Space variability of phenological indicators of common bean crop / Variabilidade espacial dos índices fenológicos da cultura do feijão

Common bean (Phaseolus vulgaris L.) has a representative agricultural holding, not only for the economic value of its production, but also for the large area of growing in Brazil. In the harvest 2016/17, this work was conducted in a Quartzarenic Neosol in the municipality of Cassilândia, MS. The objective of this work was to characterize the structure and magnitude of the spatial distribution of phenological indices of the common bean crop and to map the phenological indices in order to visualize the spatial distribution and to evaluate the spatial correlation among common bean yield and plant variables: grain yield (YIE), mass of one hundred grains (MHG), number of grains per plant (NG), number of grains per pod (NGP), number of pods per plant (NP), dry matter (DM), plant length (PL) and stem diameter (SD), sampled in a grid of 117 georeferenced points (81 points of base grid and 36 points of higher density grid). Analysis of these data through statistical and geostatistical techniques made it possible to verify that the production and yield components presented spatial dependence. There was a positive spatial correlation among common bean yield and the mass of one hundred grains, number of grains per pod and plant length, demonstrating that they have a strong spatial dependence.

A cultura do feijoeiro (Phaseolus vulgaris L.) tem representativa exploração agrícola, não só pelo valor econômico de sua produção, como também pela grande área de cultivo no Brasil. No ano agrícola de 2016/17, este trabalho foi conduzido em um Neossolo Quartzarênico no município de Cassilândia, MS. O trabalho objetivou caracterizar a estrutura e a magnitude da distribuição espacial de índices fenológicos da planta em lavoura de feijão e realizar o mapeamento desses índices fenológicos, de forma a visualizar a distribuição espacial, e avaliar a correlação espacial existente entre a produtividade do feijoeiro e as variáveis da planta: produtividade de grãos (PG), massa de cem grãos (MC), número de grãos por uma planta (GP), número de grãos por uma vagem (GV), número de vagem por uma planta (VP), massa seca de uma planta (MS), comprimento da planta (CO), diâmetro do colmo (DC), amostrados em uma malha de 117 pontos georreferenciados (81 pontos da malha base e 36 pontos de malha com maior densidade). A análise destes dados por meio das técnicas estatísticas e da geoestatística possibilitaram constatar que os componentes de produção e produtividade do feijão apresentaram dependência espacial. Houve destaque na correlação espacial positiva entre a produtividade do feijoeiro e a massa de cem grãos, grãos por vagem e comprimento da planta, demonstrando que as mesmas possuem uma dependência espacial forte.

Produtividade da cana-de-açúcar: variabilidade linear e espacial entre componentes tecnológicos e da produção / Productivity of cane sugar: linear and spatial variability between components and technological production

Na atualidade, a cultura da cana-de-açúcar desempenha frente à realidade brasileira, sobretudo no aspecto relacionado às fontes energéticas alternativas, importantíssimo papel. No ano de 2009, no município de Suzanápolis (SP), no Cerrado Brasileiro, foi instalado um experimento com a cultura da cana-de-açúcar em um Argissolo Vermelho eutrófico, com o objetivo de selecionar, por meio de coeficientes de correlação de Pearson, da modelagem de regressões lineares simples e de múltiplas e da correlação espacial, os melhores componentes tecnológicos e os de produção, para explicar a variabilidade da produtividade da cana-de-açúcar. Foi instalada a malha geoestatística, para a coleta de dados, com 120 pontos amostrais, numa área de 14,53 ha. Para as regressões lineares simples, a população de plantas é o componente da produção que apresenta a melhor correlação quadrática com a produtividade da cana-de-açúcar, dada por: PRO = -0,553**xPOP2+16,14*xPOP-15,77. Entretanto, para as regressões lineares múltiplas, a equação PRO = - 21,11+4,92xPOP**+0,76xPUR** é a que melhor se apresenta para estimar a referida produtividade. Espacialmente, a melhor correlação com a produtividade da cana-de-açúcar é determinada, também, pelo componente da produção da população de plantas.

Nowadays, the culture of the sugarcane plays an important role regarding the Brazilian reality, especially in the aspect related to the alternative energy sources. In 2009, the municipality of Suzanápolis (SP), in the Brazilian Cerrado, an experiment was conducted with the culture of the sugarcane in a Red eutrophic, with the aim of selecting, using Pearson correlation coefficients, modeling, simple, linear and multiple regressions and spatial correlation, and also the best technological and productive components, to explain the variability of the productivity of the sugarcane. The geostatistical grid was installed in order to collect the data, with 120 sampling points, in an area of 14.53 ha. For the simple linear regressions, the plants population is the component of production that presents the best quadratic correlation with the productivity of the sugarcane, given by: PRO = -0.553**xPOP2+16.14*xPOP-15.77. However, for multiple linear regressions, the equation PRO = -21.11+4.92xPOP**+0.76xPUR** is the one that best presents in order to estimate that productivity. Spatially, the best correlation with yield of the sugarcane is also determined by the component of the production population of plants.

Produtividade de madeira do eucalipto correlacionada com atributos do solo visando ao mapeamento de zonas específicas de manejo / Eucalyptus wood productivity correlated with soil attributes aiming the mapping of management specifics regions

A correta intervenção espacial na administração da lavoura, decorrente das zonas específicas de manejo do solo, aumenta a produtividade e a lucratividade agrícola. No ano de 2010, em Selvíria, Mato Grosso do Sul, Brasil (20° 20' S lat.; 51° 24' W long.) foram empregadas correlações, espaciais e de Pearson, entre dados da planta de eucalipto e alguns atributos físico-químicos do solo, visando encontrar aquele que se correlacionasse bem com a produtividade de madeira. Para tanto, instalou-se uma rede geoestatística para a coleta de dados de solo e planta, com 120 pontos amostrais, num talhão de Eucalyptus camaldulensis de 2 anos. O solo foi um Latossolo Vermelho distrófico (Haplic Acrustox) com declive de 0,025m m-1. O diâmetro basal da copa e a densidade do solo, por resultarem estreitas correlações com o volume de madeira, evidenciaram zonas específicas de manejo do solo intimamente associadas à produção de madeira do eucalipto.

The perfect spatial intervention to manage the cultivation of the land, deriving from specific regions of the soil mapping, increases the agricultural productivity, as well as its clear gain. The relationships, spatial and Pearson, between eucalyptus data plant with some physical and chemical attributes of soil, in the growing season of 2011, in Selviria County, Mato Grosso do Sul State, Brazil (20° 20' S lat.; 51° 24' W long.), were studied in order to obtain the one that could have the best relationship in order to improve the wood productivity. Thus, a geostatistical grid was installed for the soil and plant data collection, it contained 120 sample points, in plantation of Eucalyptus camaldulensis of 2 years old. The soil was a Dystrophic Red Latosol (Haplic Acrustox) whit slope of 0.025m m-1. Due to their excellent relationship with wood productivity, the basis diameter of the crown and the bulk density showed management specific regions of soil whit high relation to eucalyptus wood productivity.

Produtividade da soja correlacionada com a porosidade e a densidade de um Latossolo Vermelho do cerrado brasileiro / Soybean yield correlated with the porosity and the density of a red Latosol of the Brazilian Savanna

No ano agrícola de 2004/05, na Fazenda Experimental da FE/Unesp-Campus de Ilha Solteira, localizada no Município de Selvíria, Mato Grosso do Sul - (MS), foram estudadas a variabilidade e a dependência espacial entre a macroporosidade (MA), a microporosidade (MI), a porosidade total (PT) e a densidade do solo (DS), em três profundidades, com a produtividade da soja (PG), em sistema plantio direto, sobre um Latossolo Vermelho distroférrico. O objetivo foi pesquisar a variabilidade e as correlações lineares e espaciais entre os atributos da planta e do solo, visando a selecionar um indicador da qualidade física do solo para a produtividade da soja. Foi instalada a malha geoestatística, para a coleta de dados do solo e da planta, contendo 124 pontos amostrais, numa área de 4.000m². A correlação linear entre a produtividade de grãos de soja com os atributos do solo estudados foi baixa. Houve correlação espacial direta entre a PG e a MA nas camadas de zero-0,10m e 0,10-0,20m. A macroporosidade do solo (MA1), avaliada na camada de zero-0,10m, apresentou-se como o melhor indicador da qualidade física do solo quando destinada à avaliação da produtividade de soja, nas condições de plantio direto, em solo de cerrado.

The variability and the spatial dependence attributes of the following plant and soil: a) the soybean yield (SY) in no-tillage and irrigated, b) the macroporosity (MA), c) microporosity (MI), d) total porosity (TP), e) and bulk density (BD), in depths of 1 (0-0.10m), 2 (0.10-0.20m) and 3 (0.20-0.30 m), in a Red Latosol of the Engineering college of the São Paulo State University (FE/UNESP) in the Ilha Solteira campus, located in Selvíria County, Mato Grosso do Sul state, Brazil, were analyzed in the agricultural year of 2004/05. The main goal was to study the variability and the linear and spatial correlations among the attributes (plant and soil), aiming to select an index of soil physical quality with good capacity to represent the soybean yield. A geostatistical grid to collect soil and plant data was installed, with one hundred and twenty four sample points, in an area of 4000m². The linear relationship between soybean yield and physical attributes of soil studied was low. So, there was a direct spatial relationship between SY and MA1 (0-0.10m), as well as between SY and MA2 (0.10-0.20m). The MA1 showed its best index of the soil physical quality, when it was destined to estimate the soybean yield on no-tillage.