Uso da geoestatística e da lógica fuzzy no estudo da variabilidade espacial e temporal da produtividade e da fertilidade do solo em café Conilon

Abstract

Nos últimos anos, vem aumentando a adoção das técnicas de agricultura de precisão (AP) em culturas anuais e perenes no Brasil. Porém, para a cafeicultura de montanha estão sendo realizadas pesquisas para adaptação de soluções tecnológicas viáveis na aplicação das técnicas de AP. O objetivo desta pesquisa foi utilizar os conceitos e métodos da análise espacial e temporal no estudo da produtividade e fertilidade do solo e desenvolver uma metodologia de classificação fuzzy para a definição de zonas de aplicação de insumos em três safras de café conilon. O trabalho foi realizado em uma área experimental cultivada com a variedade de Coffea canephora Pierre ex Froenher (ROBUSTA TROPICAL – „Emcaper 8151‟). Os pontos de amostragens de produtividade (sc ha -1 ) e atributos químicos do solo (pH, P, K, CTC e V) foram georreferenciados, compondo uma malha irregular totalizando 109 pontos. Cada ponto amostral foi composto de cinco plantas para a colheita do café, com as amostras de solo coletadas na profundidade de 0,0 – 0,2 m na projeção da copa do cafeeiro. Foi utilizada a análise geoestatística para interpolação dos dados, recursos de geoprocessamento para determinação do índice de produtividade e fertilidade do solo entre as safras e lógica fuzzy para análise multicritério na definição de zonas de aplicação de insumos. Nas três safras, a produtividade e os atributos químicos do solo apresentam variabilidade espacial e temporal. A análise quantitativa por meio dos mapas possibilitou observar que os níveis de produtividade e fertilidade do solo apresentam regiões com alternância de valores entre as diferentes safras. Os índices quantitativos obtidos de produtividade de -18% e -57,1% e fertilidade de 24,3% e 12,3% entre a segunda e a primeira safra e a terceira e a segunda safra, respectivamente, representam a variabilidade temporal e a distribuição espacial da produtividade e da fertilidade do solo entre as diferentes safras. A classificação fuzzy auxilia na tomada de decisão para definição de zonas de aplicação de insumos na área, revelando em maior percentual da área, notas de média aplicação de insumos de 3,4 a 6,3 nas três safras.

In recent years, the adoption of precision agriculture techniques in annual and perennial crops was increasing in Brazil. However for the coffee cultivated in mountainous regions are still being conducted research to adapt technology solutions feasible to apply these techniques. The objective of this research was to use the concepts and methods of spatial and temporal analysis in the study of soil fertility and productivity and develop a fuzzy classification methodology for defining areas of application of inputs in three conilon coffee crops. The work was developed an area of Coffea canephora Pierre ex Froenher (ROBUSTA TROPICAL – „Emcaper 8151‟). In the selected area an irregular grid was built, including 109 points of samplings demarcated and georeferenced. Each sample point was composed of five plants to evaluate the productivity (sc ha -1 ) and chemical soil attributes (pH, P, K, CTC e V) in the layer of 0-20 cm of depth in canopy‟s projection. The geostatistic analysis was applied to data interpolation, geoprocessing resources to determinate the productivity and soil fertility level and a multicriteria analysis was carried out applying fuzzy logic to definition of inputs application zones. At the three crops, the productivity and soil atributes show spatial and temporal variability. The quantitative analysis showed alternating regions of rate productivity and soil fertility values between the different crops. The quantitative levels of productivity -18% and -57.1% and fertility 24.3% and 12.3% between the second and first crop and the third and second crop, respectively, represent temporal variability and spatial distribution of the productivity and fertility between the different crops. The classification fuzzy subsidizing the decision-making process to define inputs application zones, showing in the mainly percentage of the area, medium marks of inputs application 3.4 to 6.3 on the three crops.