INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E

TECNOLOGIA GOIANO – IFGOIANO - CAMPUS RIO VERDE

Rodovia Sul Goiana, km 01, Zona Rural – Rio Verde - GO CEP:
75.901-970. Fones: (64) 3620-5641. Fax: (64) 3620-5640

Professor (a): Wellingtom Donizete Guimarães

TRABALHO PRÁTICO AGRICULTURA DE PRECISÃO

Alunos(a):
Franksuel Henrique da Silva
Giulia Guimarães Ferrel
Isabelly Alves Souza
Joainny Martins Leite
Marina Vitória Oliveira Rodrigues
Natanael Vitor de Souza Silva
Yasmin Cabral do Couto Santos

Atividade prática apresentado ao Instituto

Federal de Educação, Ciência e Tecnologia
Goiano- Campus Rio Verde, como parte das
exigências das aulas práticas da disciplina de
geoprocessamento. 2° semestre/2023

RIO VERDE - GO
NOVEMBRO – 2023
 Sumário

1 INTRODUÇÃO ................................................................................................................................................ 3

3 OBJETIVOS ..................................................................................................................................................... 5

4 METODOLOGIA E ESTRATÉGIA DE AÇÃO ............................................................................................ 5

5 RESULTADOS .............................................................................................................................................. 39

. 6 REFERÊNCIAS BIBLIOGRÁFICAS............................................................................................................ 39
1 INTRODUÇÃO

O desafio constante de alimentar uma população mundial em expansão, juntamente com a

necessidade premente de otimizar o uso responsável dos recursos naturais, tem impulsionado avanços
notáveis na agricultura contemporânea. Duas abordagens inovadoras, Geoprocessamento e
Agricultura de Precisão, emergem como ferramentas cruciais para a gestão sustentável da fertilidade
do solo e o aumento da eficiência produtiva.

O Geoprocessamento, centrado na coleta e análise de dados geoespaciais, permite uma

compreensão mais abrangente das características do solo. A integração de tecnologias como o Sistema
de Posicionamento Global (GPS) e Sistemas de Informações Geográficas (SIG) tem possibilitado a
criação de mapas de fertilidade do solo, proporcionando uma visão espacialmente explícita das
variações nos nutrientes e nas propriedades do solo (Silva, 2015). Essa abordagem,
fundamentalmente, facilita a tomada de decisões mais informadas no manejo agrícola.

Paralelamente, a Agricultura de Precisão destaca-se como um paradigma transformador na

agricultura moderna. Incorporando tecnologias avançadas, como sensores remotos, monitoramento
por satélite e implementos agrícolas automatizados, a Agricultura de Precisão visa otimizar o uso de
insumos, como fertilizantes e defensivos agrícolas, de maneira personalizada para cada porção do
campo (Oliveira, 2018). Isso não apenas promove uma utilização mais eficiente dos recursos, mas
também reduz os impactos ambientais associados às práticas agrícolas convencionais.

Este trabalho prático visa explorar e aplicar as potencialidades do Geoprocessamento na

análise da fertilidade do solo e integrá-lo de maneira sinérgica às técnicas da Agricultura de Precisão.
A revisão bibliográfica fornecida anteriormente serve como base sólida, abrangendo estudos
relevantes que abordam tanto as aplicações do Geoprocessamento na avaliação da fertilidade do solo
quanto as inovações trazidas pela Agricultura de Precisão (Santos et al., 2020; Pereira et al., 2019).

Ao longo deste trabalho, serão examinadas as contribuições específicas de cada abordagem,

identificando sinergias que possam ser exploradas para aprimorar ainda mais a eficácia das práticas
agrícolas. Além disso, serão considerados desafios e oportunidades que permeiam a implementação
dessas tecnologias, visando proporcionar insights valiosos para agricultores, pesquisadores e demais
interessados na busca por sistemas agrícolas mais sustentáveis, eficientes e resilientes (Lima, 2017;
Costa, 2016).
2 REVISÃO BIBLIOGRAFICA

Aplicações do geoprocessamento em relação à fertilidade do solo e à agricultura de precisão.

A integração dessas duas áreas oferece uma abordagem inovadora para o manejo sustentável dos
recursos agrícolas, promovendo a eficiência na produção e minimizando os impactos ambientais. A
literatura existente aborda esses temas sob diferentes perspectivas, considerando tanto aspectos
tecnológicos quanto práticas de manejo agrícola.

A análise da fertilidade do solo é uma componente crucial para o sucesso da agricultura. A

utilização de técnicas de geoprocessamento permite uma abordagem espacialmente explícita na
avaliação dos atributos do solo. Santos et al. (2020) destacam em seu artigo "Aplicações do
Geoprocessamento na Análise da Fertilidade do Solo" como a combinação de informações
georreferenciadas e dados de amostragem de solo proporciona uma compreensão mais detalhada das
variações na fertilidade, possibilitando uma aplicação mais precisa de insumos agrícolas.

A agricultura de precisão, segundo Oliveira (2018), é uma abordagem que utiliza tecnologias
avançadas para personalizar o manejo agrícola em nível de subparcelas. A implementação bem-
sucedida dessa prática depende fortemente do geoprocessamento para aquisição e análise de dados
espaciais. A revisão de Pereira et al. (2019) destaca como a agricultura de precisão representa uma
evolução no setor agrícola, permitindo a otimização de recursos, redução de custos e aumento da
eficiência produtiva.

Lima (2017), em sua tese de doutorado, aborda as contribuições específicas do

geoprocessamento para o manejo da fertilidade do solo em práticas agrícolas sustentáveis. O autor
destaca como a integração de dados georreferenciados facilita a identificação de áreas que necessitam
de correção ou manejo diferenciado, promovendo a sustentabilidade ao minimizar a aplicação
excessiva de insumos.

Costa (2016), em sua dissertação de mestrado, explora as tecnologias de agricultura de

precisão como instrumentos fundamentais na tomada de decisão no campo. A pesquisa ressalta a
importância do geoprocessamento na coleta, processamento e interpretação de dados espaciais para a
implementação eficaz de práticas de agricultura de precisão, melhorando assim a gestão agrícola.
3 OBJETIVOS

Proporcionar experiência multidisciplinar abrangendo as componentes curriculares

Geoprocessamento, Fertilidade do Solo e Agricultura de Precisão.

• Recomendação de calagem (RABELO, 2020a);

• Adubação fosfatada de acordo com os teores de fósforo e argila (RABELO, 2020b;
RABELO, 2020c) OU;

• Adubação fosfatada de acordo com os teores de fósforo e produtividade esperada

(RABELO, 2020d);

4 METODOLOGIA E ESTRATÉGIA DE AÇÃO

Primeiros passos:
➢ Definiu-se projeção shapefile da camada raster T-02-Souza;
➢ Transformamos em UTM 31982;

➢ Após foi necessário reprojetar a camada utilizando a ferramenta Matriz de distância;

‘
 (0,2 pontos) Determinar a área de estudo e calcular as áreas:
➢ Adicionar Camada: T-02-Souza-Area;
➢ Tipo de geometria: polígono
➢ SRC: 31982
➢ Web -> Google Maps;
➢ Ferramenta adicionar polígono, delimitamos a área;
➢ Abrimos tabela de atributos;
➢ Calculadora de campo;
➢ Nome do campo de saída: Area_ha;
➢ Tipo de campo de saída: número decimal (real);
➢ Comprimento do Campo de saída: 10;
➢ Precisão: 4;
➢ Inserimos a fórmula: área($geometry)/10000;
➢ Resultado: 514,58 ha;
➢ Formatação da Simbologia conforme a imagem:
o Contorno de linha simples (polígono sem preenchimento);
o Verde;
o Largura do traço 0,2 mm;
➢ Resultado:

(0,2 pontos) Cálculo de densidade amostral:

➢ São 132 pontos amostrais;
➢ Nome do campo: Densidade
➢ Tipo de campo de saída: 1.2 Número decimal(real)
➢ Comprimento do Campo de saída: 10;
➢ Precisão: 4;
➢ Fórmula: “Area_ha”/132
➢ Resultado: 3,89 há;

(0,2 pontos) Cálculo da distância média entre as amostras:

➢ Ferramentas: Reprojetar Camada;
➢ Camada de entrada: T-02-Souza;
➢ SRC: 31982;
➢ Camada de saída: T-02-Souza-UTM;
➢ Ferramentas: Matriz de Distâncias;
➢ Entrar com o campo de identificação: 1.2 ID;
➢ Local da camada do ponto alvo: T-02-Souza-UTM;
➢ Campo exclusivo de identificação alvo: 1.2 ID;
➢ Tipo de matriz de saída: Sumário da matriz de distância (média, desvio padrão, min., max.);
➢ Use apenas pontos próximos de alvo (k): 1;
➢ Matriz de distância:T-02-Souza-Dist-Med.

➢ Estatística

➢ Encontramos a média: 191,64

(1,2 ponto) Planos de informações da variabilidade espacial dos atributos químicos do solo
via método de interpolação:
➢ Ferramenta Smart Map
➢ Importamos os dados.

➢ Grid dos pontos;

➢ Interpolação- Raio: 1808.65

➢ Semi variograma
➢ Variação cruzada;
 (1,2 ponto) planos de informações das recomendações de calagem e adubação fosfatada para
correção do solo, com a indicação das zonas de manejo, caso necessário.
➢ Calagem:

Escolhemos a ferramenta de interpolação inverse distance weighted, pois a ferramente

utilizada em sala de aula se apresenta mais simples, e esta que usaremos se apresenta de uma
forma mais completa para realizar a interpolação.

➢ Ferramentas: inverse distance weighted - Utilizamos esta ferramenta para fazer a interpolação dos
dados de V1 e Saturação por bases, assim com estes dados faremos posteriormente o cálculo da
calagem. Após faremos a interpolação do fosfato.

➢ Utilizamos essa ferramenta na camada T-02-Souza-UTM;

➢ Atribute: 1.2 pct_85;
➢ Cellsize: 5 m
➢ Maximum Search Distance: 1.800
➢ Número de pontos: mínimo 1 e máximo 2.

Foi feito a interpolação da V1(saturação por vases) utilizando a camada T-02-Souza-UTM.

➢ Com a execução da interpolação, geramos uma nova camada T-02-Souza-V1, está por sua vez
será necessário recortar a área que está fora da nossa demarcação. como tal processo como
recortar esta etapa não é necessariamente necessário para o resultado, os alunos continuaram com
as etapas.

➢ Repetimos esse passo na camada T-02-Souza-UTM para a interpolação da CTC;

➢ Resultado:

Cálculo da Calagem:
➢ Utilizamos a calculadora raster para combinar as matrizes;
➢ Segue a fórmula:
((60-*T-02-Souza-Grid-Alvo-V1@1*)*’’T-02-Souza-Grid-AlvoCTC@1”/100)/0.6
➢ O 0,6 da expressão anterior representa o cálculo direto do PRNT
➢ A saturação por bases necessária para a cultura escolhida, o milho foi de 60.
➢ Para evitar o problema que teríamos com o valor negativo da calagem precisamos testar a
condição, se sim retorna 1 e não retorna 0.
o Seguindo então a fórmula: if (V1>= 60, 0, ((fórmula anterior) /0.6)
➢ A simbologia da camada gerada foi alterada para melhor visualização.
o Tipo de renderização: Banda Simples Falsa-cor.
o Interpolar: Método Discreto.
o Valor do Rotulo: 0,5; 1; 1,5; 2; 2,5 e 3.

➢ Assim temos uma nova camada raster T-02-Souza-NC, a qual nos indica os valores necessários
para calagem, nessa parte precisamos prestar atenção pois o maquinário tem uma relação entre o
tempo que leva para mudar a quantidade que aplica e a quantidade que consegue aplicar. Visto
que utilizamos uma proporção de 500 por 500 proporcional a regulagem do implemento agrícola.
➢ É necessário então reclassificar a camada utilizando a ferramenta Reclassificação por tabela.

➢ Camada raster: T-02-Souza-NC

➢ Os valores que queremos reclassificar, representa a junção de dois rótulos, sendo eles valores
➢ Teremos então uma nova camada raster matricial T-02-Souza-Raster-Reclassificado, com as
 classificações mais coerentes de acordo com o implemento agrícola que utilizaremos.

➢ Simbologia:

o Tipo de renderização:Categorizada..
➢ Utilizamos a ferramenta “Recortar raster pela camada de máscara”.
o Camada de entrada: T-02-Souza-Raster-Reclassificado.
o Camada máscara: T-02-Souza-Area.
➢ Recorte feito e nova camada raster matricial criada T-02-Souza-Recorte-Máscara.

➢ Transformar camada matricial em vetorial.

o Na opção Raster > Converter > Raster para Vetor (Poligonizar).

o Camada de entrada: T-02-Aouza-Recorte-Máscara.
o Nome do campo a criar: Cal-T_ha

➢ Temos então uma nova camada Vetorial T-02-Souza-Calagem

➢ Fosfatagem
o Para a Fosfatagem utilizaremos o método de interpolação dos dados de P (Fosforo) e
Argila.
o Após utilizaremos a calculadora raster, para o cálculo da relação argila e fosforo, segue
abaixo a tabela utilizada e o cálculo.
o Utilizaremos o Quinto da aproximação e a tabela de classificação de fosforo, para decidir
quanto sera necessário aplicar para a cultura
➢ Tabela 1 (Relação fosforo e argila):
o A produtividade escolhida foi de 6 a 8 t/ha, assim usaremos os respectivos valores de
P2O5 e K20 da tabela para fazer o cálculo.

➢ Cálculo:

(("A@1" <= 15)*("P@1" <= 20)*100 + ("P@1"> 20 AND "P@1"<= 30)*80 + ( "P@1" >
30)*50) + ("A@1" > 15 AND "A@1" <= 35)*(("P@1" <= 12)*100 + ("P@1" > 12 AND "P@1" <=
20)*80 + ("P@1" > 20)*50) + ("A@1" > 35 AND "A@1" <= 60) *(("P@1" <= 8)*100 + ("P@1" >
8 AND "P@1" <= 12)*80 + ("P@1" > 12)*50) + ("A@1" > 60)*(("P@1" <= 5.4)*100 + ("P@1" >
5.4 AND "P@1" <= 8.03)*80 + ("P@1" > 12)*50) ("P@1" > 3 AND "P@1" <= 4)*70 + ("P@1" > 4
AND "P@1" <= 6)*80 + ( "P@1" > 6)*40)
➢ Interpolação dos dados de P
o Atributo: SS1P (Indica o valor de fosforo).

o Método de interpolação segue como padrão entre os dados.

o Resultado:

➢ Interpolação dos dados de Argila

o Atributo: Clay (Indica o valor de Argila).
 o Método de interpolação segue como padrão entre os dados.
o Resultado:

Cálculo da Fosfatagem:
➢ Utilizamos a calculadora raster para combinar as matrizes e suas relações de acordo com a
Tabela 1;
➢ Segue a fórmula:
(("A@1" <= 15)*("P@1" <= 20)*100 + ("P@1"> 20 AND "P@1"<= 30)*80 + ( "P@1" >
30)*50) + ("A@1" > 15 AND "A@1" <= 35)*(("P@1" <= 12)*100 + ("P@1" > 12 AND "P@1" <=
20)*80 + ("P@1" > 20)*50) + ("A@1" > 35 AND "A@1" <= 60) *(("P@1" <= 8)*100 + ("P@1" >
8 AND "P@1" <= 12)*80 + ("P@1" > 12)*50) + ("A@1" > 60)*(("P@1" <= 5.4)*100 + ("P@1" >
5.4 AND "P@1" <= 8.03)*80 + ("P@1" > 12)*50) ("P@1" > 3 AND "P@1" <= 4)*70 + ("P@1" > 4
AND "P@1" <= 6)*80 + ( "P@1" > 6)*40)
 o Calculo:

o Resultado:

➢ Utilizamos a ferramenta “Recortar raster pela camada de máscara”.

o Camada de entrada: T-02-Souza-P.
o Camada máscara: T-02-Souza-Area.
o Assim gerou uma nova camada T-02-Souza-Recorte-Mascara-P.
o Resultado:
➢ Transformar camada matricial em vetorial.
o Na opção Raster > Converter > Raster para Vetor (Poligonizar).
o Camada de entrada: T-02-Souza-Recorte-Máscara-P.
o Nome do campo a criar: P.
o Nome da nova camada vetorizada: T-02-Souza-Fosfatagem.

➢ A simbologia.
o Tipo Categorizado
o Valor: P-kg-ha
➢ Resultado: Temos então uma nova camada Vetorial T-02-Souza-Fosfatagem.
 (0,5 pontos) Cálculo da diferença entre as aplicações à taxa variável e metodologia tradicional
usando a média – quantidade e custo de insumo.
➢ Metodologia tradicional usando média, em campo utilizamos a análise composta. A amostra
composta é formada por amostras simples, retiradas de 15 a 20 locais, escolhidos ao acaso, ao
percorrer em zigue-zague a gleba uniforme “ANÁLISE DE SOLO PROCEDIMENTOS PARA
COLETA DE AMOSTRAS LABORATÓRIO DE FERTILIDADE DO SOLO”, [s.d.].
➢ Taxa de Variabilidade espacial, a amostragem georreferenciada de solo pode ser realizada
basicamente de duas formas, sistemática ou aleatória. Na amostragem sistemática segue-se um
padrão de coleta predefinido, onde os pontos de amostragem são regularmente dispostos sobre a
área, em outras palavras, as amostras são coletadas em espaçamentos equidistantes (VILAR,
2021).

Calagem
-Metodologia tradicional usando média:
➢ Utilizando a formula de Calagem, NC=(V1-V2)*CTC/100, Podemos encontrar o valor médio.
➢ Com o Valor de V1(saturação de bases) médio na ferramenta estatística.
o Valor médio: 65,6

➢ Com o valor de CTC(Capacidade de troca catiônica) médio.

o Valor médio: 7,2

➢ Cálculo:
7,2
𝑁𝐶 = (65,6 − 60) ×
100
Com o cálculo temos que o Valor de V1=65,6 médio já está acima do requerido 60, não sendo
 necessário aplicar calcário no solo, visto que já está corrigido.

-Taxa de variabilidade espacial:

➢ Utilizando o Ábaco na tabela de atributos da camada T-02-Souza-Calagem, temos em disposição
a quantidade de calagem em Tonelada por hectare.
➢ Faremos o cálculo da área por hectare no ábaco, sendo Area ($geometry) / 10000.
➢ Faremos o cálculo Do Calcário em tonelada gasto, sendo Cal-T-há x Area-há.

o Resultado abaixo:

➢ Soma do valor de Calcário em tonelada na ferramenta estatística.

o Resultado: 78,97 T ha
➢ A necessidade de aplicação de 78,97 T de calcário em certas áreas de plantio como indicado na
variabilidade espacial

Assim, temos então dois valores e devemos fazer a seguinte pergunta, se aplica calcário
com o valor da amostragem composta ou a variabilidade espacial?
Temos que na amostra composta os seguintes problemas, a média demonstrou uma
 necessidade 0, mas se por algum acaso a amostragem fosse feita em pontos com saturação de
bases abaixo de 60, provavelmente seria aplicado por igual em todo espaço de plantio, assim
tendo um gasto demasiado e desnecessário, sendo que além do gasto, poderia prejudicar a planta
por toxidade.
Temos que na variabilidade espacial a necessidade de aplicar 78,9 T, no espaço de
plantio, sendo necessário aplicar apenas onde realmente é preciso, indicando uma melhor
correção do solo, por sua vez esta reflete diretamente na colheita final.
Fosfatagem
- Metodologia tradicional usando média:
➢ Teremos o valor médio de argila e fosforo, usamos a Tabela 1 de classificação para analisar se de
acordo com as variáveis o teor de fosforo está muito baixo, baixo, médio ou alto.
➢ Com o Valor de argila e fosforo médio na ferramenta estatística.
o Valor médio de argila: 55,4
o Valor médio: 3,14

➢ Tabela1

➢ É classificado então como baixo.

 ➢ Com esta classificação iremos na Tabela 2, que nos dirá a quantidade kg-ha de fosforo, assim
precisamos do produto entre fosforo kg-há e Area-ha (área total).

➢ Dados:
o Baixo= 100kg-ha
o Area-ha= 514,0 há-1
➢ Cálculo:
o 𝑄𝑢𝑎𝑛𝑡𝑖𝑑𝑎𝑑𝑒 𝑡𝑜𝑡𝑎𝑙 = 100 ∗ 514,0
o 𝑄𝑡 = 51.450,0
➢ Por final teremos o valor total que usaremos de fosforo em toda superfície de plantio.

- Taxa de variabilidade espacial:

➢ Utilizando o Ábaco na tabela de atributos da camada T-02-Souza-Fosfatagem1.3, temos em
disposição a quantidade de fosforo em quilos por hectare.
➢ Faremos o cálculo da área por hectare no ábaco, sendo Area ($geometry) / 10000.
➢ Faremos o cálculo do fosforo em quilos gasto, sendo P-kg-ha x Area-ha.
o Resultado abaixo:

➢ Assim temos a soma do valor de fosforo em quilos na ferramenta estatística.

o Resultado
 o Valor da soma da soma de P= 51.924,00
➢ Assim temos a necessidade de aplicação de 51.924,00 kg de fosforo em certas áreas de plantio
como indicado na variabilidade espacial

➢ Temos então dois valores e devemos fazer a seguinte pergunta, se aplica fosforo com o valor da
amostragem composta ou a variabilidade espacial?
No comparativo de quantidade, temos uma diferença de 474,00kg, entre a média composta e
a variabilidade espacial, uma quantidade não muito significativa, levando em conta que o produtor
compraria apenas 50.000,00kg e de fosforo para sua adubação.
Desse modo concluímos que nessa situação não importaria se usa média composta ou
variabilidade espacial para decidir quanto de fosforo comprar, mas sim a necessidade do solo.
Levando em conta então que o uso da agricultura de precisão classificou os lugares com
muito a pouco fosforo, temos que o uso da adubação precisa, pode melhorar a produtividade final,
pontuamos então que utilizaríamos a variabilidade espacial.

(0,5 pontos) traçado das linhas para piloto automático;

➢ Faremos uma nova camada T-02-Souza-Linha-de-referencia.shp.

➢ Tipo de geometria: String de linha.

➢ Abriremos a camada T-02-Souza-Linha-de-referência para edição.

➢ Na barra de ferramenta aderência, habilitamos aderência apenas ao longo do segmento e vértice.
➢ Na ferramenta de adicionar linha, faremos uma linha do lado esquerdo ou direito do retângulo de
guia da camada T-02-Souza-Area, abaixo foi feito do lado direito.

➢ Resultado:

➢ Para evitar que falte linhas em toda área limite, precisaremos extender a linha, para isso
usaremos a ferramenta Aparar/Extender feição.
➢ Assim para utilizar essa função primeiro precisamos desenhar segmentos na parte superior e
inferior.

➢ Assim utilizando a ferramenta Aparar/Extender feição, primeiro selecionamos a linha que

queremos e após o segmento, assim a linha original poderá ser extendida o tamanho de interesse.
➢ Vamos remover os seguimentos, deixando apenas a linha de interesse.

➢ Faremos então o uso da ferramenta Matriz de linhas offset (paralela), com ela criaremos as linhas
para piloto automático.

➢ Criação de uma nova camada Deslocamento de linhas, faremos então o recorte das linhas usando
a camada T-02-Souza-Area.
➢ Com a ferramenta Recortar:
o Camada de entrada: Deslocamento de linhas.
o Camada de sobreposição: T-02-Souza-Area.

➢ Resultado:
➢ (0,6 ponto) Faça um mapa contendo a disponibilidade no solo das variáveis de estudo,
recomendação de calagem e de aplicação de fertilizante, zonas de manejo e linhas para piloto
automático:
➢ O professor disponibilizou um exemplo mapa que devemos seguir, sendo este o modelo do
INCRA, adaptado.

➢ Criação e configuração incial do Layout;

o Criamos um layout de impressão com o nome Mapa de Fertilidade do Solo.
o Alteramos o tamanho do layout para folha de A0 (1.189 mm x 841 mm) com orientação
horizontal (paisagem).
o Definimos as margens por meio das guias: esquerda = 25 mm; demais = 10 mm
o Inserimos um retângulo para desenhar as margens e dados marginais, delimitamos todos
os espaços para a escrita das margens com o retangulo (Adicionar Item / Adicionar
Formato / Adicionar Retângulo).
➢ Criação e configuração dos mapas de disponibilidade no solo das variáveis de estudo,
recomendação de calagem e de aplicação de fertilizante, zonas de manejo e linhas para piloto
automático;
o Inserimos os mapas ao layout (Adicionar Item / Adicionar Mapa).
o Executamos o comando configurar a extensão de cada mapa para coincidir com a extensão
da tela principal.
o Alteramos as propriedades principais:
▪ Escala: 1:50.000
▪ SRC: EPSG:31982 – SIRGAS 2000 / UTM zone 22S.
o Acrescentamos a malha (grade) de coordenadas UTM aos mapas.
▪ Aparência da grade em todos os mapas é igual.
• Tipo de grade: Sólido
• SRC: EPSG:31982 – SIRGAS 2000 / UTM zone 22S
• Intervalo: Unidades do Mapa
• X: 1000
• Y: 1000
• Linha estilo: cor preta; largura 0,1 mm
o Moldura
▪ Estilo da moldura: Zebra
o Desenhar coordenadas
▪ Formato: Padronizado – format_number(@grid_number,0,'pt')
▪ Esquerda: Vertical Ascendente
▪ Direita: Vertical Ascendente
 o Altere a propriedade Camadas:
▪ Travamos as camadas dos mapas para não acontecer nenhum problema futuro.

➢ Criação e configuração do mapa de localização;

o Inserimos um mapa ao layout do retângulo já feito anteriormente.
o Alteramos as Propriedades Principais:
▪ Escala: 101.000
▪ SRC: EPSG:31982 – SIRGAS 2000 / UTM zone 22S.
➢ Criação e configuração dos dados marginais;
o Utilizamos o exemplo do INCRA, para realizar e completar os dados marginais, como
título e outros.
o Inserimos o item Legenda a cada mapa (Adicionar Item > Adicionar Legenda).
o Inserimos o item escala numérica (Adicionar Item > Adicionar Barra de Escala > Estilo
Numérico).
o Inserimos o item escala gráfica (Adicionar Item > Adicionar Barra de Escala > Estilo
Caixa dupla)
▪ Unidades da barra de escala: Metros;
▪ Segmentos: esquerda0; direita2.
o Inserimos o item de orientação e acrescentamos o rótulo NQ para a seta de orientação e
agrupamos os dois elemntos (Adicionar Item > Adicionar Seta Norte).
o Dados marginais modelo INCRA – Dados marginais feito pelos alunos.
o Adicionamos as marcas de dobras.
5 RESULTADOS

6 REFERÊNCIAS BIBLIOGRÁFICAS

COSTA, L. M. Tecnologias de Agricultura de Precisão na Tomada de Decisão no Campo.

Dissertação de Mestrado, Universidade Y, 2016.

LIMA, R. S. Contribuições do Geoprocessamento para o Manejo da Fertilidade do Solo na

Agricultura Sustentável. Tese de Doutorado, Universidade X, 2017.

OLIVEIRA, F. C. Agricultura de Precisão: Conceitos e Tecnologias. Editora B, 2018.

PEREIRA, A. et al. Agricultura de Precisão: Uma Revisão sobre as Tecnologias e Aplicações

no Contexto Brasileiro. Tecnologia Agrícola, 2019.

SANTOS, M. et al. Aplicações do Geoprocessamento na Análise da Fertilidade do Solo.

Revista de Agricultura de Precisão, v. 10, n. 2, p. 123-136, 2020.

SILVA, J. A. Geoprocessamento na Agricultura. Editora A, 2015.

 ANÁLISE DE SOLO PROCEDIMENTOS PARA COLETA DE AMOSTRAS LABORATÓRIO
DE FERTILIDADE DO SOLO. [s.l: s.n.]. Disponível em:
<https://www.embrapa.br/documents/1354346/17477991/Amostragem+solo/9d72a599-d653-4a4a-
9d40-d17657f1f8f0>.

VILAR, D. Amostragem de Solo na Agricultura de Precisão. Disponível em:

<https://agriconline.com.br/portal/artigo/amostragem-de-solo-na-agricultura-de-precisao/>. Acesso
em: 27 out. 2023.