Variabilidade espacial de atributos do solo, NDVI e produtividade da aveia preta
Resumo
Resumo: O estudo da distribuição espacial de parâmetros químicos do solo tem sido amplamente investigado nos últimos anos, com o propósito de orientar correções e manejos específicos para culturas subsequentes, visando otimizar as aplicações de insumos e reduzir custos. Com o avanço tecnológico, tornou-se possível realizar amostragens georreferenciadas, nas quais se determinam os valores de atributos químicos e físicos do solo de forma espacialmente explícita. No presente estudo, foram coletadas amostras em um talhão e realizadas as análises necessárias para, posteriormente, integrá-las a dados de pluviometria e de resistência à penetração do solo. A avaliação desses parâmetros é essencial para compreender seu comportamento e suas proporções no espaço; nesse sentido, as modelagens preditivas empregadas neste trabalho foram obtidas por métodos geoestatísticos. A análise geoespacial foi conduzida por técnicas de interpolação, com destaque para a krigagem, visando à elaboração de mapas de distribuição dos atributos do solo e da produtividade da aveia-preta. A partir da interpretação dos mapas gerados, foi possível identificar padrões espaciais de distribuição dos atributos do solo e sua relação com a produtividade da cultura Abstract: The spatial variability of soil chemical attributes has been increasingly investigated in recent years as a basis for site-specific management, aiming to optimize input applications and reduce production costs. Advances in precision agriculture have enabled georeferenced soil sampling, allowing chemical and physical parameters to be quantified with explicit spatial representation. This study evaluated the spatial distribution of soil attributes within an agricultural field by integrating laboratory analyses of georeferenced soil samples with ancillary information on rainfall (pluviometry) and soil penetration resistance. Spatial modeling was performed using geostatistical approaches. In particular, spatial interpolation by kriging was applied to generate distribution maps of soil attributes and black oat (Avena strigosa) yield. Map interpretation enabled the identification of spatial patterns in soil properties and their relationship with crop productivity, supporting the use of geostatistical tools to characterize within-field variability and to guide site-specific decision-making