ABSTRACT Soils are highly variable across landscapes, which can be assessed and characterized according to scale, as well as fractal and multifractal concepts of scale. Thus, the objective of this study was to analyze the multifractality of the penetration resistance (PR) of vertical profiles from different slope forms (concave and convex). The experimental plot incorporated 44.75 ha, and the PR was measured at 70 sampling points in the 0-0.6 m layer, distributed in concave (Type A: 38 sampling points) and convex pedoforms (Type B: 32 sampling points). Data analysis was performed using the PR value (every 0.01 m depth) for each of the sampling points (PRmean), and their respective maximum (Prmaximun) and minimum (PRminimum) values. Multifractal analysis was performed to assess the changes in the structure, heterogeneity, and uniformity of the vertical profiles according to the scale, characterizing the partition function, generalized dimension, and singularity spectrum. The multifractal parameters of the generalized dimension and singularity spectrum demonstrated greater homogeneity and uniformity in the vertical PR profiles of pedoform B (convex) compared to those of pedoform A (concave). The minimum PR values in pedoform A (PRminimum) showed the greatest scale heterogeneity, indicating that in terms of soil management, it is more relevant to monitor the minimum values than the maximum values. The fractal analysis allowed us to describe the heterogeneity of the data on scales not evaluated by conventional analysis methods, with high potential for use in precision agriculture and the delimitation of specific management zones. | RESUMO Os solos possuem elevada variabilidade ao longo da paisagem, que pode ser avaliada e caracterizada por meio de conceitos de invariância de escala, fractais e multifractais. Assim, o objetivo deste trabalho foi analisar a multifractalidade da RP de perfis verticais em diferentes formas do relevo (cδncavo e convexo). A parcela experimental possui 44,75 ha, e a resistência à penetração (RP) foi medida em 70 pontos de amostragem na camada de 0-0,6 m, distribuídos nas pedoformas cδncava (Tipo A: 38 pontos de amostragem) e convexa (Tipo B: 32 pontos de amostragem). A análise dos dados foi realizada utilizando o valor de RP a cada 0,01 m para os pontos de amostragem (RPmedia), e seus respectivos valores máximos (RPmaxima) e mínimos (RPminimo). A análise multifractal foi realizada para se avaliar as mudanças na estrutura, heterogeneidade e uniformidade dos perfis verticais por meio da propriedade de escala, caracterizando a função de partição, a dimensão generalizada e o espectro de singularidade. Os parâmetros multifractais da dimensão generalizada e do espectro de singularidade demonstraram maior homogeneidade e uniformidade dos perfis verticais de RP na pedoforma Tipo B (convexa), quando comparado a pedoforma A (cδncava). Os valores de RPmínimo na pedoforma A apresentaram a maior heterogeneidade de escala, indicando que em termos de manejo do solo, o monitoramento dos valores mínimos é mais relevante que os valores máximos. A análise fractal permitiu descrever a heterogeneidade dos dados em escalas não avaliadas pelos métodos análise convencionais, com elevado potencial para a prática da agricultura de precisão e delimitação de zonas de manejo específico.

ABSTRACT Spatial variability of soil attributes affects crop development. Thus, information on its variability assists in soil and plant integrated management systems. The objective of this study was to assess the spatial variability of the soil apparent electrical conductivity (ECa), electrical conductivity of the saturation extract (ECse), water content in the soil (θ) and soil texture (clay, silt and sand) of a sugarcane crop area in the State of Pernambuco, Brazil. The study area had about 6.5 ha and its soil was classified as orthic Humiluvic Spodosol. Ninety soil samples were randomly collected and evaluated. The attributes assessed were soil apparent electrical conductivity (ECa) measured by electromagnetic induction with vertical dipole (ECa-V) in the soil layer 0.0.4 and horizontal dipole (ECa-H) in the soil layer 0.0-1.5 m; and ECse, θ and texture in the soil layers 0.0-0.2 m and 0.2-0.4 m. Spatial variability of the ECa was affected by the area relief, and had no direct correlation with the electrical conductivity of the saturation extract (ECse). The results showed overestimated mean frequency distribution, with means distant from the mode and median. The area relief affected the spatial variability maps of ECa-V, ECa-H, ECse and θ, however, the correlation matrix did not show a well-defined cause-and-effect relationship. Spatial variability of texture attributes (clay, site and sand) was high, presenting pure nugget effect. | RESUMO A variabilidade espacial dos atributos do solo, interferem sobre o desenvolvimento dos cultivos. Assim, o conhecimento dessa variabilidade permite o manejo integrado de solo e planta. Objetivou-se determinar a variabilidade espacial da condutividade elétrica aparente (CEa), condutividade elétrica do extrato de saturação (CEes), conteúdo de água (θ) e textura (argila, silte e areia) do solo em uma área cultivada com cana-de-açúcar, no Estado de Pernambuco. A área de estudo possui cerca de 6,5 ha e o solo da área é um Espodossolo Humilúvico órtico. As amostras de solo foram avaliadas em 90 pontos de amostragem distribuídos aleatoriamente. Foram amostrados os seguintes atributos: condutividade elétrica aparente (CEa) medida por indução eletromagnética (dipolo vertical: CEa-V e dipolo horizontal: CEa-H) nas camadas de 0,0-0,4 m e 0,0-1,5 m de profundidade respectivamente. Os demais atributos foram medidos nas camadas de 0,0-0,2 m e 0,2-0,4 m de profundidade (CEes, θ, argila, silte e areia). A variabilidade espacial da condutividade elétrica aparente do solo medida por indução eletromagnética (CEa-V e CEa-H) foi influenciada pelo relevo, não apresentando relação direta com a condutividade elétrica do extrato de saturação do solo (CEes). Os atributos em estudo apresentaram distribuição de frequência com média superestimada, com valores de média se distanciando dos valores de moda e mediana. O relevo influenciou os mapas de variabilidade espacial da CEa-V, CEa-H, CEes e θ, apesar da matriz de correlação não demonstrar relação de causa e efeito bem definida. Os atributos texturais (argila, site e areia) apresentaram elevada variabilidade espacial, apresentando efeito pepita puro (EPP).

ABSTRACT The study was conducted in irrigated commercial orchards of ‘Paluma’ and ‘Pedro Sato’ guavas, which were mapped with a Garmin GPS unit (Cx60). Sixty five sampling points were marked on a 21 x 21 m sampling grid. Gravimetric humidity and soil penetration resistance (SPR) were evaluated with the help of an automated penetrometer rod with a type 3 cone at a 45º angle (maximum SPR 15,100 kPa). Data with non-normal distribution were analyzed by geostatistics and interpolation by ordinary kriging. SPR values were higher where machine traffic occurs than on the lines where the crop is planted. There was spatial variability of the SPR among the layers evaluated, with the layer between 0.10-0.20 m, on the line of the machine traffic, presenting a higher SPR (>4000 kPa). | RESUMO O estudo foi conduzido em pomares comerciais de goiabeiras ‘Paluma’ e ‘Pedro Sato’, irrigados, que foram mapeados com GPS de navegação Garmin (Cx60). Houve a demarcação de 65 pontos de amostragem, demarcados em grade amostral de 21 x 21 m, sendo avaliadas a umidade gravimétrica e a resistência do solo à penetração (RSP), com auxílio de um penetrômetro automatizado, haste com cone tipo 3 com ângulo de 45º (RSP máximo de 15.100kPa). Os dados com distribuição não normal foram analisados por geoestatística e interpolação por krigagem ordinária. Os valores de RSP, onde ocorre o tráfego de máquinas, foi maior do que o avaliado na linha de plantio da cultura. Houve variabilidade espacial da RSP entre as camadas avaliadas, sendo que a camada entre 0,10-0,20 m, na linha do tráfego de máquinas, apresentou a maior RSP (>4000kPa).

ABSTRACT: The objective of this study was to identify and determine the spatial distribution of the physiological quality of soybean seeds in a field of 39 hectares with production through precision farming techniques. Soil sampling and harvest seeds, georeferenced points for determining soil fertility, seed quality and range of spatial dependence were performed. The results were submitted to analysis of descriptive statistics, Pearson correlation, and geostatistics. The data presented coefficient of variation of 1,63% for emergency, 1,74% for germination, 1,63% for viability, 2,59% for accelerated aging and 4,28% vigor evaluated by the tetrazolium test. Soil pH was negatively correlated with germination, emergence, and viability. The grid point per hectare and a georeferenced grid sampling, spacing of 100 meters between points, was efficient in assessing the spatial variability. Physiological quality is not uniform, particularly in nexion of vigor, providing better diagnosis through interpolation maps. Precision agriculture allows one to determine the spatial distribution of seed physiological quality in a production area of soybean seeds, facilitating decision-making, in what refers to the areas to be harvested. | RESUMO: O objetivo do presente trabalho foi identificar e determinar a distribuição espacial da qualidade fisiológica de sementes de soja em um campo de produção com 39 hectares por meio de técnicas de agricultura de precisão. Foram realizadas amostragem de solo e colheita de sementes em pontos georreferenciados para a determinação da fertilidade do solo, qualidade fisiológica das sementes e alcance da dependência espacial. Os resultados foram submetidos às análises de estatística descritiva, correlação linear de Pearson e geoestatística. Os dados apresentaram coeficiente de variação de 1,63% para emergência, 1,74% para germinação, 1,63% para viabilidade, 2,59% para envelhecimento acelerado e 4,28% para vigor avaliado pelo teste de tetrazólio. O pH do solo correlacionou-se negativamente com a germinação, a emergência e a viabilidade. O grid de um ponto por hectare e uma malha de amostragem georreferenciada com espaçamento de 100 metros entre pontos foi eficiente na avaliação da variabilidade espacial. A qualidade fisiológica não é uniforme, particularmente em relação ao vigor, proporcionando melhor diagnostico por meio de mapas de interpolação. A agricultura de precisão possibilitou determinar a distribuição espacial da qualidade fisiológica de sementes em uma área de produção de sementes de soja, facilitando a tomada de decisão no que refere-se às áreas a serem colhidas.

RESUMO Diversas pesquisas utilizam medidas de condutividade elétrica aparente do solo (CEa) como indicador da variabilidade espacial de atributos físico-químicos existentes no campo de produção. Com base nestas medidas, zonas de manejo (ZM) são delineadas para aperfeiçoamento da gestão agrícola. Entretanto, estas amostras têm apresentado presença de outliers. Todavia, a presença ou incorreta detecção e exclusão de outliers altera o formato do variograma, exibindo estimativas não fidedignas para os seus parâmetros. Dessa forma, objetivou-se nesta pesquisa, tratar dados amostrais da CEa por meio de métodos robustos à presença de outliers, fundamentados na teoria de aproximações robusta e na geoestatística baseada em modelos, para o delineamento de ZM. Assim, estimadores robustos de Cressie Hawkins, Genton’s e MAD Dowd foram avaliados. Nesta avaliação, selecionou-se o estimador de semivariância de Cressie Hawkins. E na sequência, optou-se pelo ajuste cúbico do semivariograma via Critério de Informação de Akaike (AIC). As estimativas obtidas com este ajuste foram aplicadas na plug-in robusto de krigagem. E coerentemente o mapa de krigagem da CEa obtido foi utilizado no classificador fuzzy k-means. Com uso do fuzzy k-means, diferentes ZM foram avaliadas, selecionando-se o mapa com duas ZM por meio dos índices FPI, MPE, Fukuyama-Sugeno e xie beni. As ZM estabelecidas foram validadas quanto as suas diferenças médias relativas à CEa por meio de modelos lineares mistos. Nesta validação optou-se pelo modelo de erros independentes, através do AIC. E dessa forma, diante a exposição dos resultados alcançados, foi possível delinear o mapa de ZM sem necessidade de recorrer à exclusão de outliers, evidenciando o mérito da metodologia empregada. | ABSTRACT Measures of the apparent electrical conductivity (ECa) of soil are used in many studies as indicators of spatial variability in physicochemical characteristics of production fields. Based on these measures, management zones (MZs) are delineated to improve agricultural management. However, these measures include outliers. The presence or incorrect identification and exclusion of outliers affect the variogram function and result in unreliable parameter estimates. Thus, the aim of this study was to model ECa data with outliers using methods based on robust approximation theory and model-based geostatistics to delineate MZs. Robust estimators developed by Cressie-Hawkins, Genton and MAD Dowd were tested. The Cressie-Hawkins semivariance estimator was selected, followed by the semivariogram cubic fit using Akaike information criterion (AIC). The robust kriging with an external drift plug-in was applied to fitted estimates, and the fuzzy k-means classifier was applied to the resulting ECa kriging map. Models with multiple MZs were evaluated using fuzzy k-means, and a map with two MZs was selected based on the fuzzy performance index (FPI), modified partition entropy (MPE) and Fukuyama-Sugeno and Xie-Beni indices. The defined MZs were validated based on differences between the ECa means using mixed linear models. The independent errors model was chosen for validation based on its AIC value. Thus, the results demonstrate that it is possible to delineate an MZ map without outlier exclusion, evidencing the efficacy of this methodology.

RESUMO O estudo das propriedades físicas e químicas do solo é um procedimento de custo e tempo relativamente elevado. Na busca de alternativas para predizer esses atributos a partir de um número menor de amostras do solo, o uso de Redes Neurais Artificiais (RNA) tem sido apontado como uma técnica computacional com grande capacidade de resolver problemas por meio da experiência, e possuem a capacidade de aquisição e posterior aplicação deste conhecimento. Esse trabalho teve por objetivo utilizar a RNA para estimar os atributos físicos e químicos de solo. Os dados utilizados foram provenientes da análise física e química de solo, coletados em 120 pontos amostrais, os quais foram submetidos à análise descritiva, análise geoestatística, treinamento e análise das RNAs. Na análise geoestatística, para cada atributo do solo, foi verificado o modelo de semivariograma que apresentou melhor ajuste ao modelo experimental, e como método de interpolação foi usada técnica da krigagem ordinária. As RNAs foram treinadas, selecionadas considerando a assertividade no mapeamento dos padrões considerados e utilizadas na estimativa de todos dos atributos de solo. O erro médio de cada estimativa obtida pela técnica da krigagem ordinária foi comparado com o erro médio da estimativa obtida pela RNA e, posteriormente foram comparadas com os valores originais por meio do teste-t de Student. Os resultados mostram que a técnica de RNAs apresenta assertividade compatível à krigagem ordinária. O uso da técnica de RNA apresentou-se promissora para obter estimativas de atributos de solo empregando um número menor de amostras de solo. | ABSTRACT Soil physical and chemical analyses are relatively high-cost and time-consuming procedures. In the search for alternatives to predict these properties from a reduced number of soil samples, the use of Artificial Neural Networks (ANN) has been pointed out as a great computational technique to solve this problem by means of experience. This tool also has the ability to acquire knowledge and then apply it. This study aimed at using ANNs to estimate the physical and chemical properties of soil. The data came from the physical and chemical analysis of 120 sampling points, which were submitted to descriptive analysis, geostatistical analysis, and ANNs training and analysis. In the geostatistical analysis, the semivariogram model that best fitted the experimental variogram was verified for each soil property, and the ordinary kriging was used as an interpolation method. The ANNs were trained and selected based on their assertiveness in the mapping of considered standards, and then used to estimate all soil properties. The mean errors of ordinary kriging estimates were compared to those of ANNs and then compared to the original values using Student's t-Test. The results showed that the ANN had an assertiveness compatible with ordinary kriging. Therefore, such technique is a promising tool to estimate soil properties using a reduced number of soil samples.

ABSTRACT Studies on spatial variability of soil attributes of tropical pastures gather information that can assist in decision making about managements of these soils. The objective of the present study was to evaluate the spatial variability of soil chemical attributes and their effects on grass yield of Tifton 85. The experiment was carried out in an area of 3.91 ha at the Feno Rio Farm of the Federal Rural University of Rio de Janeiro, Seropédica, RJ, Brazil. Soils of the 0-0.20 and 0.20-0.40 m layers were sampled considering an irregular sampling mesh, making a total of 50 georeferenced points. The parameters evaluated were: the soil chemical attributes pH, Al+3, Ca+2, Mg+2, Na+, K+, P, H+Al, and total organic carbon (TOC); and the Tifton 85 dry matter yield (DMY). The results of these parameters were subjected to descriptive statistics, linear correlation, and geostatistics, and maps were developed for the analyses. Regions with grass yields different from the general mean were found in the area, which presented mean grass yield of 2248 kg ha-1. The soil chemical parameters Na+, Ca+2, TOC, and H+Al were significantly correlated with DMY, confirming that they are important and affect the Tifton 85 grass yield. The mapping of the Tifton 85 cycle is important for understanding the variability of DMY. The investigation of areas with different productive potentials should be followed by development of maps of soil chemical attributes to correlate and understand the ratios that may be involved with these variations. | RESUMO Os estudos sobre a variabilidade espacial de atributos do solo de pastagens tropicais buscam conhecimentos que possam auxiliar nas tomadas de decisões sobre os manejos destes solos. O presente estudo teve como objetivo avaliar a variabilidade espacial de atributos químicos do solo e seus efeitos na produtividade de área cultivada com Tifton 85. O experimento foi realizado na Fazenda Feno Rio, localizada na Universidade Federal Rural do Rio de Janeiro, em Seropédica, em uma área de 3,91 ha. Os solos foram amostrados em malha irregular, perfazendo o total de 50 pontos georreferenciados, nas profundidades de 0-0,20 e 0,20-0,40 m. Foram analisados os atributos químicos do solo pH em água, Al+3, Ca+2, Mg+2, Na+, K+, P, H+Al e COT, além da massa seca (MS) da Tifton 85 para avaliação da produtividade. A partir destes parâmetros foram realizadas análises de estatística descritiva, correlação linear, geoestatística e geração de mapas. Foi possível inferir diferentes zonas de produtividade em relação à média geral, verificando-se que a produtividade média na área foi de 2.248 kg ha-1. Os parâmetros químicos do solo Na+, Ca+2, COT e H+Al correlacionaram significativamente com a MS, confirmando serem importantes e interferirem na produtividade da Tifton 85. Percebeu-se que a realização de mapeamentos ao longo do ciclo da Tifton 85 são importantes na compreensão da variabilidade da produção de MS e a investigação de áreas com diferentes potenciais produtivos deve ser acompanhada de mapas de atributos químicos do solo, buscando correlacionar e entender as razões que podem estar envolvidas nestas variações.

ABSTRACT Irrigated cocoa cultivation opened the way for production in Coastal Tablelands soils. However, in this region, the cohesive layer formed near the surface can be a limiting factor for production. The knowledge of physical soil water attributes enables the efficient irrigation management of cohesive soils. This study characterized and modeled the spatial variability of saturated hydraulic conductivity (K0) in a Distrocoeso Oxisoil of the Recôncavo Baiano Coastal Tablelands. The soil sampling was performed as undeformed structures from 50 spaced points in an 8.0 to 8.0 m area, at three different depths in the experimental area of the Federal University of Bahia Recôncavo in the Cruz das Almas-BA cultivated with cocoa (‘CCN 51’). In the laboratory, K0 was determined by permeameter method constant load, and the pore size distribution was determined using the voltage table and the soil density (Ds). Data were analyzed using descriptive statistics and geostatistics. On average, the K0 values were 40.41, 26.49, and 37.82 mm-1 h-1 at the depths from 0.0-0.15 m, 0.15-0.30, and 0.30-0.45 m. The Gaussian model was the best fit to the K0 data set. For soil class, the K0 showed a strong spatial dependence due to their relationship with the physical properties of the soil, its use, and handling. Since an important attribute for the delimitation of homogeneous areas for specific site management purposes as well be considered. | RESUMO O cultivo de cacau irrigado abriu espaço para a produção em solos de Tabuleiros Costeiros. Porém, nesta região, a camada coesa formada próxima da superfície, pode ser um fator limitante para sua produção. O conhecimento dos atributos físico-hídricos do solo possibilitará um manejo eficiente da irrigação em solos coesos. Com isso, objetivou-se caracterizar e modelar a variabilidade espacial da condutividade hidráulica saturada em Latossolo Amarelo Distrocoeso dos Tabuleiros Costeiros do Recôncavo Baiano. A amostragem de solo na estrutura indeformada foi realizada em 50 pontos espaçados de 8,0 em 8,0 m, em três diferentes profundidades na área experimental da Universidade Federal do Recôncavo da Bahia, em Cruz das Almas - BA, cultivada com cacau CCN 51. Determinou-se em laboratório a K0 utilizando permeâmetro de carga constante, distribuição de poros utilizando mesa de tensão e a densidade do solo. Realizou-se análises descritiva e de geoestatística. Em média os valores da K0 foram 40,41 mm h-1, 26,49 mm h-1 e 37,82 mm h-1 nas profundidades 0,0-0,15 m, 0,15-0,30 m e 0,30-0,45 m. O modelo gaussiano foi o que melhor se ajustou ao conjunto de dados da K0. Para a classe de solo avaliada, a K0 apresentou uma forte dependência espacial devido a sua relação com as propriedades físicas do solo, seu uso e manejo. Podendo assim, ser considerado um importante atributo para a delimitação de zonas homogêneas para fins de manejo sítio específicos.

ABSTRACT In precision agriculture, determining management zones for soil and plant attributes is a complex process that requires knowledge of several variables, which complicates management and decisionmaking processes. This study evaluated the spatial variability of soybean yield and soil chemical properties using geostatistical and multivariate analyses to define management zones in an Oxisol. The soybean yield and soil chemical properties between 0 to 0.2 and 0.2 to 0.4 m soil depths were sampled at 70 points. Geostatistical and multivariate analyses were then performed on these data. The soil chemical properties showed higher variability at 0.2 to 0.4 m soil depth. The semivariogram parameters of the principal component analysis (PCA) data (PCA 1, PCA 2, and PCA 3) for both depths were more homogeneous than the original data. The maps of soil chemical properties showed high similarity to the soybean yield map. The PCA explained 65.34% (0 to 0.2 m) and 70.50% (0.2 to 0.4 m) of data variability, grouping the soybean yield, organic matter, pH, phosphorous, potassium, calcium, magnesium, and sodium. PCA spatialization allowed for the definition of management zones indicated by PCA 1, PCA 2, and PCA 3 for both depths. The result indicates that the area must be managed using different strategies of soil fertility management to increase soybean yield.