Pedology in Precision Agriculture from a Brazilian context

英语. ABSTRACT Precision agriculture (PA) is advancing in Brazil concerning several crops, mainly for medium to large-sized farms, occasionally evolving towards automation and digital agriculture. Soil knowledge is fundamental in this process, requiring studies on a detailed scale greater than 1:5,000, and demanding overcoming soil taxonomy concepts. This review article presents and discusses the most effective methods of PA from a soil management perspective, inducing advances for farming and producers in Brazil. Topography, electrical conductivity, proximal and remote sensing, and productivity work outlined soil mapping and their relationship to soil. The modeling of topographic variables through artificial intelligence offers new perspectives. The soil's apparent electrical conductivity can work at various depths, providing information about several pedological parameters. Finally, proximal, and remote sensing techniques could simulate different soil attributes, potentially integrating productivity data on studying plant attributes. Despite some differences, the four themes are complementary, and integrating data through geographic information systems results in a consistent option for defining management zones.

西班牙语; 卡斯蒂利亚语. RESUMEN La agricultura de precisión (AP) está avanzando en Brasil en varios cultivos, principalmente para fincas medianas y grandes, evolucionando ocasionalmente hacia la automatización y la agricultura digital. El conocimiento del suelo es fundamental en este proceso, requiriendo estudios a escala de detalle superior a 1:5.000, exigiendo superar conceptos de taxonomía de suelos. Este artículo de revisión presenta y discute los métodos más efectivos de AP desde la perspectiva del manejo del suelo, induciendo avances para los agricultores y productores en Brasil. Se revisaron los trabajos de topografía, conductividad eléctrica, sensores proximales o remotos y productividad para delinear el mapeo del suelo de estos temas y su relación con el mismo. El modelado de variables topográficas mediante inteligencia artificial ofrece nuevas perspectivas. La conductividad eléctrica aparente del suelo puede trabajar a varias profundidades, proporcionando información sobre diversos parámetros pedológicos. Finalmente, se han utilizado técnicas de detección proximal y remota para simular diferentes atributos del suelo, con el potencial de integrar datos de productividad en el estudio de los atributos de las plantas. A pesar de algunas diferencias, los cuatro temas son complementarios, y la integración de datos a través de sistemas de información geográfica resulta una opción consistente para definir zonas de manejo.