o nutriente que apresentou maiores correlações positivas com a produtividade, mesmo estando acima dos teores críticos descritos para o estado.

Based on productivity maps and data analysis it is possible for the producer to check and act over the low yielding areas, maximizing the final productivity that way. This paper intents to show the importance of the usage of precision agriculture maps on farms in order to help farmers to determine low yielding areas and act over it, improving productivity. This paper and the generated maps referred during the text were made using John Deere equipment and AMS (Agricultural Management Solutions). The studied area is a 19ha (190.000m²) total area, located at Faxinal, Paraná state. Five maps were analyzed totaling a 3 years range period of samples that were used later for interpolation. The interpolations and adjustments done were made using Apex® and CR Campeiro® software. The output of this interpolation is a single map that shows some tendencies for some areas to present low, medium and high yield. Those regions represent 5,95%, 86,25% and 7,80% respectively. This map is a base for the final analysis that will provide information to develop and increase productivity in low yielding areas. / Com base nos mapas de produtividade e as análises realizadas dos locais proporciona ao produtor rural agir pontualmente nestas áreas de baixa produtividade para maximizar sua produção. Este trabalho demonstra a importância da agricultura de precisão em utilizar os mapas de produtividade nas propriedades rural para ajudar a determinar pontos de baixa produtividade nas áreas colhidas, desta forma possibilita ser realizada análise destes locais para determinar qual é o fator que está gerando esta baixa produtividade. Para o desenvolvimento deste trabalho e geração dos mapas de produtividade foi utilizado o sistema de Solução em Gerenciamento Agrícola (AMS) e equipamentos da John Deere. A área do estudo é de 19 ha (190.000 m²) localizados no município de Faxinal - PR obteve-se desta área, mapas de produtividade de um período de três anos totalizando cinco mapas, que foram utilizados para realizar a interpolação. Para a realização da interpolação e ajustes dos mapas utilizaram-se os programas Apex® e CR Campeiro®, o resultado final desta interpolação foi a geração do mapa mostrando as zonas de manejo da área de estudo onde, no decorrer deste período, a produtividade manteve uma tendência nas regiões de baixa, média e alta produtividade do talhão, estas regiões representaram 5,95%, 86,25% e 7,80% respectivamente. Com base no mapa com as áreas de zona de manejo possibilitará a análise das regiões menos produtivas do talhão para maximizar a produção.