Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / The crop productivity mapping is an important precision farming tool enabling more efficient spatial management of agricultural areas. In this sense, the objective of this work was to identify and analyze zones with different grain yield potential (Article I), check the association of chemical and physical properties of the soil with the yield zones (Article II), and evaluate the agronomic performance of six soybean cultivars in zones with different grain yield potential. For the definition of the yield zones were used three harvest maps of different cultures in two experimental areas. The maps were filtered and the defined zones and grouped from the overlap of crops (Article I). The search for chemical and physical atributes of the soil associated with grain yield was performed by systematic soil collection, according to grain yield zones (high, medium and low) (Article II), and analyzed 80 chemical variables and 33 physical variables by using descriptive statistics and ranked by principal component analysis (PCA). The agronomic performance of soybean cultivars in different grain yield zones (Article III) was evaluate in two agricultural areas, being allocated experiments in the random block design in factorial 3x6, with three grain yield zones (high, medium and low) and six soybean cultivars (BMX Ativa RR, Fundacep 65 RR, FPS Urano RR, FPS Júpiter RR, Nidera 5909 RG and BMX Força RR), with three replications. The results showed that the use of a historical series of harvest maps is an efficient tool to characterize sites with different grain yield potential, in addition to serving as a base for improving the spatial management of agricultural areas. The systematic soil sampling was able to reveal explanatory variables for grain yield, and the order for intervention in chemical attributes in the área is: Liming, phosphate fertilization and potassium fertilization. The presence of attributes of difficult management in the short time (organic matter and clay) associated with grain yield potential suggests the crop management in the management zones. The yield zones influenced the grain yield of soybean cultivars, and the cultivar BMX Força RR presented its highest grain yield in the ZB, whereas NA 5909 RG was more productive in the ZA and ZM. The cultivar BMX Ativa RR was on average more productive and more stable. The results indicate that the positioning of soybean cultivars in accordance with management zones is a important strategy for the precision agriculture and characterized as a new concept of the ―multi-cultivars‖ sowing. / O mapeamento da produtividade das culturas é uma importante ferramenta da agricultura de precisão permitindo o manejo espacial e temporal mais eficiente das áreas agrícolas. Neste sentido, o trabalho teve por objetivo identificar e analisar zonas com diferentes potenciais de rendimento de grãos (Artigo I), verificar a associação de atributos químicos e físicos do solo com as zonas de rendimento (Artigo II) e, avaliar o desempenho agronômico de seis cultivares de soja em zonas de alto (ZA), médio (ZM) e baixo (ZB) potencial de rendimento de grãos. Para a definição das zonas de rendimento foram utilizados três mapas de colheita de diferentes culturas em duas áreas experimentais. Os mapas foram filtrados e as zonas definidas e agrupadas a partir da sobreposição das safras (Artigo I). A busca por atributos químicos e físicos do solo associados ao rendimento de grãos foi procedida por meio da coleta sistemática do solo, de acordo com as zonas de rendimento (alto, médio e baixo) (Artigo II), sendo analisadas 80 variáveis químicas e 33 variáveis físicas por meio da estatística descritiva e ranqueadas por meio da análise de componentes principais (ACP). O desempenho agronômico de cultivares de soja nas diferentes zonas de rendimento (Artigo III) foi avaliado em duas áreas agrícolas, sendo os experimentos alocados em delineamento de bloco aos acaso em esquema fatorial 3x6, com três zonas de rendimento (alto, médio e baixo) e seis cultivares de soja (BMX Ativa RR, Fundacep 65 RR, FPS Urano RR, FPS Júpiter RR, NA 5909 RG e BMX Força RR), com três repetições. Os resultados comprovaram que o uso de uma série histórica de mapas de colheita é uma ferramenta eficiente para caracterizar locais com diferentes potenciais de rendimento, além de servir como base para a melhoria da gestão espacial das áreas agrícolas. A amostragem sistemática do solo foi capaz de revelar variáveis explicativas para o rendimento de grãos, sendo a ordem para intervenção em atributos químicos na área: calagem, fertilização fosfatada e fertilização potássica. A presença de atributos de difícil manejo em curto prazo (matéria orgânica e argila) associados ao rendimento de grãos sugere o manejo das culturas por zona de manejo. As zonas influenciaram o rendimento de grãos das cultivares de soja, sendo que a cultivar BMX Força RR apresentou seu maior rendimento na ZB, enquanto que NA 5909 RG, foi mais produtiva em ZA e ZM. A cultivar BMX Ativa RR foi em média a mais produtiva e mais estável. Os resultados indicam que o posicionamento de cultivares de soja de acordo com zonas de manejo é uma importante estratégia para a agricultura de precisão e se caracteriza como um novo conceito de semeadura ―multi-cultivares‖
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufsm.br:1/4937 |
| Date | 16 February 2015 |
| Creators | Corassa, Geomar Mateus |
| Contributors | Santi, Antônio Luis, Amado, Telmo Jorge Carneiro, Pires, João Leonardo Fernandes |
| Publisher | Universidade Federal de Santa Maria, Programa de Pós-Graduação em Agronomia - Agricultura e Ambiente, UFSM, BR, Agronomia |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | application/pdf |
| Source | reponame:Repositório Institucional da UFSM, instname:Universidade Federal de Santa Maria, instacron:UFSM |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | 500100000009, 400, 500, 300, 500, 300, 26e69663-7809-4435-8e7a-419ac889c5f3, df8fa66e-5bda-4de6-bee2-9f3818a1d47b, 71ae2845-e594-4dd6-a1d8-a10e7c3ec848, 4d979ce6-4943-4571-8ad8-a2152fdd7e2e |
Page generated in 0.0037 seconds