Escolar Documentos
Profissional Documentos
Cultura Documentos
TESE DE DOUTORADO
ADEMIR WENDLING
por
Ademir Wendling
2014
Universidade Federal de Santa Maria
Centro de Ciências Rurais
Programa de Pós-Graduação em Ciência do Solo
elaborado por
Ademir Wendling
COMISSÃO EXAMINADORA:
_________________________________________________
RICARDO SILVEIRO BALARDIN / ORIENTADOR – UFSM
_________________________________________________
IVAN FRANCISCO DRESSLER DA COSTA - UFSM
_________________________________________________
MARCELO G. MADALOSSO - PHYTUS
_________________________________________________
SANDRO BORBA POSSEBON – IFFAR - CAMPUS PANAMBI
__________________________________________________
MONICA PAULA DEBORTOLI – PHYTUS
Aos meus pais, Silvino e Irene, que me deram a vida e ensinaram a vivê-la.
Aos meus irmãos, Beno, Nair e Elena, com quem cresci vivendo-a.
Ao Prof. Ricardo Silveiro Balardin, pela oportunidade, pela amizade, pelo apoio
e orientação no desenvolvimento deste trabalho.
Ao meu sócio, amigo, Charles Bolson Pontelli, que apoiou esse trabalho e deu
cobertura nas atividades quando necessário.
CAPÍTULO 2
TABELA 1 – Resultados das análises de solo dos pontos em estudo. Março
2012. Santa Maria............................................................................................. ..... 64
TABELA 2 – Resultados das análises de folha dos pontos em estudo. Março
2012. Santa Maria................................................................................ .................. 65
TABELA 3 – Matriz de correlação de Pearson, 2012 Santa Maria.................................. 68
TABELA 4 – Matriz de correlação de Pearson, 2013 Santa Maria.................................. 69
LISTA DE FIGURAS
CAPÍTUO 1
FIGURA 1 – Imagem ilustrativa das leituras de um satélite................................ 31
FIGURA 2 – Imagem ilustrativa do local de download a seu alcance............... 31
FIGURA 3 – Ilustração da posição do sensor ativo no equipamento e a área
de leitura............................................................................................................... 32
FIGURA 4 – Imagem ilustrativa da utilização do espectroradiômetro a campo 33
FIGURA 5 – Ilustração dos locais de leitura dos sensores. 2012 Santa Maria.... 34
FIGURA 6 – Mapa da variabilidade de NDVI da imagem de satélite na cultura
da soja (Glycine max (L.) Merrill), spot 5, Santa Maria, 2012 ............................. 35
FIGURA 7 – Mapa da variabilidade das leituras do sensor ativo na cultura da
soja (Glycine max (L.) Merrill) safra 2011/2012 e localização dos pontos
amostrais, Santa Maria, 2012.............................................................................. 36
FIGURA 8 – Resposta espectral da soja (Glycine max (L.) Merrill) no
florescimento. Santa Maria, março 2012............................................................. 38
FIGURA 9 – (A) correlação entre NDVI calculado para as bandas da imagem
de satélite e sensor ativo, (B) correlação do NDVI da imagem de satélite e
extraído do espectroradiômetro, (C) correlação entre sensor ativo e NDVI
extraído do espectroradiômetro nos comprimentos de onda do sensor ativo e
(D) correlação entre sensor ativo e NDVI extraído do espectroradiômetro para
os comprimentos de onda da imagem de satélite. Santa Maria, março
2012..................................................................................................................... 39
CAPÍTULO 2
FIGURA 1 – Ilustração da posição do sensor ativo no equipamento e a área
de leitura.............................................................................................................. 60
FIGURA 2 – Mapa da variabilidade das leituras do sensor ativo na cultura da
soja (Glycine max (L.) Merrill) safra 2011/2012 e localização dos pontos
amostrais, Santa Maria, 2012.............................................................................. 66
FIGRUA 3 – Mapa da variabilidade das leituras do sensor ativo na cultura da
soja (Glycine max (L.) Merrill) safra 2012/2013 e localização dos pontos
amostrais, Santa Maria, 2013.............................................................................. 67
FIGURA 4 – Leituras do sensor ativo 2012 e 2013(a) e médias por faixa (b).
Santa Maria, 2013................................................................................................ 68
FIGURA 5 - Correlações lineares entre as faixas de leituras do sensor ativo
com Meloidogynes no solo, com declividade do terreno e números de plantas
por metro linear. Safra 2012/2013, Santa Maria, 2013........................................ 69
SUMÁRIO
1 RESUMO........................................................................................... 16
2 ABSTRACT ....................................................................................... 17
4 OBJETIVO......................................................................................... 29
7 CONCLUSÕES ................................................................................. 39
1 RESUMO........................................................................................... 45
2 SUMMARY ........................................................................................ 46
3 Introdução ......................................................................................... 47
4 Objetivos ........................................................................................... 47
8 CONCLUSÕES ................................................................................. 69
9 REFERÊNCIAS ................................................................................. 70
ESTRATÉGIA E CONDUÇÃO DO TRABALHO
1 RESUMO
2 ABSTRACT
3 REVISÃO DE LITERATURA
3.2 Sensores
Passivos
Ativos
3.2.1 Espectroradiômetro
Em que:
4 OBJETIVO
5 MATERIAL E MÉTODOS
pluviométrico foi de, 66mm em novembro, 25mm dezembro, 62mm janeiro, 96mm
fevereiro e 65mm março.
5.2.3 Espectroradiômetro
Foi utilizado como referência no presente estudo, por apresentar uma leitura
espectral de 0,350 a 2,500 µm, o que permite a extração de qualquer índice. As
leituras foram feitas dentro dos círculos (27 m de diâmetro) posicionados sobre a
linha de leitura do sensor ativo (Figura 5). Dentro de cada círculo foram feitas quatro
leituras gerando um valor médio. As leituras foram feitas aproximadamente 1,6 m do
solo, variando de 0,7 a 1m da planta. Foi utilizada uma placa de bário para anular as
interferências atmosféricas sobre a luz solar. Para o cálculo do NDVI foram extraídos
valores médios para Banda 3 e Banda 4, nos comprimentos de 0,630-0,690 µm e
0,770-0,890 µm respectivamente, para correlação com imagem de satélite e de
0,730 a 0,740 e 0,800 a 0,810 µm respectivamente para correlação com o sensor
ativo. A equação de NDVI (B4-B3)/(B4+B3) foi utilizada para cálculo do índice.
33
Computador
pessoal
Detector
Figura 5. Ilustração dos locais de leitura dos sensores. 2012, Santa Maria.
34
6 RESULTADOS E DISCUSSÃO
do índice. Como foi um ano seco e boa parte das bordas fica ao lado de banhados
ocorria uma maior disponibilidade de água nessas zonas.
Pto 1 Pto 2
Pto 3 Pto 4
0,5
Pto 5 Pto 6
Pto 7 Pto 8
Pto 9 Pto 10
0,4
Pto 11 Pto 12
Pto 13 Pto 14
Pto 15 Pto 16
Reflectância
0,3
Pto 17 Pto 18
Pto 19 Pto 20
0,2 Pto 21
0,1
0
350 450 550 650 750 850 950 1.050 1.150 1.250
Comprimento de onda (Micrômetro)
37
Outro fator que contribuiu para uma menor correlação entre imagem de
satélite e espectroradiômetro foi o intervalo entre as leituras dos dois sensores, de
12 de fevereiro até 15 de março, fato agravado pelo enorme déficit hídrico no
período.
Figura 9. (A) correlação entre NDVI calculado para imagem de satélite e sensor
ativo, (B) correlação do NDVI da imagem de satélite e extraído do
espectroradiômetro, (C) correlação entre sensor ativo e NDVI extraído do
espectroradiômetro nos comprimentos de onda do sensor ativo e (D) correlação
entre sensor ativo e NDVI extraído do espectroradiômetro para os comprimentos de
onda da imagem de satélite. Santa Maria, março 2012.
0,2 A 0,3 B
NDVI 630-690 770-890
NDVI Spot
0,16 0,2
0,14 0,15
0,12 0,1
0,1 0,05
0,08 0
0,6 0,8 0,6 0,8
NDVI 730-740 800-810 NDVI 630-690 770-890
55 C 55 D
y = 236,49x + 9,396
50 50 y = 74,454x - 14,876
Sensor ativo
R² = 0,8797 R² = 0,8809
45 45
Sensor Ativo
40 40
35 35
30 30
0,1 0,15 0,2 0,6 0,8
NDVI 730-740 800-810 NDVI 630-690 770-890
7 CONCLUSÕES
8 REFERÊNCIAS BIBLIOGRÁFICAS
KASPEBAUER, M.J. Light and plant development. In: Wilkinson, R.E. (Ed.)
Plant-environment interactions. New York: Marcel Dekker, 1994. 599p.
NOBEL, P.S.; FORSETH, I.; LONG, S.P. Canopy structure and light
interception. In: Hall, D.O.; Scurlock, H.R.; Bolhàr-Nordenkampf; Leegood, R.C.;
Long, S.P. Photosynthesis and production in a changing environment. London:
Chapman & Hall, 1993. p.79-90.
POVH, F.P.; MOLIN, J.P.; GIMENEZ, L.M.; PAULETTI, V.; MOLIN, R. &
SALVI, J.S. Comportamento do NDVI obtido por sensor ótico ativo em cereais.
Pesq. Agropec. Bras., 43:1075-1083, 2008.
SILVA, A.J. DA, CANTERI, M.G., SANTIAGO, D.C., HIKISHIMA, M., SILVA,
A.L. DA. A refletância na estimativa do efeito de fungicidas no controle da
ferrugem asiática da soja. Summa Phytopathologica, v. 35, n. 1, p. 53-56, 2009.
1 RESUMO
A soja (Glycine max (L.) Merrill) é a cultura mais cultivada no Brasil. O uso de
tecnologias, como o sensoriamento remoto, tem auxiliado no diagnóstico da
variabilidade da cultura. A identificação das causas da variabilidade é um dos
desafios para eliminá-las e conseguir alcançar produtividades mais altas. O presente
estudo tem por objetivo avaliar a relação entre índices de massa de um sensor ativo,
a presença de nematóides, a fertilidade do solo, os índices de compactação, a
declividade do terreno e o número de plantas a fim de compreender a razão dos
diferentes índices. O estudo foi realizado em uma área comercial de soja com 100
ha. Foi feita leitura com um sensor ótico ativo. Foram definidos 5 pontos nas 5
classes de variabilidade. Nesses pontos, foram avaliadas as variáveis em estudo. A
nutrição das plantas e a compactação do solo não apresentaram relação significativa
com os índices de massa. A declividade do terreno e o número de plantas se
correlacionaram com os índices de massa. Altas precipitações em novembro e
dezembro comprometeram o estande de plantas. Foi possível observar correlação
entre os índices de massa e a presença de nematóides nas faixas estabelecidas.
2 SUMMARY
Soybean (Glycine max (l.) Merrill) is the most widely grown crop in Brazil. The use of
technologies like remote sensing, helped in the diagnosis of culture variability.
Identification the causes of variability is one of the challenges to eliminate it and
achieving higher productivity. The study aims to evaluate the relationship between
mass indexes of an active sensor, the presence of nematodes, soil fertility, rates of
compaction, the land declivity and the number of plants in order to understand the
reason of the different indices. The study was conducted in a commercial soybean
field with 100 hectares. The reading was done with an active optical sensor. Five
points were defined in the five class of variability. At these points was study the
variables assessed. The plant nutrition and soil compaction had no significant
relationship with mass indexes. The soil declivity and the number of plants correlated
with mass indexes. High rainfall in November and December compromised the plant
stand. It was observed a correlation between mass indixes and the presence of
nematodes in established ranges.
Keywords: nematodes, remote sensing, soil fertility, soil compaction, plant stand.
47
3 INTRODUÇÃO
4 OBJETIVOS
5 REVISÃO DE LITERATURA
sensor óptico é pouco afetado pelo tipo de solo e nível de luminosidade (HEEGE et
al., 2008).
frequentemente, o único disponível, uma vez que, os custos dos equipamentos que
medem a reflectância ainda restringem sua aplicabilidade.
5.3 Nematóides
5.3.1 Meloidogyne sp
O ciclo vital inicia com os ovos que são depositados pela fêmea numa matriz
gelatinosa, a "ooteca", que os protege. São colocados de 400 a 500 ovos, podendo
atingir o tamanho do corpo da fêmea. O desenvolvimento embrionário resulta na
formação de uma larva. A primeira transformação ocorre no interior do ovo, ao
eclodir já é a larva J2 (juvenil de segundo estágio), que irá procurar uma raiz para
alimentar-se, guiada pelos exsudados da planta. A J2, vermiforme penetra próximo à
capa protetora da raiz movendo-se para o interior da planta. As primeiras
penetrações do estilete são acompanhadas de secreções que causam um
crescimento das células, levando à formação das "células gigantes" nutridoras. Ao
mesmo tempo, uma intensa multiplicação celular causa o aumento das raízes,
formando as galhas. As larvas sofrem mudanças, dando origem às formas J3 e J4 e,
finalmente, aos adultos, machos e fêmeas. A duração do ciclo é extremamente
variável para cada espécie de Meloidogyne, dependendo principalmente da
temperatura (25 dias a 27ºC), além da susceptibilidade da planta hospedeira e das
condições químicas e físicas do solo (FERRAZ, 2001).
53
manejados sob sistema plantio direto, verificou que o estado de compactação mais
intenso, com valores de densidade do solo de 1,62 e 1,54 Mg m-3 e de resistência à
penetração de 2,65 e 3,26 MPa, proporcionou decréscimos na produtividade do trigo
de 18,35 e 34,05 %, respectivamente. Na cultura do milho, somente no Latossolo
Vermelho distroférrico houve diferença significativa em relação aos outros estados
de compactação, onde esse nível de compactação propiciou decréscimo de 24,3 %
e, na cultura da soja, esses estados de compactação não propiciaram decréscimos
na produtividade, em ambos os Latossolos.
6 MATERIAL E MÉTODOS
7 RESULTADOS E DISCUSSÃO
Tabela 1. Resultados das análises de solo dos pontos em estudo. Março 2012.
Santa Maria, RS.
MO Argila Al Ca Mg P K S Cu Zn
-------%------ ----Cmolc. cm- ---------------Mg.dm-3--------------
3
Am pH SMP -- --- -----
1 5,7 6,6 2,5 14,0 0,0 3,3 1,2 51 144 4,9 1,0 2,5
2 5,6 6,4 1,9 20,0 0,0 2,6 1,1 26,7 128 10,7 0,8 1,8
3 5,8 6,3 2,3 24,0 0,0 2,9 1,3 25,1 105,6 6,3 0,9 2,0
4 6,7 6,9 2,2 22,0 0,0 4,9 1,7 47 137,6 14,0 0,4 1,6
5 6,5 6,8 2,3 23,0 0,0 4,7 1,8 58,6 134,4 5,6 0,2 1,5
6 5,7 6,3 2,4 21,0 0,0 2,8 1,4 10,9 89,6 6,2 1,1 5,0
7 5,8 6,4 2,2 20,0 0,0 2,9 1,2 14,5 99,2 3,4 1,0 3,9
8 5,5 6,3 2,0 36,0 0,0 2,1 0,8 10,9 115,2 5,8 1,3 4,0
9 5,9 6,6 2,1 38,0 0,0 3,2 1,4 26,7 76,8 6,7 0,9 4,8
10 5,7 6,3 1,8 17,0 0,0 2,4 0,9 32,8 96 3,0 1,6 4,1
11 5,7 6,1 1,5 15,0 0,0 2,1 0,8 10,3 92,8 4,5 1,8 2,0
12 6,0 6,5 2,5 16,0 0,0 2,7 1,1 27,5 99,2 2,5 1,3 6,5
14 5,8 6,5 2,2 20,0 0,0 2,5 1,1 9,1 86,4 5,1 1,7 2,5
15 5,8 6,6 1,7 15,0 0,0 2,8 1,2 9,1 89,6 3,0 1,4 2,8
16 5,7 6,4 1,6 14,0 0,0 2,0 0,8 4,3 57,6 6,8 1,6 2,1
17 5,6 6,4 1,7 15,0 0,0 2,0 0,8 5,6 58 6,7 1,5 2,1
18 5,8 6,6 2,1 18,0 0,0 3,2 1,5 15,1 108,8 2,2 1,3 1,6
19 5,6 6,6 2,1 19,0 0,0 3,3 1,6 25,1 80 3,6 1,1 2,3
20 5,6 6,4 2,2 21,0 0,0 3,4 1,6 39,9 169,6 5,0 1,1 2,2
21 5,8 6,7 2,3 13,0 0,0 3,5 1,7 49,7 128 2,7 1,1 2,1
Media 5,8 6,5 2,1 19,5 0 3,0 1,2 25,0 104,8 5,4 1,2 2,9
Tabela 2. Resultados das análises de folha dos pontos em estudo. Março 2012.
Santa Maria.
Amos N P K Ca Mg S B Cu Fe Mn Zn Sensor
-3 -3
tra ----------- g.dm --------------- --------------mg.dm ------------------- Ativo
1 39 2,9 12,6 7,8 2,2 2,6 27,2 7,1 106 260 13 52,0
2 40 3,1 10,5 8,1 2,4 2,7 26,1 7,1 132 201 15 50,1
3 42 2,7 10,5 7,2 2,4 2,4 30,9 7,2 116 161 10 50,5
4 38 4,2 7,6 9,7 3,3 2,6 29,3 7,2 112 238 6 46,2
5 43 3,8 7,1 9,3 2,7 2,1 28,2 6,4 220 163 6 47,3
6 39 3,6 12,6 7,6 3,2 2,4 23,4 7,3 120 130 11 51,3
7 42 2,1 10,5 7,2 2,8 2,7 37,3 7,6 121 147 11 50,5
8 38 2,6 9,7 7,4 3,3 2,7 36,7 6,3 114 186 14 44,6
9 41 2,3 8,4 8,9 1,8 2,5 29,3 5,9 103 166 12 37,0
10 43 2,4 7,6 7,6 2,0 2,1 40,5 6,2 93 157 12 34,7
11 40 2,1 8,4 8,7 3,2 1,9 33 5,9 144 203 10 36,8
12 39 2,3 13,4 7,6 3,2 2,3 35 6,8 123 188 13 40,9
13 44 1,8 9,2 8,1 2,6 1,9 29,8 5,8 111 141 13 41,7
14 42 2,1 13,9 6,8 2,9 1,6 24,5 6,6 127 134 15 42,8
15 39 2 9,2 7,9 3,0 2,1 25,6 5,4 94 109 9 39
16 37 2,2 10,5 7,2 3,2 2,2 29,3 4,9 103 112 7 39,5
17 41 2 10,9 7,0 2,5 1,8 30,9 4,7 125 132 8 42,6
18 39 1,9 8,4 7,1 2,4 1,7 27,2 6,2 243 103 11 38,2
19 40 2,1 11,3 7,2 2,9 1,7 28,2 6,5 124 92 10 33,0
20 42 2 13,4 6,7 3,5 1,9 31,4 5,8 119 116 14 36,7
21 44 2 16,4 6,6 2,6 2,1 29,3 5,9 119 120 16 35,5
Media 40,6 2,5 10,6 2,8 7,7 2,2 28,5 6,3 127 155,5 11,7 42,5
ponto 25 que em 2012 apresentou um valor bem alto, sendo classificado em 2013
como classe MB. MOLIN (2002) recomenda de 3-5 safras para definir zonas de
potencial produtivo e que podem ser de alto, médio e baixo potencial e instáveis, que
não apresentam comportamento semelhante ao longo dos anos.
Figura 4. Leituras do sensor ativo 2012 e 2013(a) e médias por faixa (b). Santa
Maria, 2013.
70 70
2012 2012
2013 a 2013 b
60 60
50 50
40 40
30 30
20 20
1 4 7 10 13 16 19 22 25 MA A MA B MB
25,0
y = -0,2774x + 30,374 Mel-Solo (Unid/50cm3)
R² = 0,6347
Declividade (%)
20,0
Plantas/m
15,0
10,0
y = 0,1134x + 5,5782
R² = 0,896
5,0
y = -0,3469x + 24,646
R² = 0,9151
-
MB B M A MA
Quando foi feita a correlação entre as médias por faixa dos índices de
vegetação e a declividade, a correlação chegou a 91%, mostrando a importância do
número de plantas na quantidade de massa produzida. TRAGNAGO (2011)
observou aumento no número de vagens por m 2, aumentando a população de 10
para 40 plantas por m2.
8 CONCLUSÕES
9 REFERÊNCIAS
ALSTON, D.G., SHMITT, D.P., BRADLEY JUNIOR, J.R. & COBLE, H.D.
Multiple pest interactions in soybean: effects on Heterodera glycines egg
populations and crop yield. Journal of nematology 25:42-49, 1993.