Made available in DSpace on 2017-07-10T19:25:16Z (GMT). No. of bitstreams: 1 Denise.pdf: 4576988 bytes, checksum: e7402e2569d1f12da9ffb8dcadfd665c (MD5) Previous issue date: 2012-02-16 / Soy is one of the main crops in Brazil and in the region of Cascavel / PR, where agricultural production is large, although some factors that affect productivity, monitoring and process management have been diagnosed by geostatistical models for analysis of agricultural data. Studies on the spatial variability of soil attributes associated with soybean yield, provide recommendations for doses o with varied rates, according to the maps created by spatial models. The diagnostic study on influential points is a recommended procedure for studies on spatial variability. Detecting the influential points through local influence allows measuring the changes that these points have influence on and the construction of the thematic map. This paper aims to present studies on local influence in linear spatial models considering as dependent variable soybean yield and as covariates Carbon (C), Calcium (Ca), Potassium (K), Magnesium (Mg), Manganese (Mn) and Phosphorus (P). The study on local influence is held in the response variable and the covariates using additive disturbances. The techniques of local influence diagnostics, according to the final results, were efficient in identifying outliers considered influential variables for the individual linear spatial model / A soja é uma das principais culturas agrícolas do Brasil, em particular da região de Cascavel/PR, onde a produção agrícola é grande, mas com fatores que afetam a produtividade, o monitoramento e o gerenciamento do processo, diagnosticados por modelos geoestatísticos para análise de dados agrícolas. Os estudos de variabilidade espacial dos atributos do solo, associados à produtividade da soja, possibilitam a recomendação da dosagem de insumos com taxas variadas, de acordo com os mapas construídos pelos modelos espaciais. O estudo de diagnóstico de pontos influentes é um procedimento recomendado nos estudos da variabilidade espacial. Detectar os pontos influentes, por meio da influência local, possibilita medir as alterações que esses pontos influenciam nos resultados e na construção do mapa temático. Este trabalho tem como objetivo apresentar estudos de influência local em modelos espaciais lineares, considerando como variável resposta a produtividade da soja e como covariáveis o Carbono (C), o Cálcio (Ca), o Potássio (K), o Magnésio (Mg), o Manganês (Mn) e o Fósforo (P). O estudo da influência local é realizado na variável resposta e nas covariáveis por meio de perturbações aditivas. As técnicas de influência local, de acordo com os resultados obtidos, foram eficientes na identificação de valores atípicos para as variáveis analisadas individualmente e utilizando modelo espacial linear

Made available in DSpace on 2017-05-12T14:48:41Z (GMT). No. of bitstreams: 1 Denise.pdf: 4576988 bytes, checksum: e7402e2569d1f12da9ffb8dcadfd665c (MD5) Previous issue date: 2012-02-16 / Soy is one of the main crops in Brazil and in the region of Cascavel / PR, where agricultural production is large, although some factors that affect productivity, monitoring and process management have been diagnosed by geostatistical models for analysis of agricultural data. Studies on the spatial variability of soil attributes associated with soybean yield, provide recommendations for doses o with varied rates, according to the maps created by spatial models. The diagnostic study on influential points is a recommended procedure for studies on spatial variability. Detecting the influential points through local influence allows measuring the changes that these points have influence on and the construction of the thematic map. This paper aims to present studies on local influence in linear spatial models considering as dependent variable soybean yield and as covariates Carbon (C), Calcium (Ca), Potassium (K), Magnesium (Mg), Manganese (Mn) and Phosphorus (P). The study on local influence is held in the response variable and the covariates using additive disturbances. The techniques of local influence diagnostics, according to the final results, were efficient in identifying outliers considered influential variables for the individual linear spatial model / A soja é uma das principais culturas agrícolas do Brasil, em particular da região de Cascavel/PR, onde a produção agrícola é grande, mas com fatores que afetam a produtividade, o monitoramento e o gerenciamento do processo, diagnosticados por modelos geoestatísticos para análise de dados agrícolas. Os estudos de variabilidade espacial dos atributos do solo, associados à produtividade da soja, possibilitam a recomendação da dosagem de insumos com taxas variadas, de acordo com os mapas construídos pelos modelos espaciais. O estudo de diagnóstico de pontos influentes é um procedimento recomendado nos estudos da variabilidade espacial. Detectar os pontos influentes, por meio da influência local, possibilita medir as alterações que esses pontos influenciam nos resultados e na construção do mapa temático. Este trabalho tem como objetivo apresentar estudos de influência local em modelos espaciais lineares, considerando como variável resposta a produtividade da soja e como covariáveis o Carbono (C), o Cálcio (Ca), o Potássio (K), o Magnésio (Mg), o Manganês (Mn) e o Fósforo (P). O estudo da influência local é realizado na variável resposta e nas covariáveis por meio de perturbações aditivas. As técnicas de influência local, de acordo com os resultados obtidos, foram eficientes na identificação de valores atípicos para as variáveis analisadas individualmente e utilizando modelo espacial linear

Orientador: César Gustavo da Rocha Lima / Resumo: A água exerce influência direta no desenvolvimento de sociedades. Por sua vez, as águas subterrâneas apresentam um papel fundamental para o abastecimento humano por constituírem aproximadamente dois terços da fonte de água doce no mundo. A Companhia Ambiental do Estado de São Paulo (CETESB) controla e monitora atividades que possam ser fontes de poluição e avalia periodicamente os parâmetros de qualidade das águas. Sua rede conta com 75 pontos de monitoramento até 2012, dificultando um panorama amplo da qualidade das águas no Sistema Aquífero Bauru. O objetivo do trabalho foi estudar a variabilidade espacial e temporal dos parâmetros de qualidade das águas subterrâneas do SAB no Estado de São Paulo. Foram avaliados os parâmetros: Alcalinidade Bicarbonato, Bário, Cálcio, Condutividade Elétrica, Dureza, Magnésio, Nitrato, Potássio, pH, Sódio, Sólidos Totais Dissolvidos e Temperatura. Para tanto foi realizada a análise descritiva, de correlação e a análise geoestatística por meio do cálculo de variogramas experimentais para avaliação da dependência espacial e interpolações por krigagem ordinária. Os resultados indicaram que à exceção do pH e da Temperatura, todos os parâmetros possuíam elevada variabilidade dos dados, com Coeficientes de Variação (CV) elevados, em sua maior parte. As correlações significativas do ponto de vista prático de determinação laboratorial foram de Sólido Total Dissolvido com Cálcio (r = 0,770) e com Magnésio (r = 0,700), além da Dureza com Cálcio (r = 0... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: Water is essential for the life maintenance. It influences directly the society development over the centuries. Currently, groundwater resources have a crucial role for supply. These resources constitute around two thirds of the global freshwater sources. The Sao Paulo Environmental Company (CETESB) is responsible for manage activities which can be source of contamination and periodically assess water parameters. However, the CETESB system had 75 monitoring points until 2012, hindering area overview. This study aims evaluate variability and temporal-spatial dependency of water parameters for groundwater quality in the Bauru Aquifer System (BAS), in the State of Sao Paulo, using geostatistical techniques. The parameters were: Bicarbonate Alkalinity, Barium, Hardness, Calcium, Magnesium, Nitrate, Potassium, pH, Sodium, Total Dissolved Solids and Temperature. It has been done at first descriptive analysis and then spatial dependency for which parameter by semivariogram analyzes. The results showed that the parameters have a high variability, except by pH and Temperature, the coefficient variation were very high for the parameters. The significant correlations were Total Dissolved Solids with Calcium (r = 0.770) and Magnesium (r = 0.700) on a laboratorial practice. Besides Hardness and Calcium with r = 0.910. All parameters showed spatial dependency with appreciable semivariographic adjustments and kriging maps defined. The pH values were allowed for human consumption, except by ... (Complete abstract click electronic access below) / Mestre

The variability in crop production oleraceous affects planning and the quality of experiments, inflating the experimental error, and leading to erroneous conclusions with low experimental precision and reliability. The objectives of this study were to scale the number of plants and crops necessary for there to be improving the precision of estimates of production in vegetable crops, test geostatistics and modeling tool and verify the spatial dependence of fruit production of vegetable crops. From the blank experiments production data, obtained from protected cultivation with crops of zucchini, peppers and snap beans, the Department of Agronomy of the Federal University of Santa Maria, was applied the response surface model with variable dependent on the coefficient of variation and independent plot size and number of samples. Semivariograms were made in production data processed in indicators with the average cutoff point, in different simulations of plot sizes and crop groupings, and set the theoretical models spherical, exponential and Gaussian. For the zucchini the best combination of plot size and the number of crops, is seven base units and half of the production cycle, in both growing seasons. For the peppers, using 23 basic units and three harvests per plot grouped, regardless of seasonal growing season, yields greater experimental precision. For bean-to-pod lower coefficients of variation are in plots with 12 basic units (24 plants), for cultures performed in the greenhouse and field and 14 basic units for crops in the tunnel, the seasonal fall-winter season. In seasonal spring-summer season the plot size was 15 basic units for crops and the tunnel to the field. Seasonal stations in both the best grouping to use the harvest was complete. Theoretical models of spherical semivariogram, exponential and Gaussian estimates show weak spatial dependence. The average fresh weight of the fruit has random distribution within the farming environments not influenced plot size or number of harvests. / A variabilidade produtiva em cultivos olerícolas afeta o planejamento e a qualidade de experimentos, inflacionando o erro experimental, e levando a conclusões errôneas, com baixa precisão experimental e confiabilidade. Os objetivos deste estudo foram dimensionar o número de plantas e colheitas necessárias para que haja melhoria da precisão nas estimativas de produção em culturas olerícolas, testar a geoestatística como ferramenta de modelagem e verificar a dependência espacial entre a produção de frutos dos cultivos olerícolas. A partir dos dados de produção de experimentos em branco, realizados em cultivo protegido com as culturas de abobrinha italiana, pimentão e feijão-vagem, no Departamento de Fitotecnia da Universidade Federal de Santa Maria, foi aplicado o modelo de superfície de resposta, com variável dependente o coeficiente de variação e, independentes, o tamanho de parcela e o número de colheitas. Foram realizados semivariogramas dos dados de produção transformados em indicadores tendo a média como ponto de corte, em diferentes simulações de tamanhos de parcela e agrupamentos de colheita, sendo ajustado os modelos teóricos esférico, exponencial e gaussiano. Para a abobrinha italiana a melhor combinação entre o tamanho de parcela e o número de colheitas, é de sete unidades básicas e metade do ciclo produtivo, em ambas estações de cultivo. Para o pimentão, com o uso de 23 unidades básicas por parcela e 3 colheitas agrupadas, independente da estação sazonal de cultivo, obtém-se maior precisão experimental. Para o feijão-de-vagem os menores coeficientes de variação são em parcelas com 12 unidades básicas (24 plantas), para os cultivos realizados em estufa e campo e de 14 unidades básicas para os cultivos em túnel, na estação sazonal outono-inverno. Na estação sazonal primavera-verão o tamanho de parcela foi de 15 unidades básicas para os cultivos a túnel e a campo. Em ambas estações sazonais o melhor agrupamento de colheita foi a utilização do total. Os modelos teóricos de semivariograma esférico, exponencial e gaussiano estimados apresentam fraca dependência espacial. A média da massa fresca de frutos possui distribuição aleatória dentro dos ambientes de cultivo não sofrendo influência do tamanho de parcela ou do número de colheitas realizadas.

Orientador: Alan Rodrigo Panosso / Resumo: O estudo da anisotropia espacial apresenta grande importância na modelagem e mapeamento espacial das variáveis ambientais. Assim, o objetivo do trabalho foi caracterizar a anisotropia espacial da perda de solo e atributos químicos e físicos do solo em diferentes pedoformas com cultivo de cana-de-açúcar, por meio da utilização da dimensão fractal (DF). O estudo foi realizado a partir de um banco de dados legados do Grupo de Pesquisa CSME, referente a uma área de 200 ha, localizada em Tabapuã (SP), Brasil, onde foi estabelecida uma malha de amostragem regular de 50 m, com 623 pontos. Em cada ponto, foi estimada a perda de solo por erosão (A), com a Universal Soil Loss Equation(USLE), bem como os atributos teor de argila (Arg), Areia Total (AT), Capacidade de troca de cátions (CTC), Matéria orgânica (MO) e Fósforo (P). Identificou-se a predominância de condição anisotrópica para todos os atributos na pedoforma convexa nas direções entre 90º e 150º, baseadas nos gráficos de dispersão gerados a partir de diferentes escalas e direções. Porém na pedoforma côncava A, Arg e CTC apresentaram comportamento isotrópico. Obteve-se o melhor ajuste no resultado da validação cruzada de A, na pedoforma côncava no modelo isotrópico e na pedoforma convexa no modelo anisotrópico. Concluiu-se que a pedoforma convexa proporciona maior ocorrência de anisotropia demonstrando que a forma do relevo condiciona padrões diferenciados de anisotropia espacial. / Abstract: The study of spatial anisotropy is of great importance in the modeling and spatial mapping of environmental variables. Thus, the objective of the work was to characterize the spatial anisotropy of soil loss and chemical and physical attributes of the soil in different pedoforms with sugarcane cultivation, using the fractal dimension (DF). The study was carried out from a legacy database of the CSME Research Group, referring to an area of 200 ha, located in Tabapuã (SP), Brazil, where a regular 50 m sampling grid was established, with 623 points . At each point, soil loss by erosion (A) was estimated with the Universal Soil Loss Equation (USLE), as well as the clay content (Arg), Total Sand (AT), Cation exchange capacity (CTC) attributes ), Organic matter (MO) and phosphorus (P). The predominance of anisotropic condition was identified for all attributes in the convex pedoform in the directions between 90º and 150º, based on the scatter plots generated from different scales and directions. However, in the concave pedoform A, Arg and CTC showed isotropic behavior. The best adjustment was obtained in the result of the cross-validation of A, in the concave pedoform in the isotropic model and in the convex pedoform in the anisotropic model. It was concluded that the convex pedoform provides a higher occurrence of anisotropy demonstrating that the shape of the relief conditions different patterns of spatial anisotropy. / Mestre

Made available in DSpace on 2017-05-12T14:47:10Z (GMT). No. of bitstreams: 1 Ademir Natal Correa.pdf: 1505539 bytes, checksum: fd8e294f5766bf4043789d75eba28f1f (MD5) Previous issue date: 2007-07-16 / The objective of this study was to assess the relationship among soil physical attributes and their influences on wheat yield. For this purpose an estimating method, called State-Space Model or dynamic linear regression model, was used and compared to simple and multiple regression models of classical statistics. Experimental data were obtained at a Rhodic Ferralsol, originated from UNIOESTE Agricultural Engineering Experimental Nucleus Cascavel Campus, in an area where wheat was grown. In this area, 3 equally spaced transects, with 97 sampling points, 3.0 meters away from each other, were delimited. The State-Space approach was used to assess wheat yield estimate on position i, influenced by wheat yield, bulk density, soil compaction degree and soil resistance to penetration on position i-1 in different combination between data series of these variables. Applying the State-Space approach, all the response variables presented significant correlation with the dependent variable: soil resistance to penetration was the attribute with the best correlation, presenting R2 coefficient equal to 0.849. The other attributes had R2 coefficient of around 0.800. Comparing to conventional static models, soil resistance to penetration attribute had R2 coefficient equal to 0.102. The other attributes had R2 coefficient equal or less than 0.087, in conventional regression. Utilizing the State-Space approach, the two combinations that indicated the best results were: 1) between wheat yield and soil resistance to penetration that showed the best estimate to wheat yield with R2 coefficient equal to 0.849, while the same combination in conventional regression presented R2 equal to 0.102; 2) between wheat yield, soil compaction degree and soil resistance to penetration, with R2 coefficient equal to 0.836, while the same combination in classical regression presented R2 equal to 0.217. Thus, it is possible to show the advantage of the State-Space approach in relation to other more conventional regression methods for estimating and forecasting in soil-plant system relationship. / Este trabalho foi realizado com o objetivo de estudar o relacionamento entre os atributos físicos do solo e a influência destes na produtividade de trigo. Para isso, utilizou-se o método de estimação chamado de Modelo de Espaço de Estados ou modelo de regressão linear dinâmico, comparando-o aos modelos de regressão simples e múltipla da estatística clássica. Os dados experimentais foram obtidos em um Latossolo Vermelho-Escuro pertencente ao Núcleo Experimental de Engenharia Agrícola da Universidade Estadual do Oeste do Paraná Campus de Cascavel, em uma área cultivada com trigo. Foram demarcadas 3 transeções com 97 pontos de amostragem espaçados de 3 m entre si. A abordagem de Espaço de Estados foi usada para avaliar a estimativa da produtividade do trigo na posição i, influenciada por medidas da produtividade do trigo, da densidade do solo, do grau de compactação do solo e da resistência do solo à penetração na posição i-1, em diferentes combinações entre as séries de dados dessas variáveis. Com a aplicação da abordagem de Espaço de Estados, todas as variáveis explicativas utilizadas apresentaram correlação significativa com a variável dependente: a resistência do solo à penetração foi o atributo com a melhor correlação, apresentando o coeficiente de ajuste R2 igual a 0,849. Os demais atributos tiveram os coeficientes R2 em torno de 0,800. Comparando-se com os modelos estáticos convencionais, o atributo resistência do solo à penetração teve o coeficiente de ajuste R2 igual a 0,102 e os demais atributos tiveram os seus coeficientes R2 abaixo de 0,087, na regressão convencional. Utilizando a metodologia de Espaço de Estados, as duas combinações que indicaram os melhores resultados foram a combinação entre produtividade do trigo e resistência do solo à penetração, que apresentou a melhor estimativa para produtividade do trigo, com coeficiente R2 igual a 0,849. A mesma combinação na regressão convencional resultou em R2 igual a 0,102. A segunda melhor combinação ocorreu entre os atributos: produtividade do trigo, grau de compactação do solo e resistência do solo à penetração, com R2 igual a 0,836, sendo que a mesma combinação na regressão clássica teve o coeficiente R2 igual a 0,217. Com isso é possível mostrar-se a vantagem da abordagem de Espaço de Estados em relação a outros métodos de estimativa e previsão para o relacionamento no sistema solo-planta.

Submitted by Cássio da Cruz Nogueira (cassionogueirakk@gmail.com) on 2017-02-20T15:55:37Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Tese_LimitesCondicionantesExpansao.pdf: 8510475 bytes, checksum: 059dc18e5e2c94378565840624b4137a (MD5) / Approved for entry into archive by Edisangela Bastos (edisangela@ufpa.br) on 2017-03-02T16:19:11Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Tese_LimitesCondicionantesExpansao.pdf: 8510475 bytes, checksum: 059dc18e5e2c94378565840624b4137a (MD5) / Made available in DSpace on 2017-03-02T16:19:11Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Tese_LimitesCondicionantesExpansao.pdf: 8510475 bytes, checksum: 059dc18e5e2c94378565840624b4137a (MD5) Previous issue date: 2014-09-12 / A presente tese objetiva analisar os fatores condicionantes da expansão da soja no estado do Mato Grosso e no complexo MAPITOBA. Foi constatado que existe uma relação de dependência espacial dentro de cada mesorregião produtora. A dependência espacial é representada pela tentativa de aglomeração dos polígonos (municípios produtores de soja) em torno de um ou vários atributos que torna aquela região especial. Isso é possível, no caso da soja, quando fatores condicionantes necessários a produção se fazem presentes, sendo estes: a) Solo e relevo; b) Exigências climáticas como água, luminosidade e temperatura; c) Infraestrutura e logística para entrega de insumos e defensivos, como também o escoamento da produção; e d) Financiamento da produção. Na presença desses fatores condicionantes é possível a expansão da produção da soja. Os estados produtores de soja como Mato Grosso e os pertencentes ao conglomerado MAPITOBA detêm aproximadamente 48,8 milhões de hectares com cobertura savânica nos seus cerrados, o que corresponde a 64,55% da fisionomia citada de todo o bioma. Diante disso, restam cerca de 26,8 milhões de hectares (35,45%) com esse tipo de cobertura que poderá sustentar o crescimento da área plantada nos próximos anos. Corroborando a possibilidade de expansão, foram estimados coeficientes de elasticidade da produção de soja maiores que a unidade através de modelos econométricos espaciais. A disponibilidade hídrica do cerrado é dependente da grande quantidade de vapor d’água formada no Bioma Amazônia. O uso intensivo de irrigação por meio de pivôs nas lavouras, a expansão da produção de biodiesel a partir de oleaginosas, certamente elevará a demanda de recursos hídricos em qualquer região produtora e pode comprometer a oferta de água para os usuários e seus múltiplos usos na agricultura, caso não haja gestão eficiente desses recursos nas bacias hidrográficas do Cerrado. No médio prazo, o agronegócio dependerá da disponibilidade hídrica do Cerrado e dos serviços ecossistêmicos amazônicos para o cultivo da soja e sua expansão nas regiões produtoras. / This thesis aims to analyze the determining factors of soybean expansion in Mato Grosso and MAPITOBA complex. It was found that a relationship exists spatial dependence inside producers mesoregion. The spatial dependence is represented by the attempt agglomeration of polygons (soy municipalities producers) around one or more attributes that makes that particular region. This is possible in the case of soybeans, when conditioning factors necessary for production are present, namely: a) Soil and relief; b) Requirements climate like water, light and temperature; c) Infrastructure and logistics for delivery of inputs and pesticides, as well as the run off of production; and d) Financing of production. In the presence of these conditioning factors is possible the expansion of soybean production. Soybean producers states such as Mato Grosso and those belonging to the conglomerate MAPITOBA hold about 48,8 million hectares of savanna coverage in his clenched, which corresponds to 64.55% of the quoted physiognomy of the entire biome. Thus, there remain 26,8 million hectares (35,45%) of this type of coverage that can sustain the growth of the planted area in the coming years. Corroborating the possibility of expansion were estimated coefficients of elasticity of the largest soybean producing that unity through spatial econometric models. The water availability in the Cerrado is dependent on the large amount of water vapor formed in the Amazon Biome. The intensive use of irrigation by means of pivots in crops, expansion of biodiesel production from oil certainly will raise the demand for water resources in any production region and can compromise the water supply to users and their multiple uses in agriculture if there is no efficient resource management in river basins of the Cerrado. In the medium term, agribusiness depends on water availability in the Cerrado and the Amazon ecosystem services for the cultivation of soy and its expansion in the producers regions.

Submitted by Milena Rubi (milenarubi@ufscar.br) on 2017-08-08T16:42:10Z No. of bitstreams: 1 VALENTIM_Larissa_2016.pdf: 20751032 bytes, checksum: 336fa4890bc316b64ca91fd78a58df8b (MD5) / Approved for entry into archive by Milena Rubi (milenarubi@ufscar.br) on 2017-08-08T16:42:18Z (GMT) No. of bitstreams: 1 VALENTIM_Larissa_2016.pdf: 20751032 bytes, checksum: 336fa4890bc316b64ca91fd78a58df8b (MD5) / Approved for entry into archive by Milena Rubi (milenarubi@ufscar.br) on 2017-08-08T16:42:24Z (GMT) No. of bitstreams: 1 VALENTIM_Larissa_2016.pdf: 20751032 bytes, checksum: 336fa4890bc316b64ca91fd78a58df8b (MD5) / Made available in DSpace on 2017-08-08T16:42:30Z (GMT). No. of bitstreams: 1 VALENTIM_Larissa_2016.pdf: 20751032 bytes, checksum: 336fa4890bc316b64ca91fd78a58df8b (MD5) Previous issue date: 2016-05-24 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / The execution of this work aimed at the use of geostatistics to predict the spatial pattern of variation of moisture content in piles of eucalyptus wood chips intended for energy production to generate subsidies to adequate sampling and handling of the material. For this, piles wood chips were installed for evaluation in three different storage periods, these rings being made by the newly cut material in seven, thirty and sixty days of storage. Sampling occurred in both axial positions (top, middle and base) side, so that all samples were georeferenced in relation to the distance from the ground and the center of the pile. The moisture content of the wood chips in each sample point was determined by gravimetric method recommended by NBR 14929 (ABNT, 2003). In addition, samples were subjected to analysis bulk density, particle size distribution, chemical analysis and determination of its calorific value, aiming at energy material characterization. The humidity values were submitted to geostatistical analysis and kriging. Our results confirmed the spatial dependence of the moisture content over the piles stored at seven and thirty days, confirming that the use of geostatistics is a useful tool to support the creation of sampling protocols and assist moisture content distribution studies over the pile. The effect of rain was crucial to reduce the spatial dependence on pile sixty days of storage, indicating that the wood chips stored in the form of piles are subject to wetting even in inner parts of the pile. In general, Eucalyptus grandis wood chips showed satisfactory technological characteristics for energy production. / A execução deste trabalho teve como objetivo o uso da geoestatística para a predição do padrão espacial da variação do teor de umidade em pilhas de cavacos de madeira de eucalipto destinadas a produção de energia, visando gerar subsídios à adequada amostragem e manejo do material. Para isso, foram instaladas pilhas de cavacos para a avaliação em três diferentes períodos de estocagem, sendo estes ciclos constituídos pelo material recém cortado em sete, trinta e sessenta dias de armazenamento. A amostragem ocorreu nas posições axial (topo, meio e base) e lateral, de forma que todas as amostras foram georreferenciadas em relação à distância do solo e do centro da pilha. A umidade dos cavacos em cada ponto amostral foi determinada pelo método gravimétrico preconizado pela norma NBR 14929 (ABNT, 2003). Adicionalmente, as amostras, foram submetidas a análise de densidade a granel, distribuição granulométrica, análise química imediata e a determinação de seu poder calorífico, visando a caracterização energética do material. Os valores de umidade foram submetidos à análise geoestatística e interpolação por krigagem. Os resultados do trabalho comprovaram a dependência espacial do teor de umidade ao longo das pilhas armazenadas pelo período de sete e trinta dias, confirmando que o uso da geoestatística é uma ferramenta útil para a subsidiar a criação de protocolos de amostragem e auxiliar estudos da distribuição do teor de umidade ao longo da pilha armazenada. O efeito da chuva foi determinante para a redução da dependência espacial na pilha com sessenta dias de estocagem, indicando que os cavacos armazenados na forma de pilhas estão sujeitos ao umedecimento mesmo nas partes mais internas da estrutura. Em geral, os cavacos de Eucalyptus grandis apresentaram características tecnológicas satisfatórias para produção de energia

Viticulture in Rio Grande do Sul state occupies a prominent position in the national scenario, the sector accounts for about 60.2 % of the total cultivated area in the country. Vine cultivation has very important economic and social, as well as a production chain organized in the different producing regions. The aim of this study was to quantify the spatial variability of the chemical attributes of the grape must, chemical soil properties, vegetation indices and verify possible correlations between variables. The study area consisted of a vineyard with 3.09 ha of farming Bordô (Ives) grafted onto the rootstock Paulsen, located in the trough line, in the municipality of Sarandi - RS. In a mesh composed of 34 sampling points soil samples were collected in a depth range from 0 to 20 cm. Analyses were performed in the laboratory of soil analysis at the Federal University of Santa Maria (UFSM), the chemical attributes analyzed were: clay; pH in H2O; SMP, P; K; organic matter; al; Here; mg; H + Al; CTC effective; CTC pH7; Base saturation; relationship between Ca and Mg; Zn; Cu; S and B. The analysis of grape must was held in the chemistry laboratory of the Federal Institute Farroupilha campus Panambi studied enological parameters were: total soluble solids; titratable acidity and pH in organic acid. The determination of vegetation indices was carried out in situ in the 34 sampling points with use of spectroradiometer. The data were submitted to descriptive statistical analysis and Geostatistics, using the computer program for such Geoestatistics for the Environmental Sciences (GS +), Pearson correlation coefficients were determined with the aid of Excel. Analysis of the spatial variability of the data was based on the experimental semivariogram and from adjusted models interpolation was performed by ordinary Kriging, Stochastic Simulation and map algebra. Only the figures for the amount of total soluble solids showed low values other chemical attributes must show proper values. The results of soil analysis identified low concentrations of B and organic matter and high for the other attributes. From the overall analysis of the statistical dependence between variables, there was no significant correlations between the chemical properties of grape must and the other variables, unlike the segmented analysis according to the different harvest dates. The spatial dependence index of most chemical properties of soil studied was considered strong, only the attributes, Cu, Effective CTC CTC in pH7 and Clay did not present spatial dependence structure. Vegetation indices, except TVI2 showed strong spatial dependency ratio. Chemical attributes of the grape must, the concentration of soluble solids did not present spatial dependence structure, while others showed strong spatial dependence. In the result of map algebra the middle class of titratable acidity in organic acid added to middle class NDVI was representing the highest. / A viticultura no estado do Rio Grande do Sul ocupa uma posição de destaque no cenário nacional, o setor responde por aproximadamente 60,2% do total da área cultivada no país. O cultivo da videira tem grande importância econômica e social, além de uma cadeia produtiva organizada nas diversas regiões produtoras. O objetivo desse estudo foi realizar a quantificação da variabilidade espacial dos atributos químicos do mosto da uva, dos atributos químicos do solo, dos índices de vegetação e verificar as possíveis correlações entre as variáveis estudadas. A área de estudo foi composta por um vinhedo com 3,09 ha da cultivar Bordô (Ives) enxertada sobre o porta enxerto Paulsen, situado na linha Cocho, no município de Sarandi - RS. Em uma malha constituída por 34 pontos amostrais foram coletadas amostras de solo numa faixa de profundidade de 0 a 20 cm. As análises foram realizadas no laboratório de análises de solo da Universidade Federal de Santa Maria (UFSM), os atributos químicos analisados foram: argila; pH em H2O; Índice SMP; P; K; matéria orgânica; Al; Ca; Mg; H+Al; CTC efetiva; CTC em pH7; Saturação por bases; relação entre Ca e Mg; Zn; Cu; S e B. A análise do mosto da uva foi realizado no laboratório de química do Instituto Federal Farroupilha campus Panambi, os parâmetros enológicos estudados foram: sólidos solúveis totais; acidez total titulável em ácido orgânico e pH. A determinação dos índices de vegetação foi realizada in situ nos 34 pontos amostrais com uso de espectrorradiômetro. Os dados foram submetidos à análise estatística descritiva e Geostatística, utilizando-se para tal o programa computacional Geoestatistics for the Environmental Sciences (GS+), os coeficientes de correlação de Pearson foram determinados com auxílio do programa Excel. A análise da variabilidade espacial dos dados foi realizada com base nos semivariogramas experimentais e a partir dos modelos ajustados foi realizada interpolação por Krigagem ordinária, Simulação Estocástica e álgebra de mapas. Apenas os valores referentes a quantidade de sólidos solúveis totais apresentaram valores baixos os demais atributos químicos do mosto apresentaram valores adequados. Os resultados das análises de solo identificaram baixas concentrações para B e matéria orgânica e altas para os demais atributos. A partir da análise global da dependência estatística entre as variáveis estudadas, observou-se não haver correlações significativas entre os atributos químicos do mosto da uva e as demais variáveis, diferentemente da análise segmentada de acordo com as diferentes datas de colheita. O índice de dependência espacial da maioria dos atributos químicos de solo estudados foi considerado forte, apenas os atributos, Cu, CTC Efetiva, CTC em pH7 e Argila não apresentaram estrutura de dependência espacial. Os índices de vegetação, com exceção do TVI2, apresentaram índice de dependência espacial forte. Dos atributos químicos do mosto da uva, a concentração de sólidos solúveis totais não apresentou estrutura de dependência espacial, enquanto os demais apresentaram forte dependência espacial. No resultado da álgebra de mapas a classe média da acidez titulável em ácido orgânico, somada a classe média do NDVI foi a que representou o maior percentual da área.

O conhecimento da variabilidade espacial dos atributos químicos do solo é fundamental quando se pensa em uma agricultura mais rentável e ambientalmente sustentável. A heterogeneidade do solo inicia com os processos pedogenéticos, que têm interação direta com os elementos climáticos e os fatores bióticos que vão se sucedendo ao longo do tempo. As amostragens de solo usuais contemplam a coleta de pequeno número de amostras, retiradas na profundidade de 0 - 0,20 m. Estas amostragens produzem resultados insuficientes para proporcionar a correção do solo conforme a variabilidade espacial de suas características. Este trabalho objetivou avaliar a variabilidade dos atributos químicos pH, soma de bases (SB), capacidade de troca catiônica (T) e saturação por bases (V%), em duas áreas, sob sistema de plantio convencional (SPC) e direto na palha (SPD), em bioma de cerrado, no município de Uberaba, MG. A área em plantio convencional é irrigada por pivô central, distando 500 m da área em SPD, cultivada em regime de sequeiro. Estabeleceu-se, para cada sistema, um grid de amostragem de 200 x 400 m, com 45 pontos georreferenciados, distantes 50 m entre si. Foram coletadas cinco subamostras em cada ponto, nas profundidades 0 - 0,5, 0,05 - 0,10, 0,10 - 0,15 e 0,15 - 0,20 m. As amostras foram analisadas para determinação dos valores de pH, SB, T e V%. Os dados foram submetidos à estatística descritiva, determinando-se média, mediana, moda, desvio padrão, coeficiente de variação, assimetria, curtose, valores mínimo e máximo e amplitude. A estatística clássica permite avaliar possíveis variações entre os atributos, sem, contudo, considerar a posição espacial dos pontos de amostragem. Com a utilização dos variogramas e da interpolação dos dados, por krigagem, é possível caracterizar a variabilidade espacial dos atributos de um solo e definir a amplitude do domínio de cada amostragem. Através do software GS+, foi avaliada a dependência espacial, por meio do ajuste de semivariogramas, predominando o modelo exponencial, seguido pelo esférico. Os resultados indicaram haver variabilidade espacial dos atributos avaliados, com teores variando entre as classes baixa a alta. Observou-se menor variação vertical dos atributos na área em SPC. Na área sob SPD, a camada de 0 - 0,10 m apresentou maiores teores de todos atributos. Com exceção da saturação por bases, na camada de 0,10 - 0,15 m, no SPD, todas as outras variáveis apresentaram dependência espacial, possibilitando, assim, a confecção dos mapas de krigagem. O alcance da dependência espacial variou entre 51 a 220 m, no SPC, e de 55 m a 155 m no SPD. A utilização das técnicas de geoestatística permitiu um melhor entendimento da dinâmica da variabilidade dos atributos do solo nos sistemas avaliados. / The understanding of the spatial variability of soil chemical attributes is crucial when thinking about a more profitable and environmentally sustainable agriculture. Soil heterogeneity begins with the pedogenetic processes, which have direct interaction with the climatic elements and the biotic factors happening over time. The usual soil sampling contemplates the collection of small number of samples, taken at depths of 0 to 0,20 m. These samplings produce insufficient results to provide soil correction, according to the spatial variability of its characteristics. This study aimed to evaluate the variability of the chemical attributes pH, cation exchange capacity (CEC), sum of bases (SB) and base saturation percentage (BS%), in two areas, under conventional and notillage planting systems, in Brazilian Cerrado biome, located in Uberaba, MG. The area in conventional tillage is irrigated by center pivot, 500 m away from the no-till area, cultivated under rainfed conditions. A sampling grid of 200 x 400 m was established for each system, with 45 georeferenced points, 50 m apart each other. Five subsamples were collected at each point, at depths 0 - 0,05, 0,05 - 0,10, 0,10 - 0,15 and 0,15 - 0,20 m. The samples were analyzed for pH, SB, CEC and BS% values. Data were submitted to descriptive statistics, determining mean, median, mode, standard deviation, coefficient of variation, asymmetry, kurtosis, minimum and maximum values and skewness. The classical statistics allowed to evaluate possible variations among the attributes, without, however, consider the spatial position of the sampling points. With the use of variograms and data interpolation, by kriging, it is possible to characterize the spatial variability of the soil attributes and define the domain amplitude of each sampling. By GS + software, the spatial dependence was evaluated by adjusting semivariograms, prevailing the exponential model, followed by spherical. Results indicated spatial variability of the evaluated attributes, with levels varying from low to high classes. In the no-till area lower vertical variation of the attributes was observed. Horizontal variability was significant, with spatial dependence occurring for all variables. In the no tillage area, layer 0 - 0,10 m presented higher levels of all attributes. Except for the attribute BS%, from layer 0,10 - 0,15 m in no-tillage system, all other variables showed spatial dependence, thus enabling the creation of kriging maps. The spatial dependence range varied from 51 m to 220 m in conventional system and from 55 m to 155 m in no tillage system. The use of geostatistical techniques allowed a better understanding of soil attributes variability dynamics in the studied systems. / Dissertação (Mestrado)