relações entre indicadores de qualidade do solo ea produtividade ...

More documents

Recommendations

Info

grãos das culturas torna-se ferramenta importante para a tomada de decisões no manejo, porpossibilitar a identificação dos fatores limitantes e subsidiar o dimensionamento dos impactosdos fatores restritivos ao rendimento e a definição de estratégias de como superá-los ouminimizá-los através do manejo adequado.O mapa de produtividade, também denominado mapa de colheita é uma importanteferramenta da AP, pois auxilia na identificação e quantificação da variabilidade daprodutividade das culturas, auxiliando nos processos investigativos na lavoura e no seugerenciamento (Han et al., 1994). Autores como Queiroz et al. (2000) consideram que osmapas de produtividade das culturas podem ser utilizados como ponto de partida naaveriguação das causas da variabilidade da produção nas lavouras, contribuindo para oentendimento do potencial de rendimento e o aprimoramento do manejo do solo na busca dealtas produtividades às culturas.Conceitualmente, Evans (1993) definiu o potencial de rendimento das culturas como orendimento apresentado pelas mesmas quando cultivadas em ambiente ao qual está adaptado,sem limitações no suprimento de água e nutrientes, controle efetivo de insetos, doenças,plantas daninhas, excessos hídricos e de outros estresses bióticos e abióticos. O conhecimentoda expressão do potencial de rendimento, em condições de lavoura, pode expressar o êxito ouas limitações das ações desenvolvidas, além de refletirem um passado recente, ou seja, o quejá aconteceu na área, balizando novas ações para os próximos anos. Para Moore (1998) omapa de produtividade é um dos métodos mais concisos para se estimar a heterogeneidade daárea. Molin (2003) aponta como o ponto de partida que muitos usuários e pesquisadoresdevem tomar para evidenciar unidades de alta e baixa produtividade.Para que os mapas de produtividade possam ser gerados, é necessário que a colhedoraseja equipada com sensor de rendimento, Sistema de Posicionamento Global (GPS) e umdispositivo para o armazenamento das informações (produtividade, latitude e longitude).Um dado de produtividade é obtido da seguinte forma:P(t) = k {[Ug (t+i) * Q(t +j)/[(l(t)*v(t)]}onde:P = produtividade (kg/m 2 );k = fator de calibração do equipamento;Ug = umidade gravimétrica da massa de grãos (%);Q = fluxo de grãos (kg/s);l = largura de corte da colhedora (m);v = velocidade de avanço da colhedora (m/s);24
t = momento em que ocorre a leitura;A partir do armazenamento automático dos dados no computador da colhedora, essespodem, posteriormente, ser transferidos para um microcomputador e, com o auxilio de umprograma computacional específico, serem espacializados na forma de mapas e gráficos.Como o armazenamento dos dados é realizado por sensores e medidores de produçãoe de área, a própria automação do processo pode proporcionar a coleta de dados irreais. Parauma correta interpretação é necessária sua identificação e remoção. Alguns dos erros maiscomuns encontrados nos arquivos advindos do campo referem-se a dados coletados emcondições estáticas (colhedora parada), erros de posicionamento, ausência de sensor deumidade e erros de leitura do sensor de fluxo de grãos (Menegatti, 2002); erros devidos àrecirculação de grãos no mecanismo de trilha e retrilha, perdas de grãos pela colhedora,principalmente na plataforma (Blackmore & Marshall, 1996) e aqueles referentes à calibraçãodo volume, largura incorreta de plataforma e tempo de enchimento da colhedora (Moore,1998).Os valores de produtividade armazenada antes de o sistema atingir 90% daprodutividade máxima local definem o erro de tempo de início de processo e os valoresarmazenados durante o esvaziamento da colhedora são denominados de erro de tempo de fimde processo. Moore (1998) sugeriu quatro fases para caracterizar esse erro e Menegatti (2002)as descreve como: a primeira fase (I) representa o tempo que a máquina leva para atingir acultura, a segunda fase (II) representa o tempo entre a máquina atingir a cultura e a primeiraleitura do sensor de produtividade. A terceira fase (III) é o tempo que a máquina requer paraentrar em regime de funcionamento normal (rápido aumento da produtividade) e na quartafase (IV), quando a máquina entra em regime de operação normal. Erros dessa mesmanatureza também podem ser concebidos no sentido contrário, isto é, o tempo de esvaziamentoda colhedora.Alguns desses erros sistemáticos podem ser eliminados através do auxílio deprogramas computacionais e outros não o são. Após a tomada de dados no campo, éimportante, em cada arquivo de dados, observar e corrigir possíveis erros existentes.Sugestões, discussões e propostas mais detalhadas sobre essas questões são apresentadas porMoore (1998) e Menegatti (2002).Uma vez feita a coleta dos dados e as respectivas filtragens necessárias, pode-se gerarmapas com as definições espaciais da expressão da produtividade na área. Em que pese isso, adefinição de unidades de gerenciamento, considerando as particularidades diferenciadas eespecíficas de cada área, pode depender da integração de modelos descrevendo processos25
Page 1 and 2: UNIVERSIDADE FEDERAL DE SANTA MARIA
Page 3 and 4: S235rSanti, Antônio LuisRelações
Page 5 and 6: Lições para uma vida...Como todo
Page 7 and 8: mas por terem contribuído para com
Page 9 and 10: ABSTRACTTese de DoutoradoPrograma d
Page 11 and 12: praticidade dos métodos utilizados
Page 14 and 15: (RS) ..............................
Page 16 and 17: FIGURA 4.6 Distribuição de agrega
Page 18 and 19: SUMÁRIOINTRODUÇÃO GERAL ........
Page 20 and 21: INTRODUÇÃO GERALDentre os diverso
Page 22 and 23: A definição de zonas de potencial
Page 26 and 27: contínuos entre o sistema solo e o
Page 28 and 29: Os medidores de produtividade utili
Page 30 and 31: 1.3 RESULTADOS E DISCUSSÃODurante
Page 32 and 33: Figura 1.5 - Produtividade imprová
Page 34 and 35: Tabela 1.2 - Produtividade das cult
Page 36 and 37: Figura 1.8 - Espacialização horiz
Page 38 and 39: Os dados apresentados na Tabela 1.2
Page 40 and 41: Na cultura da soja, mesmo em condi
Page 42 and 43: Figura 1.11 - Variabilidade horizon
Page 44 and 45: Figura 1.12 - Verticalização da p
Page 46 and 47: Figura 1.14 - Verticalização da p
Page 48 and 49: Observando a Figura 1.14, percebe-s
Page 50 and 51: Pensando nessa possibilidade, para
Page 52 and 53: De uma forma prática, os resultado
Page 54 and 55: 1.4 CONCLUSÕESA realização da fi
Page 56 and 57: HAN, S.; HUMMEL, J.W.; GOERING, C.E
Page 58 and 59: CAPÍTULO 2: EVOLUÇÃO TEMPORAL DA
Page 60 and 61: aplicador no campo (GPS), bem como
Page 62 and 63: fósforo (P) e potássio (K) dispon
Page 64 and 65: Baixo potencial produtivo +185 +95O
Page 66 and 67: que diminuiu sua concentração na
Page 68 and 69: Tabela 2.3 - Estatística descritiv
Page 70 and 71: teores de argila superior a 60%, en
Page 72 and 73: Figura 2.4 - Distribuição espacia
Page 74 and 75:
Figura 2.6 - Distribuição espacia
Page 76 and 77:
A camada de 0 a 0,05 m apresentava
Page 78 and 79:
Figura 2.8 - Distribuição espacia
Page 80 and 81:
Com as adubações houve um increme
Page 82 and 83:
limite inferior (2,6%) e o limite s
Page 84 and 85:
Figura 2.10 - Distribuição espaci
Page 86 and 87:
Figura 2.11 - Relação entre kg pr
Page 88 and 89:
Na Figura 2.11 encontra-se a efici
Page 90 and 91:
2.4 CONCLUSÕESA diminuição no te
Page 92 and 93:
FRANÇA, G.E.; OLIVEIRA, A.C.; MANT
Page 94 and 95:
TEDESCO, M.J.; GIANELLO, C.; BISSAN
Page 96 and 97:
A definição mais simples da taxa
Page 98 and 99:
do outro. Utilizaram-se três méto
Page 100 and 101:
Intensidade da Chuva (r t ) = (H1-H
Page 102 and 103:
Figura 3.2 - Vista dos Infiltrômet
Page 104 and 105:
infiltrou 75 % a mais em relação
Page 106 and 107:
Para as taxas de infiltração acum
Page 108 and 109:
Figura 3.6 - Taxa de infiltração
Page 110 and 111:
principalmente pela questão do pla
Page 112 and 113:
Figura 3.9 - Precipitação, escoam
Page 114 and 115:
Figura 3.10 - Taxa de infiltração
Page 116 and 117:
Dentro desse contexto, procurou-se
Page 118 and 119:
Figura 3.13 - Eficiência relativiz
Page 120 and 121:
3.5 AGRADECIMENTOSÉ reconhecido o
Page 122 and 123:
Programa de Pós Graduação em Ci
Page 124 and 125:
CAPÍTULO 4: QUALIDADE FÍSICA DO S
Page 126 and 127:
Recentemente, com as ferramentas da
Page 128 and 129:
Em laboratório, as amostras foram
Page 130 and 131:
das amostras para densidade consist
Page 132 and 133:
Tabela 4.2 - Teor de argila e MOS n
Page 134 and 135:
Na avaliação realizada em 2005 (F
Page 136 and 137:
Para a zona de baixa produtividade,
Page 138 and 139:
de ordem organizacional (reestrutur
Page 140 and 141:
Figura 4.11 - Distribuição horizo
Page 142 and 143:
cultura do milho na safra 2004/05 (
Page 144 and 145:
Tabela 4.3 - Densidade do solo (Ds)
Page 146 and 147:
4.4 CONCLUSÕESA qualidade física
Page 148 and 149:
DA ROS, C.O.; LOPES, C. E. L.; SECC
Page 150 and 151:
STONE, L.F. & SILVEIRA, P.M. Efeito
Page 152 and 153:
multivariada), podem ser utilizados
Page 154 and 155:
denominado por esses últimos autor
Page 156 and 157:
Tabela 5.1 - Produtividade de grão
Page 158 and 159:
Tabela 5.2 - Análise de componente
Page 160 and 161:
escores negativos e altamente signi
Page 162 and 163:
Na Figura 5.3 encontra-se a correla
Page 164 and 165:
Figura 5.4 - Relação entre a infi
Page 166 and 167:
Tanto para a cultura da soja como p
Page 168 and 169:
Na Figura 5.7, confirmam-se as evid
Page 170 and 171:
Figura 5.8 - Relações entre a efi
Page 172 and 173:
5.6 REFERÊNCIAS BIBLIOGRÁFICASALB
Page 174 and 175:
MATZENAUER, R.; BARNI, N.A. & MALUF
show all

relações entre indicadores de qualidade do solo ea produtividade ...

Create successful ePaper yourself

Delete template?

Save as template?