Resumo |
Com o conhecimento das características do solo é possível desenvolver técnicas para aumentar sua qualidade e assim sua produtividade. Na agricultura de precisão são analisadas variáveis de interesse e sua variabilidade espacial utilizando a geoestatística. Para isso é necessário um número significativo de pontos bem distribuídos para se obter resultados com o menor erro possível, sendo o ideal que a estratégia de amostragem tenha qualidade na representação com uma boa distribuição de pontos que viabilize a utilização da agricultura de precisão com boa representação da área de interesse. No caso de estudos do solo devemos propor uma estratégia de amostragem para a caracterização da variabilidade espacial dos atributos físicos e químicos do solo. No estudo foi utilizado solo da fazenda Braúna, no município de Araponga, Minas gerais com área de aproximadamente 20 há, utilizando o software GvSig 2.2.0 e conhecimentos de programação com a linguagem PYTHON, utilizando também mapas de variabilidade espacial do teor de água do solo, resistência à penetração e condutividade elétrica do solo já classificadas em três classes utilizando o algoritmo fuzzy k-means com valores variando de 0 a 1, que representam o grau de determinação do elemento à cada uma das classes e foi selecionado no mapa pontos (pixels) onde o grau de pertinência apresenta uma classificação incerta que são os pontos com valores iguais a 1 indicando onde deverão ser feitas as coletas de solo. O script se aplica a todos os mapas de variabilidade, e, no caso da condutividade elétrica a 40 cm de profundidade, por exemplo, tivemos um total de 8327 pontos onde foram selecionados 4565 pontos que são os pontos onde devem ser coletadas as amostras de solo, desses 4565 pontos deverão ser escolhidos quantos pontos se julgar necessário para se ter uma boa amostragem da área e que seja representativa, dessa forma se pode fazer coletas de solo para análise, e assim, gastar menos tempo com menor custo e abrangendo toda a área de interesse. |