Author(s): SHIRATSUCHI, L. S.; MARCHÃO, R. L.; JERKE, C.; RESENDE, A. V.; FONTES, J. R. A.; OLIVEIRA, C. M.; VILELA, M. de F.; SÁ, M. A. C. de; SANTOS JÚNIOR, J. de D. G. dos; HURTADO, S. M. C.

Summary: RESUMO: O objetivo deste trabalho foi delinear uma metodologia de geração de mapas multitemáticos para o apoio à tomada de decisão nas culturas de grãos, considerando a abordagem integrada e hierarquizada dos fatores que interferem na produtividade. A área foi mapeada para os atributos da fertilidade do solo, nutrição de plantas, plantas daninhas e estande de plantas, sendo colhida com colhedora equipada com sensores de produtividade, umidade e GPS para a geração de mapas de produtividade. Utilizou-se a análise de componentes principais (ACP) com o intuito de correlacionar a produtividade das culturas com a disponibilidade dos nutrientes do solo e planta, infestação de plantas daninhas e estande. Os três maiores fatores que interferiram na produtividade, segundo o Diagrama de Fatores gerados pela ACP, foram selecionados para a geração dos mapas multitemáticos interpolados por krigagem indicatriz. O excesso de K no solo foi o atributo de maior peso, desbalanceando as relações Ca:Mg; Ca+Mg / K e Mg / K; sendo que as zonas com melhores relações foram as mais produtivas. Contribuiu para a diminuição da produtividade a falta de boro e a maior infestação do banco de sementes de plantas daninhas. ABSTRACT: The objective of this research was to delineate a methodology for generating multi-themathics maps to support the decision making in agricultural production systems. This approach will consider the major factors that affect the grain yield. The experimental area was sampled at 50 by 50 meters grid to the variables of soil fertility, plant nutrition, weeds and stand, being harvested with yield sensor, moisture sensor and GPS for the generation of yield maps. The Principal Component Analysis (PCA) was used with the objective of correlating the grain yield with soil fertility, plant nutrition, weeds and stand. After the three major factors were ranked according to the Scatter Class Diagram generated by PCA, those variables were selected for the generation of multi-themathic maps interpolated by indicator kriging. The high values of potassium in the soil was the variable that most interfered in the adequate balancing of Ca:Mg; Ca+Mg / K and Mg / K conditioning better yields. Other variables that contributed to the low yield were lack of B, the largest weed seed bank infestation and soil organic matter content.

Publication year: 2007

Types of publication: Booklets

Unit: Embrapa Cerrados

Keywords: Agricultura de Precisão, Análise de componentes principais, Manejo sítio-específico, Mapa, Milho, Precision farming, Productivity, Produtividade, Soja, Tomada de Decisão, cartography, decision making