Componentes de produção de soja e milho para o estabelecimento de zonas de manejo em plantio direto

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorSouza, Wilson José Oliveira de-
Autor(es): dc.contributorUniversidade Estadual Paulista (UNESP)-
Autor(es): dc.contributorRozane, Danilo Eduardo-
Autor(es): dc.creatorApolinário, Eduarda Soares-
Data de aceite: dc.date.accessioned2025-08-21T15:27:33Z-
Data de disponibilização: dc.date.available2025-08-21T15:27:33Z-
Data de envio: dc.date.issued2025-07-15-
Data de envio: dc.date.issued2025-06-26-
Fonte completa do material: dc.identifierhttps://hdl.handle.net/11449/312065-
Fonte completa do material: dc.identifierhttp://lattes.cnpq.br/7607358293919957-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/11449/312065-
Descrição: dc.descriptionA variabilidade da área produz respostas das plantas, manifestadas no estabelecimento da população final, produção de biomassa e produtividade de grãos, e refletem as condições de solo, associando-as à variabilidade observada. O manejo localizado e emprego de máquinas com aplicações em taxa variável, dependem diretamente da identificação das causas da variabilidade, permitindo que sejam tomadas decisões que levem à otimização no uso de insumos e redução de custos de produção. O trabalho teve como objetivo estudar a variabilidade da área por meio do histórico de produção de quatro safras com vistas ao estabelecimento de zonas de manejo de produção. O trabalho foi desenvolvido no município de Capão Bonito, SP, nas coordenadas geográficas -24.023598052633503, -48.08443430697025, em solo classificado como LVA 35 (Latossolo Vermelho-Amarelo), numa área de 30,3ha. A área foi georreferenciada e forma demarcados 31 pontos em grade regular, que definiram os locais de amostragens. Em cada ponto, componentes de produção de soja e milho de segunda safra, como Estande Final (EF), Produção de biomassa seca de plantas e grãos (MSp+g), Produção de biomassa seca de cobertura do solo (MSbi), Produção de Grãos (PGS) e peso de mil sementes (PMS). Os dados foram submetidos a análise descritiva, análises de variabilidade espacial com técnicas de geoestatística, elaboração dos modelos matemáticos entre distância (h) e semi-variância [ŷ(h)] e interpolação por krigagem. As análises descritivas dos dados os valores de PGS de soja ajustaram-se ao modelo exponencial (em 2022/23) e esférico (em 2023/24); a PGS de milho ajustaram-se ao modelo esférico (2023/2024) com Graus de Dependência Espacial Forte (DE = 14,73. Para as produções de soja, os graus de DE foram Moderado (DE = 50,81%) em 2022/23 e Forte (DE = 1,91%) 2023/24., O índice NDVI mostrou padrões semelhantes entre as culturas, nos dois anos estudados. Com os dados estudados, EF, PGS e NDVI mostram-se sensíveis à variabilidade da área, podendo indicar sítios específicos com potencial para tratamento individualizado.-
Descrição: dc.descriptionArea variability produces plant responses, manifested in final population establishment, biomass production, and grain yield, and reflects soil conditions, associating them with observed variability. Localized management and the use of machinery with variable-rate applications depend directly on identifying the causes of variability, enabling decisions that lead to optimized input use and reduced production costs. This study aimed to study area variability through the production history of four harvests with a view to establishing production management zones. The study was carried out in the municipality of Capão Bonito, São Paulo, at geographic coordinates -24.023598052633503, -48.08443430697025, on soil classified as LVA 35 (Red-Yellow Latosol), in an area of 30.3 ha. The area was georeferenced, and 31 points were demarcated in a regular grid, which defined the sampling locations. At each point, second-crop soybean and corn production components, such as Final Stand (FS), Plant and Grain Dry Biomass Production (MSp+g), Ground Cover Dry Biomass Production (MSbi), Grain Yield (PGS), and Thousand Seed Weight (PMS), were analyzed. The data were subjected to descriptive analysis, spatial variability analysis using geostatistical techniques, mathematical models were developed between distance (h) and semi-variance [ŷ(h)], and kriging interpolation. The descriptive analyses of the data showed that soybean PGS values fit the exponential (in 2022/23) and spherical (in 2023/24) models; The corn PGS adjusted to the spherical model (2023/2024) with Strong Degrees of Spatial Dependence (DE = 14.73). For soybean yields, the DE degrees were Moderate (DE = 50.81%) in 2022/23 and Strong (DE = 1.91%) in 2023/24. The NDVI index showed similar patterns among crops in both years studied. Based on the data studied, EF, PGS, and NDVI are sensitive to area variability, potentially indicating specific sites with potential for individualized treatment.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Estadual Paulista (UNESP)-
Direitos: dc.rightsinfo:eu-repo/semantics/openAccess-
Palavras-chave: dc.subjectNDVI-
Palavras-chave: dc.subjectMáquinas agrícolas-
Palavras-chave: dc.subjectAgricultura de precisão-
Palavras-chave: dc.subjectProdução de grãos-
Palavras-chave: dc.subjectGrain production-
Palavras-chave: dc.subjectAgricultural machinery-
Palavras-chave: dc.subjectPrecision agriculture-
Título: dc.titleComponentes de produção de soja e milho para o estabelecimento de zonas de manejo em plantio direto-
Título: dc.titleSoybean and corn production components for establishing no-tillage management zones-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositório Institucional - Unesp

Não existem arquivos associados a este item.