UNIVERSIDADE ESTADUAL PAULISTA JULIO DE MESQUITA FILHO FACULDADE DE CIÊNCIAS AGRONÔMICAS CAMPUS DE BOTUCATU

Transcrição

1 UNIVERSIDADE ESTADUAL PAULISTA JULIO DE MESQUITA FILHO FACULDADE DE CIÊNCIAS AGRONÔMICAS CAMPUS DE BOTUCATU ZONAS HOMOGÊNEAS DE MANEJO EM VITICULTURA IRRIGADA ELIEL FERREIRA DO NASCIMENTO Tese apresentada à Faculdade de Ciências Agronômicas da UNESP - Campus de Botucatu, para obtenção do título de Doutor em Agronomia (Irrigação e Drenagem) BOTUCATU - SP Dezembro

2 UNIVERSIDADE ESTADUAL PAULISTA JULIO DE MESQUITA FILHO FACULDADE DE CIÊNCIAS AGRONÔMICAS CAMPUS DE BOTUCATU ZONAS HOMOGÊNEAS DE MANEJO EM VITICULTURA IRRIGADA ELIEL FERREIRA DO NASCIMENTO Orientador: Prof. Dr. Luís Henrique Bassoi Tese apresentada à Faculdade de Ciências Agronômicas da UNESP - Campus de Botucatu, para obtenção do título de Doutor em Agronomia (Irrigação e Drenagem) BOTUCATU - SP Dezembro

3

4 UNIVERSIDADE ESTADUAL PAULISTA JULIO DE MESQUITA FILHO FACULDADE DE CIÊNCIAS AGRONÔMICAS CAMPUS DE BOTUCATU CERTIFICADO DE APROVAÇÃO TÍTULO: ZONAS HOMOGÊNEAS DE MANEJO EM VITICULTURA IRRIGADA ALUNO: ELIEL FERREIRA DO NASCIMENTO ORIENTADOR: LUÍS HENRIQUE BASSOI Aprovado pela Comissão Examinadora Data da Realização: 03 de dezembro de 2013

5 IV DEDICATÓRIA Aos meus pais, Irineu Elias e Célia, A meus irmãos, Alexsandro e Elienay, À minha cunhada Francicleide, Aos meus sobrinhos, Erick Emanuel, Gabriela e Mateus Elias, pela alegria da convivência e apoio na realização de mais um sonho. DEDICO.

6 V AGRADECIMENTOS Á Deus, fonte de paz, amor e prosperidade. Ao Prof. Dr. Luís Henrique Bassoi pelo cuidado, apoio, paciência, confiança e, sobretudo incentivo durante a realização do curso e experimento no campo. Levo de ti a certeza de que não é somente o conhecimento que conduz o ser humano, mas a firmeza de caráter e amor no coração. À Faculdade de Ciências Agronômicas pela oportunidade de cursar o doutorado. A todos os professores e funcionários do Departamento de Engenharia Rural, da Biblioteca do Lageado e da Seção de Pós-Graduação, que fazem desta instituição uma casa de acolhimento e despenseiro do conhecimento e da ética. Aos Professores Célia Regina Lopes Zimback e Paulo Milton Barbosa Landim pela atenção e carinho. À Alessandra Fagioli, pela atenção, carinho e apoio na análise dos dados. Ao CNPq, pela bolsa de estudos concedida; À FACEPE e a Rede de Agricultura de Precisão da Embrapa, pelos recursos financeiros para a realização do experimento. Aos amigos do Grupo de Pesquisas Agrárias Georreferenciadas (GEPAG) pelo aprendizado, convívio e amizade; À Embrapa Semiárido pela infraestrutura e apoio durante a realização desse trabalho; À Fazenda Sasaki pela concessão da área experimental, fornecimento de dados e todo o apoio durante os trabalhos. À Clóvis Ramos, Ana Maria, Patrícia Nascimento e Ramon Bicudo, pelo apoio, acolhimento, atenção e carinho. Aos novos amigos em Botucatu: Ana Carolina Kummer, Lilian Favare, Angélica Fernandes, Deise Paula, Jorgiana Dantas, Paula Nepomuceno, Francienne Gois, Almecina Balbino, Amansleone Temoteo, Essione Ribeiro, Celso Eduardo e família, Otone Rodrigues e família e Rodrigo July e família. Sem dúvidas, vocês tornaram meus dias mais alegres. Aos amigos da Embrapa: Mirian Clebia, Bruno Djavan e Luciana Martins, pelo apoio nos trabalhos de campo. A todos que direta ou indiretamente contribuíram para a realização deste trabalho. A todos que torceram por mim e me influenciaram positivamente ao longo da minha vida. Sei que mesmo não sendo citados aqui, vocês estão felizes por mais esta etapa completada.

7 VI SUMÁRIO Páginas LISTA DE TABELAS... VII LISTA DE FIGURAS... IX LISTA DE EQUAÇÕES... XII RESUMO:... 1 SUMMARY... 3 INTRODUÇÃO... 5 CAPÍTULO 1 VARIABILIDADE ESPACIAL E TEMPORAL DA CONDUTIVIDADE ELÉTRICA APARENTE DO SOLO EM ÁREA CULTIVADA COM VIDEIRA IRRIGADA Introdução Material e Métodos Resultados e Discussão Conclusões Referências Bibliográficas CAPITULO 2 ESTABILIDADE TEMPORAL DA UMIDADE DO SOLO EM ÁREA CULTIVADA COM VIDEIRA IRRIGADA Introdução Material e Métodos Resultados e Discussão Conclusões Referências Bibliográficas CAPITULO 3 ZONAS HOMOGÊNEAS DE MANEJO DO TEOR FOLIAR DE CLOROFILA E DO NÚMERO DE CACHOS EM VIDEIRA Introdução Material e Métodos Resultados e Discussão Conclusões Referências Bibliográficas CONCLUSÕES REFERÊNCIAS BIBLIOGRÁFICAS APÊNDICE APÊNDICE

8 VII LISTA DE TABELAS CAPÍTULO 1 Página Tabela 1. Estatística descritiva da condutividade elétrica aparente do solo (ds.m -1 ) nas duas profundidades estudadas nos anos de 2012 e Tabela 2. Parâmetros dos modelos dos semivariogramas para a condutividade elétrica aparente do solo em 2012 e 2013, em duas camadas de solo e em cinco densidades amostrais estudadas Tabela 3. Estatística descritiva da condutividade elétrica aparente do solo (ds.m -1 ) nas duas profundidades estudadas e em diferentes datas de observação Tabela 4. Parâmetros dos modelos dos semivariogramas para a condutividade elétrica aparente do solo em diferentes datas nas duas camadas de solo avaliadas CAPÍTULO 2 Tabela 1. Estatística descritiva dos valores de umidade volumétrica do solo em cada ponto de leitura nos três anos de avaliação, para a profundidade de 0,15 m Tabela 2. Estatística descritiva dos valores de umidade volumétrica do solo em cada ponto de leitura nos três anos de avaliação, para a profundidade de 0,30 m Tabela 3. Estatística descritiva dos valores de umidade volumétrica do solo em cada ponto de leitura nos três anos de avaliação, para a profundidade de 0,45 m Tabela 4. Estatística descritiva dos valores de umidade volumétrica do solo em cada ponto de leitura nos três anos de avaliação, para a profundidade de 0,60 m Tabela 5. Estatística descritiva dos valores de umidade volumétrica do solo em cada ponto de leitura nos três anos de avaliação, para a profundidade de 0,75 m Tabela 6. Estatística descritiva dos valores de umidade volumétrica do solo em cada ponto de leitura nos três anos de avaliação, para a profundidade de 0,90 m Tabela 7. Estatística descritiva dos valores de umidade volumétrica do solo em cada ponto de leitura nos três anos de avaliação, para a profundidade de 1,05 m Tabela 8. Estatística descritiva dos valores de umidade volumétrica do solo em cada ponto de leitura nos três anos de avaliação para a profundidade de 1,20 m CAPÍTULO 3 Tabela 1. Estatística descritiva do índice relativo teor de clorofila a em três diferentes datas e densidades de amostragens (820, 410, 180, 90 e 45 pontos) Tabela 2. Parâmetros dos modelos dos semivariogramas ajustados para o índice relativo do teor foliar de clorofila a aos 57/58, 85/86 e 104/105 dias após a poda de produção (dapp) da videira de mesa, nas densidades amostrais de 820, 410, 180, 90 e 45 pontos... 81

9 Tabela 3. Estatística descritiva do índice relativo do teor de clorofila b em três diferentes datas e densidades de amostragens (820, 410, 180, 90 e 45 pontos) Tabela 4. Estimativa dos parâmetros dos modelos dos semivariogramas ajustados para o índice relativo do teor foliar de clorofila b aos 57/58, 85/86 e 104/105 dias após a poda de produção (dapp) da videira de mesa em 2012, nas densidades amostrais de 820, 410, 180, 90 e 45 pontos Tabela 5. Estatística descritiva do índice relativo do teor de clorofila total em três diferentes datas e densidades de amostragens (820, 410, 180, 90 e 45 pontos) Tabela 6. Estimativa dos parâmetros dos modelos dos semivariogramas ajustados para o índice relativo do teor foliar de clorofila total aos 57/58, 85/86 e 104/105 dias após a poda de produção (dapp) da videira de mesa, nas densidades amostrais de 820, 410, 180, 90 e 45 pontos Tabela 7. Estatística descritiva do índice relativo do teor foliar de clorofila a em diferentes dias após a poda de produção (dapp) Tabela 8. Estimativa dos parâmetros dos modelos dos semivariogramas ajustados para o índice relativo do teor foliar de clorofila a em diferentes dias após a poda de produção (dapp) para análise temporal Tabela 9. Estatística descritiva do índice relativo do teor foliar de clorofila b em diferentes dias após a poda de produção (dapp) Tabela 10. Estimativa dos parâmetros dos modelos dos semivariogramas ajustados para o índice relativo do teor foliar de clorofila b em diferentes dias após a poda de produção (dapp) para análise temporal Tabela 11. Estatística descritiva do índice relativo do teor foliar de clorofila total em diferentes dias após a poda de produção (dapp) Tabela 12. Estimativa dos parâmetros dos modelos dos semivariogramas ajustados para o índice relativo do teor foliar de clorofila total em diferentes dias após a poda de produção (dapp) para análise temporal Tabela 13. Estatística descritiva das diferentes densidades de amostragens da contagem de cachos em diferentes anos de avaliação Tabela 14. Parâmetros dos modelos dos semivariogramas ajustados para a contagem de cachos realizada em três ciclos de produção (2011, 2012 e 2013) e em seis densidades amostrais VIII

10 IX LISTA DE FIGURAS CAPÍTULO 1 Página Figura 1. Imagem aérea da área experimental obtida pelo programa computacional Google Earth (2013) Figura 2. Pomar de videira irrigada regularmente espaçada no campo (A) com suas respectivas indicações de número de linha, em vermelho (B) e número de planta, em preto (C) Figura 3. Medidor portátil da condutividade elétrica aparente do solo utilizado durante o experimento Figura 4. Sonda de neutrons utilizada para o monitoramento da umidade do solo Figura 5. Mapas da área de estudo, com os locais (triângulos vermelhos) onde foram realizadas as medições da umidade do solo (A) e da distribuição da água disponível (m 3.m -3 ) na profundidade de 0,2-0,4 m [Adaptado de Nascimento (2013)] (B) Figura 6. Croqui das diferentes densidades de amostragem da condutividade elétrica aparente do solo: A (820 pontos), B (410 pontos), C (180 pontos), D (90 pontos) e E (45 pontos) Figura 7. Distribuição espacial da condutividade elétrica aparente do solo (ds.m -1 ) medida em 27 e 28 de junho de 2012, nas camadas de 0-0,40 m e 0-0,80 m e em cinco densidades amostrais Figura 8. Distribuição espacial da condutividade elétrica aparente do solo (ds.m -1 ) medida em 22 de janeiro 2013, nas camadas de 0-0,40 m e 0-0,80 m e em cinco densidades amostrais Figura 9. Umidade do solo (Ɵ, m 3.m -3 ) nas seis zonas homogêneas de leituras nas diferentes datas de avaliação, nas camadas de 0-0,40 m (A) e 0-0,80 m (B) Figura 10. Mapas da variabilidade espacial da condutividade elétrica do solo (ds.m -1 ) medida em diferentes datas, na camada de 0-0,40 m Figura 11. Mapas da variabilidade espacial da condutividade elétrica do solo (ds.m -1 ) medida em diferentes datas, na camada de 0-0,80 m CAPÍTULO 2 Figura 1. Imagem aérea da área experimental obtida pelo programa computacional Google Earth (2013) Figura 2. Pomar de videira irrigada onde foi desenvolvido o experimento Figura 3. Sonda de neutrons utilizada para o monitoramento da umidade do solo (A) e o tubo de alumínio para acesso da sonda de neutrons (B) Figura 4. Mapas correspondentes às condições de desnível da área de estudo (A), aos locais onde foram realizadas as medições da umidade do solo (triângulos em vermelho) (B) e das zonas homogêneas de distribuição da água disponível na profundidade de 0,2-0,4 m [Adaptado de Nascimento (2013)] (C)... 46

11 X Figura 5. Umidade média do solo nas diferentes profundidades e períodos de leituras (dias após a poda de produção dapp) nos anos de 2011 (A), 2012 (B) e 2013 (C) Figura 6. Distribuição do coeficiente de variação (%) em função das profundidades de leitura da umidade do solo nos três ciclos de produção Figura 7. Umidade do solo nos 6 pontos de medição (P1, P2, P3, P4, P5 e P6) nas diferentes profundidades estudadas durante o ciclo de produção de uva (dias após a poda de produção - dapp) em Figura 8. Umidade do solo nos 6 pontos de medição (P1, P2, P3, P4, P5 e P6) nas diferentes profundidades estudadas durante o ciclo de produção de uva (dias após a poda de produção - dapp) em Figura 09. Umidade do solo nos 6 pontos de medição (P1, P2, P3, P4, P5 e P6) nas diferentes profundidades estudadas durante o ciclo de produção de uva (dias após a poda de produção - dapp) em Figura 10. Diferenças relativas médias e respectivos desvios-padrão da umidade volumétrica do solo (%) nas diferentes profundidades e pontos de leitura (P1, P2, P3, P4, P5 e P6) no ciclo de produção de uva de Figura 11. Diferenças relativas médias e respectivos desvios-padrão da umidade volumétrica do solo (%) nas diferentes profundidades e pontos de leitura (P1, P2, P3, P4, P5 e P6) no ciclo de produção de uva de Figura 12. Diferenças relativas médias e respectivos desvios-padrão da umidade volumétrica do solo (%) nas diferentes profundidades e pontos de leitura (P1, P2, P3, P4, P5 e P6) no ciclo de produção de uva de CAPÍTULO 3 Figura 1. Imagem aérea da área experimental obtida pelo programa computacional Google Earth (2013) Figura 2. Pomar de videira irrigada regularmente espaçada no campo (A) com suas respectivas indicações de número de linha, em vermelho (B) e número de planta, em preto (C) Figura 3. Clorofilômetro portátil utilizado para leitura do índice relativo do teor de clorofila a, b e total nas folhas da videira Figura 4. Croqui das diferentes densidades de amostragem de atributos da planta: A (1620) B (820), C (410), D (180), E (90) e F (45) Figura 5. Distribuição espacial do índice relativo do teor foliar de clorofila a em diferentes dias após a poda de produção (dapp) e densidades amostrais avaliados Figura 6. Distribuição espacial do índice relativo do teor foliar de clorofila total em diferentes dias após a poda de produção (dapp) e densidades amostrais no ciclo de Figura 7. Distribuição temporal do índice relativo do teor foliar de clorofila a em diferentes dias após a poda de produção durante os ciclos de produção de 2012 e Figura 8. Distribuição espacial e temporal do índice relativo do teor foliar de clorofila b em diferentes períodos de avaliação... 98

12 Figura 9. Distribuição espacial e temporal do índice relativo do teor foliar de clorofila total em diferentes períodos de avaliação Figura 10. Distribuição espacial do número de cachos em três ciclos de produção (2011, 2012 e 2013) para diferentes densidades amostrais XI

13 XII LISTA DE EQUAÇÕES Página IDE(%) = [C/(C0+C)] x 100 (1) (1) IDE(%) = [C/(C0+C)] x 100 (1)... 84

14 1 RESUMO: Um dos fundamentos da agricultura de precisão é a análise da variabilidade de atributos do solo e da planta que se correlacionam com a produtividade e a qualidade dos produtos agrícolas, para então delimitar áreas homogêneas dos mesmos atributos para o manejo da cultura. Esse trabalho foi desenvolvido para avaliar a variabilidade espacial e temporal de atributos do solo e da planta e definir zonas homogêneas para o manejo em viticultura irrigada. O experimento foi conduzido em área de produção comercial, localizada no Perímetro Irrigado Senador Nilo Coelho, Núcleo 5, em Petrolina-PE. Para a realização do estudo foi selecionada uma área com 20 fileiras de plantas e 81 plantas por fileira (1,6 ha), em um pomar de videira cv. Thompson Seedless, enxertada sobre SO4, plantada em maio de 2004 no espaçamento de 4 x 2,5 m, irrigada por microaspersão, com 1 difusor por planta e conduzida no sistema de latada. A umidade volumétrica do solo (θ, m 3.m - 3 ) foi medida pela técnica de moderação de neutrons de 0,15 m até 1,2 m de profundidade e em intervalos de 0,15 m. A condutividade elétrica aparente do solo (CEa, ds.m -1 ) foi mensurada por medidor portátil nas camadas de 0-0,4 m e 0-0,8 m. O índice relativo do teor foliar de clorofila foi obtido por meio de clorofilômetro portátil e a produtividade da cultura foi estimada pelo número de cachos por videira. A variabilidade no espaço e no tempo desses atributos medidos no solo e na planta foi avaliada por técnicas geoestatíticas, em três ciclos de cultivo da videira (2011, 2012 e 2013). Os valores de θ apresentaram estabilidade no tempo, ou seja, as zonas homogêneas de maior capacidade de água disponível, anteriormente delimitadas, apresentaram maiores valores de umidade ao longo do tempo. Para a CEa, os melhores ajustes na interpolação e geração de mapas ocorreram quando θ foi maior. Para a área em questão foi possível reduzir o número de medidas da CEa de 820 para 180 pontos. Para o índice relativo do teor foliar de clorofila, a partir de uma densidade amostral máxima de 820 pontos, foi possível definir que o número mínimo de amostragens para a geração de mapas de zonas de manejo variou ao longo do ciclo da videira, sendo recomendado o mínimo de 410 pontos para a área em questão. A estimativa da produtividade no parreiral de videira de mesa pode ser obtida com confidência por meio da contagem de cachos em metade das plantas (810) presentes na área. Diante da constatação da variabilidade de atributos do solo e da planta em uma pequena área (1,6 ha) de cultivo irrigado de videira de mesa, verificou-se a

15 2 oportunidade para o estabelecimento de zonas homogêneas para auxiliar o produtor nas tomadas de decisões quanto ao manejo da cultura. Palavras-chave: geoestatística, variabilidade espacial, variabilidade temporal, condutividade elétrica aparente do solo, umidade do solo, clorofila, densidade de amostragem.

16 3 MANAGEMENT ZONES FOR PRECISION AGRICULTURE APPLICATION IN IRRIGATED VITICULTURE. Botucatu, p. Tese (Doutorado em Agronomia/Irrigação e Drenagem)-Faculdade de Ciências Agronômicas de Botucatu, Universidade Estadual Paulista. Author: Eliel Ferreira do Nascimento Advisor: Luís Henrique Bassoi SUMMARY One of the fundamentals of precision agriculture is to analyze the variability of plant and soil attributes, to correlate them with the productivity and quality of agricultural products, and then to define homogeneous zones of the same attributes for crop management. This work was developed to assess the spatial and temporal variability of soil and plant attributes and to define homogeneous zones for management in irrigated viticulture. The experiment was carried out in a commercial vineyard located in the Nilo Coelho Irrigation Scheme, in Petrolina, State of Pernanbuco, Brazil. An area with 20 plant rows plants and 81 plants per row (1.6 ha) was selected in an orchard of grapevine cv. Thompson Seedless grafted on SO4, planted in May 2004 in a spacing of 4 x 2.5 m. Vines were conducted in an overhead trellis system. Plants were irrigated by microsprinkle, with one emitter per plant. Soil moisture (θ, m 3.m -3 ) was measured by neutron moderation technique from 0.15 m to 1.2 m depth, and in 0.15m intervals. The apparent soil electrical conductivity (ECa, ds.m - 1 ) was measured by portable meter in the soil layers of m and m. The relative index of foliar chlorophyll content was measured by a portable chlorophyll meter. The yield estimation was obtained by the amount of cluster per vine. These plant and soil attributes were analyzed for their variability in space and time by geoestatitics in three growing seasons of vine (2011, 2012 and 2013). The values of θ showed stability over time, i.e., the homogeneous zones of greater water holding capacity, previously defined, had higher moisture values over time. The best settings for ECa in interpolation and map generation occurred when θ was higher. The number of ECa measurements in this area can be reduced from 820 to 180 sampling points. The number of sampling for chlorophyll measurements to define homogeneous zones varied throughout the growing seasons, and it is recommended a minimum of 410 points to define

17 4 them instead of a maximum of 820 points. The estimated productivity the vineyard can be obtained with confidence by counting clusters in half of the plants (810) in the area. Based on the evidence of the variability of soil and plant attributes in a small area (1.6 h) of irrigated table grape vines, there is an opportunity for the establishment of homogeneous zones to assist the grower in making decisions for crop management. Keywords: geoestatistics, spatial variability, time variability, aparent soil electric conductivity, soil water content, chlorophyll, sampling density.

18 5 INTRODUÇÃO Nas últimas décadas, a área cultivada de uva de mesa no Vale do Submédio São Francisco tem apresentado amplo crescimento e, segundo dados da Valexport, a região possui cerca de hectares de vinhedos distribuídos nos Estados de Pernambuco e Bahia, com uma produção total em torno de 170 mil toneladas/ano. De acordo com Silva e Coelho (2010), esse desenvolvimento é favorecido pela disponibilidade de recursos naturais (solo, água e radiação solar) e pelos investimentos públicos e privados nos projetos de irrigação. Nos últimos anos, essa região é responsável por quase 100% da uva de mesa produzida no Brasil, destinada à exportação (VITAL, 2009). No entanto, segundo Protas et al. (2008), o sistema de produção tradicional de uvas de mesa apresenta um custo de produção relativamente elevado, dado ao nível tecnológico adotado e, principalmente, ao uso intensivo de mão-de-obra no manejo das principais variedades produzidas. Nestas circunstâncias, torna-se imprescindível a aplicação da agricultura de precisão para o desenvolvimento de metodologias que venham inovar e aprimorar as práticas agrícolas no campo. A agricultura de precisão busca o aperfeiçoamento nos sistemas de produção, como o manejo localizado de insumos e a facilitação nos procedimentos de campo com estudos que tenham como objetivo a redução do número de amostragem a ser utilizado

19 6 em atividades que são realizados periodicamente pelo produtor agrícola, tais como determinação da condutividade elétrica aparente do solo, do índice relativo do teor foliar de clorofila, da contagem de números de cachos por planta e da umidade do solo. Com isso, pode-se reduzir a mão de obra nos trabalhos de campo, ao mesmo tempo que são obtidos subsídios para um melhor gerenciamento agrícola. Atualmente, a disponibilidade de tecnologias, tais como sistemas de posicionamento global e os sistemas de informação geográfica, abrem novas possibilidades para o aperfeiçoamento dos mapeamentos das variáveis de produção. Elas podem ser utilizadas no apoio às diferentes fases do levantamento, contribuindo para acelerar a coleta de dados em campo, melhorar a precisão na delimitação das unidades de mapeamento, facilitar a disponibilização do produto final e potencializar os usos e aplicações dos resultados (HEMPEL et al., 2006). Ao se fazer medidas no campo e de posse das ferramentas geoestatísticas, pode-se gerar mapas que possibilitam a observação de zonas características que podem variar espacialmente dentro de uma área. Nesse contexto, a geoestatística é aplicada aos fenômenos que variam no tempo e/ou no espaço oferecendo ferramentas que possibilitem entender e modelar a variabilidade de uma determinada propriedade (DEUTSCH; JOURNEL, 1998). A construção de mapas de contorno (isolinhas) e o delineamento de espaçamento e disposição de amostras no campo são outras aplicações imediatas que auxiliam na identificação dessa variabilidade (FREITAS, 2000). De acordo com Carvalho et al. (2002), uma vez definida a população objeto de estudo, necessita-se escolher a melhor maneira de estudar algumas de suas características. Nesse caso, delimita-se a observação a uma amostra da população, a qual deve reproduzir, o mais fielmente possível, suas características, com um número mínimo de amostras para estimar o valor médio com determinada exatidão. De acordo com Nascimento (2013), um dos fatores limitantes ao emprego da agricultura de precisão consiste na necessidade de uma alta densidade amostral para detecção da variabilidade existente na área de cultivo, para uma posterior delimitação de zonas homogêneas. A técnica de se amostrar intensamente o solo e a planta na obtenção de informação da variabilidade dos seus atributos, segundo Faulin (2005), tem sido alvo de

20 7 críticas pelo seu elevado custo, tornando se, por vezes, economicamente inviável em sistemas produtivos. Para a aplicabilidade da agricultura de precisão torna-se fundamental o desenvolvimento de metodologias capazes de reduzir o número de amostras no campo e garantir a confiabilidade dos mapas da variabilidade espacial e temporal dos atributos do solo e da planta, que serão utilizados pelo produtor no manejo e gerenciamento agrícola. Sendo assim, este trabalho foi desenvolvido com o objetivo de analisar as diferentes zonas homogêneas da condutividade elétrica aparente do solo (CEa), do índice relativo do teor foliar de clorofila a, b e total, e do número de cachos da videira, obtidas em função das várias densidades amostrais, bem como a sua variabilidade temporal em diferentes datas de coleta, a partir da utilização de ferramentas geoestatísticas. Também foi objetivo dessa pesquisa avaliar a estabilidade temporal da umidade do solo em um Neossolo Quartzarênico cultivado com videira irrigada, afim de aprimorar o manejo da irrigação. Para atingir estes objetivos este trabalho está dividido em 3 capítulos, sendo o primeiro capitulo intitulado VARIABILIDADE ESPACIAL E TEMPORAL DA CONDUTIVIDADE ELÉTRICA APARENTE DO SOLO EM ÁREA CULTIVADA COM VIDEIRA IRRIGADA ; o segundo capítulo intitulado ESTABILIDADE TEMPORAL DA UMIDADE DO SOLO EM ÁREA CULTIVADA COM VIDEIRA IRRIGADA e o terceiro capítulo intitulado ZONAS HOMOGÊNEAS DE MANEJO DO TEOR FOLIAR DE CLOROFILA E DO NÚMERO DE CACHOS EM VIDEIRA.

21 8 CAPÍTULO 1 VARIABILIDADE ESPACIAL E TEMPORAL DA CONDUTIVIDADE ELÉTRICA APARENTE DO SOLO EM ÁREA CULTIVADA COM VIDEIRA IRRIGADA Eliel Ferreira do Nascimento 1 ; Ladislau Marcelino Rabello 2 & Luís Henrique Bassoi 3 1 Doutorando em Irrigação e Drenagem/FCA-UNESP. Fone (14) elielpet@gmail.com 2 Embrapa Instrumentação, Caixa Postal 741, CEP , São Carlos-SP. Fone (16) ladislau.rabello@.embrapa.br 3 Embrapa Semiárido, Caixa Postal 23, CEP , Petrolina, PE. Fone (87) luis.bassoi@embrapa.br RESUMO O desenvolvimento de metodologias capazes de reduzir o número de amostras no campo e garantir a confiabilidade dos mapas da variabilidade espacial e temporal dos atributos do solo é fundamental para a aplicabilidade da agricultura de precisão. Este trabalho foi desenvolvido com o objetivo de analisar as diferentes zonas homogêneas da condutividade elétrica aparente do solo (CEa), obtidas em função das várias densidades amostrais, sua variabilidade temporal em diferentes datas de coleta e suas relações com a

22 9 umidade do solo. O estudo foi realizado em um pomar de 1,6 ha de videira cv. Thompson Seedless irrigado por microaspersão no município de Petrolina-PE. Para a avaliação da CEa foi utilizado um medidor portátil, que possibilitou a avaliação nas camadas de solo de 0-0,40 m e 0-0,80 m. Os dados das coletas realizadas em 2012 e 2013 foram submetidos às análises estatística descritiva, geoestatística, interpolação por krigagem e geração de mapas de contorno, os quais auxiliaram na delimitação e avaliação das diferentes zonas homogêneas, geradas a partir de diferentes densidades de amostragens (820, 410, 180, 90 e 45 pontos). Os resultados mostram que a aplicação da geoestatística possibilitou visualizar a variabilidade espacial e temporal da CEa e tornou possível definir o número de amostras necessárias para delimitar com confiabilidade as zonas homogêneas e auxiliar o produtor na tomada de decisão quanto ao manejo de solo. Palavra-chave: semiárido, geoestatística, solo arenoso. TEMPORAL AND SPATIAL VARIABILITY OF APPARENT SOIL ELECTRICAL CONDUCTIVITY IN AN IRRIGATED VINEYARD SUMMARY The development of methodologies capable to reduce the number of samples in the agricultural field and ensure the reliability of maps of the spatial and temporal variability of soil atributes is essential for the applicability of precision agriculture. This work was developed with the purpose of analyzing the different homogenous zones of apparent soil electrical conductivity (ECa), obtained according to the different sampling densities, their temporal variability in different sampling dates, and their relationships with soil moisture. The study was carried out in a 1.6 ha orchard of grapevine cv. Thompson Seedless, irrigated by microsprinkle, in Petrolina, State of Pernambuco, Brazil. A portable meter was used for the ECa measurement at and m depths. Data collected in 2012 and 2013 were submitted to descriptive statistical analysis, geostatistics, kriging interpolation and then contour maps were generated. Those maps supported the delineation and evaluation of homogeneous zones in each one of the sampling densities (820, 410, 180, 90, and 45 points).

23 10 The results showed that the application of geostatistics enabled the view of spatial and temporal variability of ECa. The definition of the number of samples required to delineate homogeneous zones with reliability is feasible, which allow the grower to make decision for soil management. Key words: semi-arid, geostatistics, sandy soil.

24 Introdução Com o passar dos anos as atividades agrícolas tem se tornado cada vez mais competitivas, exigindo do agricultor maior nível de especialização e capacidade de gerenciamento de sua propriedade. Para o sucesso dessa atividade é importante à obtenção de informações sobre os fatores que interagem com a lavoura ou pomares e o desenvolvimento de novas tecnologias que possam minimizar as perdas de produtividade. Nesse contexto, surge o conceito de agricultura de precisão (AP) que utiliza um conjunto de tecnologias que possibilitam o gerenciamento das culturas, levando em consideração a variabilidade espacial e temporal, visando a otimização da produção agrícola e a minimização do impacto ambiental (TERRA, 2012). O conceito de agricultura de precisão surgiu no inicio dos anos 90 na primeira conferência internacional sobre o tema, realizado nos Estados Unidos da América em 1992 (ORTEGA; ESSER, 2002). Desde então, foram surgindo metodologias capazes de gerir melhor o campo e, com o desenvolvimento de novas tecnologias, pode-se estendê-las a diversas culturas, dentre estas a videira, passando a ser conhecida como viticultura de precisão. Em 1999 iniciou-se a viticultura de precisão na Austrália com monitores de rendimento de uvas associados ao sistema de posicionamento global e a sistemas de informação geográfica, permitindo aos produtores quantificar a variabilidade espacial dos rendimentos existentes em um vinhedo (ORTEGA; ESSER, 2002). A disponibilidade dessas tecnologias abrem novas possibilidades para o aperfeiçoamento dos mapeamentos de solo. Elas podem ser utilizadas no apoio às diferentes fases do levantamento, contribuindo para acelerar a coleta de dados em campo, melhorar a precisão na delimitação das unidades de mapeamento, facilitar a disponibilização do produto final e potencializar os usos e aplicações dos resultados (HEMPEL et al., 2006). Um dos fatores limitantes ao emprego da agricultura de precisão consiste na necessidade de uma alta densidade amostral para detecção da variabilidade existente na área de cultivo, para uma posterior delimitação de zonas homogêneas (NASCIMENTO, 2013). A técnica de se amostrar intensamente o solo na obtenção de informação da variabilidade dos seus componentes físicos e químicos tem sido alvo de críticas

25 12 pelo seu elevado custo, tornando-se, por vezes, economicamente inviável em sistemas produtivos (FAULIN, 2005). O desenvolvimento de metodologias capazes de reduzir o número de amostras no campo, e garantir a confiabilidade dos mapas da variabilidade espacial dos atributos do solo, é fundamental para a aplicabilidade da agricultura de precisão. A agricultura de precisão tem se tornado uma ferramenta imprescindível para o uso racional de insumos agrícolas e redução de custos nos empreendimentos agrícolas, tornando uma atividade mais lucrativa aliada a redução dos impactos ao meio ambiente. A medida da condutividade elétrica aparente do solo (CEa) se tornou ferramenta valiosa para identificar as características físico-químicas do solo que influenciam os padrões de rendimento das culturas e para estabelecer a variação espacial dessas propriedades do solo (CORWIN et al., 2003). Os mapas da CEa podem ser utilizados pelo produtor agrícola para avaliação da distribuição das condições salinas do solo na área de cultivo, tornando-se importante base para tomada de decisão do melhor manejo a adotar, visando o estabelecimento e manutenção do teor salino adequado ao desenvolvimento das culturas. A condutividade elétrica é a habilidade que um material tem em transmitir ou conduzir corrente elétrica. O solo pode conduzir corrente elétrica através da água intersticial, que contém eletrólitos dissolvidos, e através dos cátions trocáveis que residem perto da superfície de partículas de solo carregadas e são eletricamente móveis em vários níveis (NADLER; FRENKEL, 1980). Portanto, o valor da condutividade elétrica de um solo é principalmente devido ao seu teor de água e de sais dissolvidos nele (FREELAND, 1989). A condutividade elétrica no solo é influenciada por diversos fatores como a porosidade, concentração de eletrólitos dissolvidos, textura, quantidade e composição dos colóides, matéria orgânica e teor de água (RHOADES et al., 1976; NADLER; FRENKEL, 1980). O solo é um sistema trifásico constituído de partículas sólidas, solução e ar. Quando partículas carregadas eletricamente, incluindo colóides e íons, migram sob influência de um campo elétrico aplicado, vários fatores físicos do solo, incluindo textura, estrutura e conteúdo de água, podem afetar a condutividade elétrica, interferindo na inter-relação entre as partículas coloidais e os íons (LI, 1997).

26 13 Para a medição da condutividade elétrica dos solos diretamente no campo são utilizados basicamente dois métodos: por indução eletromagnética e por contato direto (RHOADES; CORWIN, 1984). Os instrumentos de medidas são sensores que fornecem um sinal de saída, baseados em circuitos elétricos e usados para determinar a habilidade de determinados meios em conduzir ou acumular a carga elétrica (CELINSKI et al., 2009). O primeiro método utiliza um sensor por indução eletromagnética, não penetrante. Essa tecnologia consiste basicamente de um eletrodo de transmissão que é suspenso próximo à superfície do solo, o qual é energizado com uma corrente alternada numa frequência de áudio. Isso estabelece um campo magnético que induz uma fraca corrente elétrica no solo, que por sua vez gera um segundo campo magnético a uma distância específica do eletrodo transmissor. Um segundo eletrodo, receptor, gera uma corrente alternada em resposta e proporcional àquela gerada pelo eletrodo transmissor, mas modificada pela condutividade elétrica do solo (KING et al., 2001). O método por contato direto baseia-se na injeção de corrente elétrica no solo, por meio de eletrodos em contato com o meio, e a medida da diferença de potencial e cálculo da condutividade elétrica também por eletrodos em contato com o solo (RABELLO et al., 2008; ROCHA et al., 2011). Os sensores que penetram no solo medem a condutividade a uma profundidade que são função do espaçamento entre os sensores em contato com o solo (FRITZ et al., 1998) e suas características físicas e químicas podem afetar o comportamento do circuito, e assim, os parâmetros elétricos medidos (ROCHA et al., 2011). Ao se fazer medidas da CEa e com o uso das ferramentas geoestatísticas, pode-se gerar mapas que possibilitam a observação de zonas características que podem variar espacialmente dentro de uma área. Uma vez definida a população objeto de estudo, necessita-se escolher a melhor maneira de estudar algumas de suas características. Nesse caso, delimita-se a observação a uma amostra da população, a qual deve reproduzir suas características, com número mínimo de amostras para estimar o valor médio com determinada exatidão (CARVALHO et al., 2002). O uso de equipamentos portáteis e a redução da densidade amostral podem permitir a determinação rápida da CEa em campo, com maior praticidade e menor custo. Dessa forma, é possível dividir a área em zonas de manejo e tomar decisões principalmente relacionadas à aplicação de insumos, manejo da irrigação e controle dos níveis de salinidade no solo.

27 14 Devido a análise da variabilidade espacial do solo no campo necessitar de grande número de observações, pesquisas para o desenvolvimento de técnicas, a fim de minimizar o número de observações sem prejuízo das informações, tornaram-se prioritárias (MORETI et al., 2007). Dessa forma, este trabalho foi desenvolvido para analisar a variabilidade temporal da CEa e avaliar a variabilidade espacial de densidades amostrais do mesmo atributo em pomar de videira de mesa irrigada no Vale do Submédio São Francisco Material e Métodos Localização geográfica O experimento foi instalado no lote 180 do Perímetro Irrigado Senador Nilo Coelho, Núcleo 5 (9º 23 12,8 de latitude sul, 40º 38 13,8 de longitude oeste, com uma altitude de 394 m) no município de Petrolina-PE, no Vale do Submédio São Francisco (Figura 1). A área em contorno vermelho foi a escolhida para a condução do experimento. Figura 1. Imagem aérea da área experimental obtida pelo programa computacional Google Earth (2013) Solo O solo foi classificado como Neossolo Quartzarênico de acordo com Embrapa (2006). Essa classe de solo apresenta, em geral, material arenoquartzoso, desprovido de minerais primários intemperizáveis; atividade coloidal muito baixa; e baixa capacidade de

28 15 retenção de nutrientes e de água. Caracteriza-se por apresentar solos muito profundos e possuem textura das classes areia e areia franca até pelo menos 2 metros de profundidade. São solos normalmente muito pobres, com capacidade de troca de cátions e saturação de bases baixas, frequentemente alumínicos e distróficos. A falta de nutrientes torna imprescindível a aplicação de fertilizantes para que sejam possíveis produções satisfatórias (CUNHA et al., 2008) Clima O clima predominante da região é o Semiárido, com temperatura média anual de 26,5ºC, classificado como BSwh por Köppen, apresentando os maiores picos entre outubro e dezembro, enquanto julho é o mês mais frio (TEIXEIRA, 2010). Em função das características de clima e temperatura associadas à localização geográfica intertropical e à limpidez atmosférica na maior parte do ano, a evapotranspiração de referência é muito alta, sendo da ordem de mm anuais. Também é alta a insolação e baixa a umidade relativa do ar. O período seco é predominante, com cerca de 6 a 8 meses, podendo atingir até 11 meses nas áreas de maior aridez. A precipitação pluviométrica média anual é da ordem de 400 a 650 mm, que ocorre de forma irregular e concentrada em 2 a 3 meses do ano, podendo ocorrer chuvas intensas (120 a 130 mm) num período de 24 horas (CUNHA et al., 2008) Descrição da área Para a realização do trabalho, foi selecionada uma área, denominada de H (Figura 1), cultivada com a videira cv. Thompson Seedless sobre o porta-enxerto SO4, plantada em maio de 2004 no espaçamento de 4 x 2,5 m e conduzida no sistema de latada. O sistema de irrigação é o de microaspersão, com 1 difusor por planta, com vazão aferida de 30 L.h -1 e área molhada de 2,4 x 2,5 m. A área contem 40 fileiras e 81 plantas por fileiras, mas o experimento foi conduzido em metade da área (fileiras 1 a 20). A água de irrigação era distribuída por uma válvula de derivação para cada 10 fileiras. A referência de cada ponto de amostragem foi dada pela posição em que se encontrava cada planta na área de estudo, pois as mesmas estavam regularmente espaçadas no campo e numeradas pelo produtor (Figura 2).

29 16 (B) (A) (C) Figura 2. Pomar de videira irrigada regularmente espaçada no campo (A) com suas respectivas indicações de número de linha, em vermelho (B) e número de planta, em preto (C) Parâmetros avaliados Para a medição da condutividade elétrica aparente do solo (CEa, ds.m - 1 ) foi utilizado um medidor portátil (Figura 3), o qual possibilita determinações nas camadas de solo de 0-0,40 m (CE 40 ) e 0-0,80 m (CE 80 ). O sistema de medição consistiu de seis eletrodos, sendo os dois externos para a injeção de corrente elétrica, os dois centrais internos para medir a diferença de potencial para o cálculo da CE na profundidade de 0,40 m, e os dois centrais externos para a medida da diferença de potencial para o cálculo da CE na profundidade de 0,80 m da superfície do solo (RABELLO et al., 2008; ROCHA et al, 2011).

30 17 Figura 3. Medidor portátil da condutividade elétrica aparente do solo utilizado durante o experimento. As leituras foram realizadas a cada duas plantas em todas as linhas de cultivo (Figura 3), originando uma malha de amostragem de 5 x 4 m (820 pontos). Para o estudo da melhor densidade de amostragem a ser utilizada no campo, as leituras foram realizadas durante o ciclo de produção da videira em 2012 (27 e 28 de junho), e após o ciclo de produção, durante a formação das plantas (22 de janeiro de 2013). Já para a análise da variabilidade espacial e temporal da CEa foi utilizado informações de coletas para o ano de 2012 (15 de maio, 18 de maio, 27 e 28 de junho) e para o ano de 2013 (22 de janeiro, 14 de maio, 4 de junho, 19 de junho e 2 de julho), utilizando-se uma densidade amostral com 205 pontos. Em todos os dias de leitura da CEa, a umidade do solo (Ɵ, m 3.m -3 ) foi medida pela técnica de moderação de neutrons (Figura 4), de 0,15 a 0,75 m e em intervalos de 0,15 m.

31 18 Figura 4. Sonda de neutrons utilizada para o monitoramento da umidade do solo. A umidade do solo (Ɵ) foi medida em seis locais dentro da área de cultivo (Figura 5A) na mesma ocasião em que foi monitorada a CEa. Os pontos de medição foram escolhidos em função de zonas de manejo definidos pela distribuição da água disponível no solo em um estudo desenvolvido na área em questão por Nascimento (2013) (Figura 5B). Naquele trabalho foi realizado coleta de amostras de solo para identificação de zonas homogêneas e após a análise e de posse do mapa da distribuição espacial da água disponível (AD), foi possível definir 3 zonas homogêneas entre as fileiras 1 e 20, de modo que cada uma das zonas representa um ponto dentro da área experimental com alta, média e baixa AD. Com base nessas informações foram definidas 6 pontos de leitura da umidade no solo dentro das 3 zonas homogêneas para o monitoramento da água no solo.

32 19 (A) Figura 5. Mapas da área de estudo, com os locais (triângulos vermelhos) onde foram realizadas as medições da umidade do solo (A) e da distribuição da água disponível (m 3.m -3 ) na profundidade de 0,2-0,4 m [Adaptado de Nascimento (2013)] (B). (B) Análise de Resultados Os dados de CEa foram submetidos a análise exploratória dos dados por meio do software STATISTICA versão 7,0 (STATSOFT, 2004) com o objetivo de determinar a estatística descritiva das variáveis estudadas. Foi possível com a realização dessas análises, determinar a média, mediana (med), desvio padrão (DP), valor mínimo (Min), valor máximo (Max), coeficiente de variação (CV, %), coeficiente de curtose (Ck) e coeficiente de assimetria (Cs). A hipótese da normalidade dos dados foi testada pelos testes de Kolmogorov-Smirnov (K-S) a 5 % de probabilidade, conforme proposto por Campos (1979). Para a analise geoestatística os dados de CEa foram submetidos a análise por meio dos softwares GS+ 7,0 (ROBERTSON, 1998) com o objetivo de determinar a dependência espacial entre as diferentes densidades amostrais que foram analisadas. O semivariograma experimental foi utilizado para determinar a variabilidade e a dependência espacial entre as amostras, representando quantitativamente a variação de cada variável e profundidade avaliada. Uma vez ajustado um modelo matemático ao semivariograma, por meio da observação do melhor coeficiente de correlação oriundo da validação cruzada,

33 20 utilizou-se a técnica de krigagem para realizar a interpolação dos dados para os locais não amostrados sem tendência e com variância mínima, com posterior geração de mapas de isolinhas (BARRETO et al., 2012; NASCIMENTO, 2013; SOUZA et al., 2000). O índice de dependência espacial dos atributos (IDE), que consiste na razão entre a variação estrutural (C) e o patamar (Co+C), é calculado pela equação: IDE(%) = [C/(Co+C)] x 100 (1) que, segundo Zimback (2001), pode ser utilizado para classificar o índice de dependência espacial em baixo (IDE < 25%), moderado (25% <IDE< 75%) e forte (IDE >75%). Para as análises dos dados foram considerados a densidade de amostragem inicial de 820 pontos e, simulando uma redução da quantidade de leituras com o equipamento, também foram analisadas as intensidades de 410, 180, 90 e 45 pontos (Figuras 6 A, B, C, D, E). As diferentes densidades amostrais foram escolhidas e definidas por Nascimento (2013), quando desenvolveu trabalho na mesma área e cultura em questão, simulando redução de números de amostras para detecção da variabilidade existente na área de cultivo, para uma posterior definição de zonas homogêneas do nitrogênio foliar. De acordo o mesmo autor, a grade amostral utilizada para a condução do estudo surgiu da observação das técnicas trabalhosas utilizadas pelo produtor rural. Com o objetivo de dar maior praticidade ao usuário de tais técnicas, foram realizadas simulações utilizando um menor número de pontos amostrais, por meio de um maior espaçamento entre as plantas analisadas, para verificar a permanência ou não das zonas de manejo selecionadas quando utilizada a grade efetivamente coletada no campo. Para tanto foram eliminados alguns pontos de amostragem da planilha tida como testemunha (820 pontos) e refeito todos os procedimentos estatísticos e geoestatísticos. Assim foram gerados mapas de distribuição espacial com os 820 pontos de amostragem e simulações com 410, 180, 90 e 45 pontos, respectivamente.

34 21 (A) (B) (C) (D) (E) Figura 6. Croqui das diferentes densidades de amostragem da condutividade elétrica aparente do solo: A (820 pontos), B (410 pontos), C (180 pontos), D (90 pontos) e E (45 pontos) Resultados e Discussão Na Tabela 1, estão apresentadas a análise estatística descritiva das diferentes densidades de amostragens, as profundidades e os períodos de avaliação para a condutividade elétrica aparente do solo na área de produção de uva de mesa. As variáveis apresentaram distribuição com assimetria positiva e coeficiente de curtose leptocúrtica. Após a

35 22 análise de ajuste à distribuição normal pelo teste de K-S as distribuições da CEa foram constatadas como sendo normais ao nível de 5% de probabilidade. Os altos valores de curtose calculados nos dois anos de avaliação, não comprometeram a caracterização da distribuição normal pelo teste K-S, pois cada densidade amostral possui grande quantidade de dados da distribuição e um pequeno número de valores extremos, diante do total de dados. Pode-se observar que os valores de CE 40 na maioria dos casos foram menores em relação a CE 80 (Tabela 1). Esse comportamento pode ser atribuído ao fato da umidade do solo na camada de 0-0,80 m ter sido maior que na camada de 0-0,40 m durante o período avaliado. O valor médio de Ɵ na camada de solo de 0-0,45 m e 0-0,75 m, na primeira e segunda medida, foi de 0,094 m 3.m -3 e de 0,096 m 3.m -3, e de 0,108 m 3.m -3 e 0,110 m 3.m -3, respectivamente. Em 27 e 28 de junho de 2012, a videira estava em fase de maturação, com uma aplicação de pequena lâmina de irrigação. A medição da umidade do solo em 22 de janeiro de 2013 ocorreu após precipitações pluviométricas consecutivas que totalizaram 94 mm, entre os dias 16 e 21 do mesmo mês. Tendência semelhante foi observada por Faulin (2005), quando trabalhava a CEa em duas profundidades. Com relação aos dois períodos avaliados, pode-se observar que as maiores médias da CEa ocorreram no ano de 2013 (Tabela 1). Nesse período a umidade do solo estava superior ao ano de 2012 e, consequentemente, os valores de CEa foram maiores. Esse resultado mostra que na área de estudo, os maiores valores médios de CEa foram obtidos quando a umidade média do solo foi maior e que existe uma relação entre os dois atributos. Esse mesma tendência foi observado por outros pesquisadores (COSTA, 2011; DOOLITTLE et al., 1994; JAYNES, 1996), quando estudavam a relação da CEa com o teor de água no solo. Ekwue e Bartholomew (2010) obtiveram resultado semelhante ao avaliar as relações entre CE e o teor de água, tanto em condições de campo como de laboratório, para três tipos de solo. Sugere-se dessa forma que a CEa deve ser avaliada quando o solo estiver com umidade próxima ao de sua capacidade de campo. Conforme a Tabela 1, os valores de CV variaram de 20,52 a 32,96%. Baseado na classificação proposta por Warrick e Nielsen (1980) estes valores representam uma média variabilidade. Valores semelhantes foram encontrados por Faulin (2005) quando estudavam a condutividade elétrica em duas profundidades. O CV foi calculado para verificar a dispersão dos dados em relação à média de cada variável, servindo de comparação da

36 23 dispersão entre as diferentes densidades de amostragens. Pode-se observar que o coeficiente de variação não foi influenciado pelas diferentes densidades de amostragens, representando a variação entre os pontos amostrados de uma mesma densidade amostral e, consequentemente, a heterogeneidade dos dados amostrados para cada densidade estudada. Tabela 1. Estatística descritiva da condutividade elétrica aparente do solo (ds.m -1 ) nas duas profundidades estudadas nos anos de 2012 e Camada e Ano 0-0,40 m ,80 m ,40 m ,80 m 2013 Pontos Média Med DP CV (%) Cs Ck Máx. Min. d (1) 820 8,39 8,10 2,09 24,91 1,280 3,803 21,60 3,80 0,07 * 410 8,50 8,10 2,24 26,35 1,045 2,004 20,20 4,30 0,07 * 180 8,48 8,30 2,26 26,65 1,422 5,685 21,60 3,80 0,06 ns 90 8,65 8,40 2,06 23,81 0,540-0,036 14,80 4,90 0,06 ns 45 9,27 9,10 2,23 24,05 0,162 0,371 15,10 3,80 0,07 ns 820 8,90 8,70 1,95 21,91 0,707 1,018 18,10 4,20 0,06 * 410 8,99 8,80 2,00 22,25 0,743 1,157 18,10 4,50 0,08 * 180 8,86 8,60 2,04 23,02 0,642 0,967 16,60 4,20 0,07 ns 90 9,01 8,90 1,95 21,64 0,399 0,197 14,40 4,50 0,07 ns 45 9,55 9,70 1,96 20,52 0,341-0,195 14,60 5,70 0,07 ns 820 9,56 9,10 2,45 25,63 1,017 1,264 20,90 4,80 0,09 * 410 9,56 9,00 2,61 27,30 1,187 1,597 20,90 5,00 0,12 * 180 9,37 8,90 2,78 29,67 1,170 1,803 19,80 4,80 0,09 * 90 9,37 8,75 3,09 32,96 1,343 1,815 19,80 5,00 0,14 * 45 9,76 9,20 2,79 28,59 0,746 0,240 16,70 5,50 0,12 ns 820 9,62 9,15 2,29 23,80 0,974 1,352 21,60 4,90 0,09 * 410 9,52 9,00 2,41 25,32 1,253 2,222 21,60 5,10 0,11 * 180 9,41 9,00 2,60 27,63 1,266 2,857 21,60 4,90 0,08 * 90 9,43 8,70 2,95 31,28 1,543 3,172 21,60 5,10 0,13 * 45 9,70 9,30 2,54 26,19 0,843 0,682 16,70 5,10 0,12 ns Med = mediana; DP = desvio padrão; CV (%) = coeficiente de variação; Cs = coeficiente de assimetria; Ck = coeficiente de curtose; Max = valor máximo; Min = valor mínimo; d (1) Teste de normalidade (Kolmogorov-Smirnov), ns (p>0,05) e *(p<0,05). Na Tabela 2 estão apresentadas as análises geoestatísticas das diferentes densidades de amostragens, profundidades e períodos de avaliação para a condutividade elétrica aparente do solo. Nessa tabela estão dispostos os parâmetros do efeito pepita, patamar, alcance (m), a componente estrutural, que caracteriza o índice de dependência

37 24 espacial do atributo estudado, indicando o quanto da variação total dos dados é explicada pela continuidade espacial e a validação cruzada, que segundo David (1988) é um importante meio de verificação se o modelo ajustado é satisfatório ou não. Observou-se que os modelos matemáticos que se ajustaram aos dados coletados nas duas datas avaliadas foram o esférico, o exponencial e o gaussiano (Tabela 2). No entanto, o modelo esférico foi o que melhor ajustou-se aos períodos avaliados, representando 55% dos ajustes. O modelo exponencial foi o que permitiu o melhor ajuste dos dados da CEa para profundidade 0-0,40 m para o ano de 2012, e esférico na profundidade 0-0,80 m para os dois anos avaliados, corroborando com Leão et al. (2009). Baseado nos valores apresentados pelo coeficiente de correlação entre os valores observados e estimados obtidos pela validação cruzada (VC), observou-se que os modelos foram ajustados satisfatoriamente. Os valores de alcance variaram de 35,9 a 106,9 m (Tabela 2), sendo que no ano de 2013 os alcances foram superiores aos de 2012, indicando uma menor continuidade espacial neste ano. Os valores de alcance observados nos dois anos e densidades amostrais analisados indica que as grades amostrais empregadas foram adequadas, conseguindo-se alcançar a dependência espacial da CEa. Dessa forma o alcance mínimo para todos os períodos e densidades amostrais utilizados foi de 35,9 m, podendo ser utilizado no campo a densidade amostral de 90 pontos. As variáveis analisadas e suas diferentes densidades de amostragens e períodos analisados apresentaram IDE moderado, com exceção da densidade amostral de 45 pontos na profundidade 0-0,40 m para o ano de 2012, que apresentou efeito pepita puro. As distribuições das densidades amostrais não interferiram negativamente nos valores de efeito pepita e no IDE, pois para todas as densidades analisadas os valores da IDE foram semelhantes e proporcionais; portanto, não foram atribuídos às diferentes densidades amostrais os altos valores do efeito pepita. Segundo Costa (2011), o efeito pepita (Co) representa a descontinuidade do semivariograma atribuída a erros de amostragens ou variações locais, não explicados pela variabilidade dos dados para distâncias amostradas. Neste estudo observou-se que a CEa apresentou moderado grau de dependência espacial para as duas profundidades e períodos avaliados. No entanto, no ano de 2013, nas profundidades avaliadas, o grau de dependência espacial foi suavemente maior que no ano de De uma forma geral, a redução do número de amostragens para 90 pontos no campo

38 25 não interferiu no IDE, podendo o produtor utilizar, com confiabilidade, os mapas gerados para a aplicabilidade da agricultura de precisão. Tabela 2. Parâmetros dos modelos dos semivariogramas para a condutividade elétrica aparente do solo em 2012 e 2013, em duas camadas de solo e cinco densidades amostrais estudadas. Camada e Ano 0-0,40 m ,80 m ,40 m ,80 m 2013 Pontos Modelo Alcance (m) Co Co + C IDE (%) VC 820 Exponencial 55,20 2,30 4,61 48,0 0, Esférico 35,90 2,53 5,19 51,2 1, Exponencial 70,00 2,81 5,17 45,7 0,91 90 Exponencial 66,30 2,20 4,41 50,0 0,89 45 EPP Esférico 45,40 1,94 3,88 50,0 1, Esférico 38,90 2,03 4,07 50,0 1, Exponencial 65,00 1,74 4,22 58,8 0,95 90 Esférico 43,60 1,91 3,57 46,6 0,97 45 Exponencial 64,88 2,49 4,96 49,7 0, Esférico 79,30 3,00 6,01 50,0 1, Esférico 90,80 3,05 6,97 56,2 1, Gaussiano 76,21 3,83 7,66 50,0 0,99 90 Gaussiano 92,14 5,52 9,91 44,2 0,97 45 Gaussiano 90,75 2,90 8,47 65,8 0, Esférico 71,60 2,6 5,39 51,5 1, Esférico 81,80 2,49 6,17 59,7 1, Esférico 86,40 3,40 6,78 49,9 0,98 90 Esférico 106,90 4,68 9,56 51,0 0,91 45 Esférico 99,80 2,79 6,73 58,6 1,03 Co = efeito pepita; Co + C = patamar; IDE = índice de dependência espacial; VC = coeficiente de regressão da validação cruzada; EPP = efeito pepita puro. Pelos mapas apresentados na Figura 7, pode-se observar maiores valores de CEa no lado esquerdo e direito da área, o qual é evidenciado pela escala de tonalidades azul mais escuro. Na região central da área, os valores de CEa são menores, evidenciado pela escala de tonalidades azul mais clara. Em 2012, os mapas da distribuição espacial da CEa apresentaram semelhança entre camadas e densidades amostrais, porém ela foi menor a medida que reduziram-se os pontos. Na camada de 0-0,40 m, o mapa gerado com

39 0-0,80 m 0-0,40 m pontos não apresentou dependência espacial (Tabela 2), apresentando uma única cor do atributo estudado. Pode-se observar na Tabela 2 que para o ano de 2012, nas duas profundidades estudadas, na proporção que se reduzia o número de amostragem, ocorria uma redução do valor da VC, que pode ter influenciado na visualização dos mapas gerados. média = 9, pontos 410 pontos 180 pontos 90 pontos 45 pontos Figura 7. Distribuição espacial da condutividade elétrica aparente do solo (ds.m -1 ) medida em 27 e 28 de junho de 2012, nas camadas de 0-0,40 m e 0-0,80 m e em cinco densidades amostrais. Pelos mapas apresentados na Figura 8, pode-se observar maiores valores de CEa no lado esquerdo da área, o qual é evidenciado pela escala de tonalidades azul

40 27 mais escuro. Na região central e direita da área os valores de CEa são menores, evidenciado pela escala de tonalidades azul mais clara. Os mapas de CEa gerados em 2013 também apresentaram semelhanças entre as duas camadas e em todas as densidades de amostragem. Nessa medida, a umidade do solo foi superior à observada em Assim, os mapas de 2013 gerados apresentaram, em geral, maior IDE e melhor semelhança entre os mesmos gerados com diferentes densidades amostrais. Pode-se observar que a redução do número de pontos amostrais não interferiu na qualidade visual do mapa, confirmando uma estabilidade de semelhanças dos mapas à medida que se aplicou as diferentes densidades amostrais da CEa. A semelhança dos mapas para esse ano pode estar associado a um melhor ajuste variográfico, que por sua vez está associado aos dados gerados numa situação de maior umidade do solo. Conforme a Tabela 2, percebe-se que os valores da VC confirmam que os ajustes realizados para as diferentes densidades de amostragens foram satisfatórios.

41 0-0,80 m 0-0,40 m pontos 410 pontos 180 pontos 90 pontos 45 pontos Figura 8. Distribuição espacial da condutividade elétrica aparente do solo (ds.m -1 ) medida em 22 de janeiro 2013, nas camadas de 0-0,40 m e 0-0,80 m e em cinco densidades amostrais. Estão apresentados na Tabela 3, a análise estatística descritiva das diferentes datas de avaliações e profundidades estudadas para a condutividade elétrica aparente do solo, que foram analisadas para verificar a variabilidade temporal do atributo em questão. As variáveis apresentaram distribuição com assimetria positiva, onde os valores da média são maiores que a mediana, e coeficiente de curtose na forma leptocúrtica. As distribuições da CEa foram constatadas como sendo normais ao nível de 5% de probabilidade pelo teste de K-S. Os altos valores de curtose calculados nas quatro datas de avaliação, não

42 29 comprometeu a caracterização da distribuição normal pelo teste K-S, pelo pequeno número de valores extremos, diante do total de dados analisados. Pode-se observar que os valores médios de CEa acompanharam a tendência da umidade do solo (Figura 9), confirmando uma relação entre ambas. Quando a umidade do solo está elevada, tem-se maiores valores de CEa. Significa dizer, que a estabilidade temporal desse atributo está condicionada aos níveis de umidade no solo. Percebe-se novamente a necessidade de se amostrar a CEa no campo, quando a umidade do solo estiver próxima à sua capacidade de campo. A medição da CEa deve ser precedida por medições rápidas da umidade do solo (SHEETS; HENDICKH, 1995), sendo antigas as aplicações dessa técnica com esse objetivo (EDLEFSEN; ANDERSON, 1941; KIRKHAM; TAYLOR, 1949). De acordo a Tabela 3, os valores de CV também estão dentro da classificação proposta por Warrick e Nielsen (1980), que consideram os valores entre 12% e 60% como de média variabilidade, corroborando com Faulin (2005) que obteve resultados semelhantes. O CV foi calculado para verificar a dispersão dos dados em relação à média de cada data avaliada e pode-se observar nos diferentes períodos que o mesmo manteve-se com valores próximos um dos outros, havendo desse modo uma estabilização temporal.

43 Umidade do solo (Ɵ, m 3.m -3 ) Umidade do solo (Ɵ, m 3.m -3 ) 30 Tabela 3. Estatística descritiva da condutividade elétrica aparente do solo (ds.m -1 ) nas duas profundidades estudadas e em diferentes datas de observação. Camada Datas Média Med DP CV(%) Cs Ck Máx. Min. d (1) 0-0,40 m 0-0,80 m 15/05/ ,15 11,60 3,94 32,42 1,301 3,319 31,60 5,30 0,09 * 18/05/ ,63 12,20 3,10 24,57 0,730 0,419 22,40 6,10 0,10 * 27-28/06/12 8,49 8,30 2,27 26,69 1,422 5,685 21,60 3,80 0,06 ns 22/01/2013 9,38 8,90 2,79 29,70 1,170 1,803 19,80 4,80 0,09 * 14/05/2013 9,85 9,50 2,38 24,15 1,295 3,381 21,20 5,50 0,10 * 04/06/ ,83 11,60 2,71 22,87 0,425-0,133 19,20 6,70 0,05 ns 19/06/2013 8,73 8,60 2,49 28,58 0,929 2,854 21,20 2,90 0,08 * 02/07/2013 7,72 6,70 3,56 46,15 1,024 0,447 20,10 2,00 0,15 * 15/05/ ,34 10,10 2,62 25,36 0,566 0,222 17,90 5,50 0,06 ns 18/05/ ,70 11,30 2,63 22,44 0,607 0,172 20,70 5,80 0,09 * 27-28/06/12 8,87 8,60 2,05 23,09 0,642 0,967 16,60 4,20 0,07 ns 22/01/2013 9,42 9,00 2,60 27,65 1,266 2,857 21,60 4,90 0,08 * 14/05/2013 9,37 9,10 2,28 24,38 0,611 0,819 16,80 4,00 0,09 * 04/06/ ,62 11,50 2,54 21,84 0,248-0,062 19,60 6,10 0,03 ns 19/06/2013 7,43 7,20 2,24 30,11 0,197 0,037 14,20 1,80 0,06 ns 02/07/2013 7,17 5,90 3,95 55,04 1,117 0,142 18,30 1,90 0,18 * Med = mediana; DP = desvio padrão; CV (%) = coeficiente de variação; Cs = coeficiente de assimetria; Ck = coeficiente de curtose; Max = valor máximo; Min = valor mínimo; d (1) Teste de normalidade (Kolmogorov-Smirnov), ns (p>0,05) e *(p<0,05). 0,200 0,180 0,160 0,140 0,120 0,100 0,080 0, May May /Jun/ jan May-13 4-Jun Jun-13 2-jul-13 Zona 1 Zona 2 Zona 3 Zona 4 Zona 5 Zona 6 0,200 0,180 0,160 0,140 0,120 0,100 0,080 0, May May /Jun/ jan May-13 4-Jun Jun-13 2-jul-13 Zona 1 Zona 2 Zona 3 Zona 4 Zona 5 Zona 6 (A) Figura 9. Umidade do solo (Ɵ, m 3.m -3 ) nas seis zonas homogêneas de leituras nas diferentes datas de avaliação, nas camadas de 0-0,40 m (A) e 0-0,80 m (B). (B)

44 31 Na Tabela 4 estão apresentados os parâmetros da análise geoestatística dos diferentes períodos de amostragem no campo, para análise da variabilidade temporal da CEa. Foram avaliados 3 períodos diferentes, sendo o primeiro (15/05/12-57 dias após a poda de produção - dapp; 18/05/12-60 dapp e 27-28/06/12 100/101 dapp) dentro do ciclo produtivo da videira (poda: 19/03/2012 e colheita: 17/07/ dapp), o segundo (22/01/13) referente ao período de poda de produção para início de um novo ciclo produtivo da videira e o terceiro (14/05/13 44 dapp; 04/06/13 65 dapp; 19/06/13 80 dapp e 02/07/13 93 dapp) dentro do ciclo produtivo da videira (poda: 01/04/13 e colheita: 25/07/ dapp). As diferentes datas foram escolhidas aleatoriamente. O modelo matemático que melhor se ajustou aos dados analisados foi o exponencial, representando 50% dos períodos avaliados. As datas analisadas apresentaram na sua maioria IDE moderado, com exceção das últimas duas datas, que apresentaram IDE forte. Os maiores e menores valores de Co foram observados para as amostras de solo coletadas na camada de 0-0,40 m e 0-0,80 m de profundidade, respectivamente. O valor de efeito pepita pode ser atribuído a erros de medição, sendo menor quando a umidade do solo encontra-se maior. Essa mesma tendência foi observado com os valores de patamar (C+Co) que indicam quando a variância se torna constante com o aumento da distância entre as amostras (Tabela 4). Conforme a Tabela 4, os valores de alcance foram sempre superiores a 24,76 m, exceto para o dia 19/06/13 na profundidade de 0-0,40 m que teve um alcance igual a 6,90 m. O alcance máximo para os diferentes dias avaliados foi de 113,4 m. Esse parâmetro é importante porque indica a distância limite de dependência espacial, ou seja, distância dentro da qual as amostras apresentam-se correlacionadas espacialmente, indicando para este estudo a distância mínima de amostragem entre os pontos de uma grade amostral. Quanto ao comportamento da CEa para as datas avaliadas, verifica-se que alguns parâmetros geoestatísticos não foram semelhantes, em função das diferentes condições de umidades observadas durante a realização das leituras. No entanto os valores de IDE estão próximos, indicando que a sua distribuição ao longo do tempo, apresenta tendência semelhante e, consequentemente, a existência de estabilidade temporal para essa variável na avaliação desse atributo. Observa-se na Tabela 4 que a maior parte dos dados analisados tiveram VC com valores próximos a 1. Os valores de coeficiente de regressão da VC apresenta

45 32 o resultado do ajuste da equação de regressão linear entre os valores obtidos experimentalmente e os valores estimados por interpolação (SILVA et al., 2011). Como os valores de VC estão próximos de 1, pode-se inferir que a interpolação por krigagem estima corretamente os dados de CEa no pomar de videira, indicando que houve um bom ajuste variográfico nas duas profundidades estudadas nos diferentes períodos analisados. Houve uma pequena variação entre os valores de VC nos diferentes períodos e profundidades avaliadas, indicando que existe nesse parâmetro geoestatístico uma estabilização temporal para a área em questão. Tabela 4. Parâmetros dos modelos dos semivariogramas para a condutividade elétrica aparente do solo em diferentes datas e nas duas camadas de solo avaliadas. Camada Data Modelo Alcance (m) Co Co + C IDE (%) VC 15/05/2012 Exponencial 48,00 8,68 16,69 47,9 0,85 18/05/2012 Exponencial 113,40 5,54 11,09 50,0 0, /06/2012 Exponencial 70,00 2,81 5,17 45,7 0,91 0-0,40 m 22/01/2013 Gaussiano 76,21 3,83 7,66 50,0 0,95 14/05/2013 Esférico 92,70 2,79 7,02 60,3 1,06 04/06/2013 Exponencial 104,10 3,28 8,52 61,5 0,98 19/06/2013 Exponencial 6,90 2,62 7,50 65,1 0,97 02/07/2013 Gaussiano 28,40 2,58 13,47 80,8 0,95 15/05/2012 Esférico 35,00 4,08 6,98 41,6 0,96 18/05/2012 Exponencial 105,60 3,05 8,06 62,2 0, /06/2012 Exponencial 65,00 1,74 4,22 58,8 0,95 0-0,80 m 22/01/2013 Esférico 86,40 3,40 6,78 49,9 0,98 14/05/2013 Esférico 91,30 1,92 6,46 70,3 1,06 04/06/2013 Esférico 92,60 2,82 7,31 61,4 1,02 19/06/2013 Exponencial 55,20 1,16 5,54 78,9 0,99 02/07/2013 Gaussiano 24,76 0,01 16,07 99,9 0,74 Co = efeito pepita; Co + C = patamar; IDE = índice de dependência espacial; VC = coeficiente de regressão da validação cruzada. Pela Figura 10, pode-se observar maiores valores de condutividade elétrica aparente do solo no lado esquerdo da área, o qual é evidenciado pela escala de tonalidades azul mais escuro. Na região direita da área, os valores de CEa são menores, evidenciado pela escala de tonalidades azul mais clara. Para a profundidade 0-0,40 m os

46 33 mapas de CEa interpolados apresentaram menor semelhança nas datas avaliadas. Isso pode ser explicado pelo fato das leituras no campo serem realizadas com diferentes valores de umidade do solo (Figura 9), mas as imagens tiveram uma mesma tendência de distribuição espacial da CEa. 15/05/ /05/ /06/ /01/ /05/ /06/ /06/ /07/2013 Figura 10. Mapas da variabilidade espacial da condutividade elétrica do solo (ds.m -1 ) medida em diferentes datas, na camada de 0-0,40 m.

47 34 Para a profundidade 0-0,80 m (Figura 11) os mapas gerados apresentaram semelhança, porém as diferenças ocorreram também em função das diferentes umidades do solo no momento de realização das leituras no campo (Figura 9). Os mapas das duas camadas analisadas em sua maioria tiveram semelhanças, exceto os mapas do dia 15/05/12, que apresentaram considerável diferença entre as duas profundidades. As camadas mais profundas do solo apresentam uma estabilidade temporal de umidade do solo maior, pois sofrem menor influência das condições climáticas, se comparada às camadas mais superficiais do solo. Comportamento semelhante foi observado por Gonçalves et al. (1999). 15/05/ /05/ /06/ /01/ /05/ /06/ /06/ /07/2013

48 35 Figura 11. Mapas da variabilidade espacial da condutividade elétrica do solo (ds.m -1 ) medida em diferentes datas, na camada de 0-0,80 m Conclusões 1. Os melhores ajustes na interpolação e geração de mapas ocorreram quando a umidade do solo foi maior. 2. Para a área em questão é possível reduzir o número de medidas da condutividade elétrica aparente do solo de 820 para 90 pontos, com bom ajuste variográfico. 3. A condutividade elétrica aparente do solo apresenta padrão espacial estável no campo, pois o mesmo não mudou com a umidade do solo em diferentes períodos de avaliação Referências Bibliográficas BARRETO, H. B. F. et al. Variabilidade espacial do ph e condutividade elétrica em solo cultivado com arroz irrigado no Rio Grande do Norte. Revista Verde, v.7, n.1, p , CAMPOS, H. Estatística experimental não-paramétrica. 3. ed. Piracicaba: ESALQ, cap.2, p.21-62, CARVALHO, J. R. P.; SILVEIRA, P. M.; VIEIRA, S.R. Geoestatística na determinação da variabilidade espacial de características químicas do solo sob diferentes preparos. Pesquisa Agropecuária Brasileira, v.37, n.8, p , CELINSKI, V. G.; ZIMBACK, C. R. L. & CELINSKI, T. M. Avaliação de um sensor de resistência elétrica e sua correlação com atributos do solo. Revista de Engenharia e Tecnologia, v. 1, n. 1, CORWIN, D. L. et al. Identifying soil properties that influence cotton yield using soil sampling directed by apparent soil electrical conductivity. Agron. J., Madison, v. 95, n. 2, p , COSTA, M. M. Condutividade elétrica aparente do solo como ferramenta para agricultura de precisão em uma área sob cerrado f. Dissertação (Mestrado em Engenharia Agrícola) Universidade Federal de Viçosa, Viçosa, CUNHA, T. J. F. et al. Solos do Submédio do Vale do São Francisco: potencialidades e limitações para uso agrícola. Petrolina: Embrapa Semiárido, 2008.

49 36 DAVID, M. Handbook of applied advanced geostatistical ore sererve estimation. New York, Elsevier, p. DOOLITTLE, J. A. et al. Estimating depth to claypans using electromagnetic induction methods. Journal Of Soil and Water Conservation, v. 49, n. 6, p , EDLEFSEN, N. E.; ANDERSON, A. B. C. The four-electrode resistance method for measuring soil-moisture content under field conditions. Soil Science, v.51, p , EKWUE, E. I.; BARTHOLOMEW, J. Electrical conductivity of some soils in Trinidad as affected by density, water and peat content. Biosystems Engineering, v. 108, n. 2, p , EMBRAPA. Centro Nacional e Pesquisa em Solos. Sistema Brasileiro de Classificação de Solos. Brasilia: Embrapa SPI, Embrapa Solos, p. FAULIN, G. C. Variabilidade espacial do teor de água e sua influência na condutividade elétrica do solo f. Escola Superior de Agricultura Luiz de Queiroz, Universidade de São Paulo, Piracicaba, FREELAND, R. S. Review of soil moisture sensing using soil electrical consuctivity. Transaction of the ASAE, v.32, n.6, p , FRITZ, R. M. et al. Field comparison of two soil electrical conductivity measurement systems. IN: INTERNATIONAL CONFERENCE ON PRECISION AGRICULTURE, 4, St, Paul, Proceedings. St, Paul: ASA; CSSA; SSSA, P GONÇALVES, A. C. A.; FOLEGATTI, M. V.; SILVA; A. P. Estabilidade temporal da distribuição espacial da umidade do solo em área irrigada por pivô central. R. Bras. Ci. Solo, v.23, p , HEMPEL, J.W. et al. Challenges to digital soil mapping. In: GLOBAL WORKSHOP ON DIGITAL SOIL MAPPING, 2., Rio de Janeiro, Proceedings. Rio de Janeiro, CD- ROM. JAYNES, D. B. Improved soil mapping using electromagnetic induction surveys. In: INTERNATIONAL CONFERECE ON PRECISION AGRICULTURE, 3., Minneapolis, Proceedings Minneapolis: s. ed., p KING, J. A. et al. Sensing soil spatial variability by electromagnetic induction (EMI): it's potencial in pricision farming (compact disc). In: EUORPEAN CONFERENCE ON PRECISION AGRICULTURE, 3., Montpellier, Proceedings. Montpellier; Ecole Nationale Supériure Agronomique, KIRKHAM, D.; TAYLOR, G. S. Some tests of s four-electrode probe for soil moisture measurement. Soil Scence Society of America Proceedings, v.14, p.42-46, 1949.

50 37 LEÃO, A. B. et al. Variabilidade espacial da salinidade do solo no perímetro irrigado Engenheiro Arcoverde, Condado, PB. Engenharia Ambiental, v. 6, n.3, p , LI, C. B. Electric conductance. In: YU, T. R. Chemistry of variable charge soils. New York: Oxford University Press, p MORETI, D. et al. Avaliação espaço-temporal das armazenagens gravimétrica e volumétrica da água num latossolo com citros. Revista Brasileira de Ciência do Solo, v. 31, p , NADLER, A.; FRENKEL, H. Determination of soil solucion electrical conductivity from bulk soil electrical conductivity measurments by the four electrode method. Soil Science Society of America Journal, v.44, n.5, p , NASCIMENTO, P. S. Manejo da viticultura irrigada no semiárido com base em zonas homogêneas do solo e da planta f. Tese (Doutorado em Agronomia) Universidade Estadual Paulista, Faculdade de Ciências Agronômicas, Botucatu, ORTEGA, R.; ESSER, A. Viticultura de Precisión: Fundamentos, aplicaciones y oportunidades en Chile. Pontificia Universidad Católica de Chile.; 1-10, RABELLO, L. M. et al. Medida de condutividade elétrica do solo adaptada a uma plantadeira. São Carlos: Embrapa Instrumentação Agropecuária p. (Embrapa Instrumentação Agropecuária. Circular Técnica, 46). RHOADES, J. D.; CORWIN, D. L. Measurment of inverted electrical conductivity profiles using electromagnetic induction. Soil Science Society of America journal, v.44, p , RHOADES, J. D.; RAATS, P. A. C.; PRATHER, R. J. Effects of liquid-phase electrical conductivity, water content and surface conductivity on bulk soil electrical conductivity. Soil Science Society of America Journal, v.40, p , ROBERTSON, G.P. GS+: Geostatistics for the environmental sciences - GS+ User s Guide. Plainwell: Gamma Design Software, p. ROCHA, M. G. et al. Mapeamento da condutividade elétrica aparente do solo com sensor portátil em um Argissolo no Semiárido. In: CONGRESSO BRASILEIRO DE CIÊNCIA DO SOLO, 2011, Uberlândia. Anais... Uberlândia: SBCS, SHHETS, K. R.; HENDRICKX, J. M. H. Moninvasive soil water content measurement using electromagnetic induction. Water Resources Research, v.31, n.10, p , SILVA, A. F.; QUARTEZANI, W. Z.; ZIMBACK, C. R. L.; LANDIM, P. M. B. Aplicação da Geoestatística em Ciências Agrárias. Botucatu: FEPAF, p.

51 38 SOUZA, J. R.; QUEIROZ, J. L.; GHEY, H. R. Variabilidade espacial da salinidade de um solo aluvial no semi-árido Paraibano. Revista Brasileira de Engenharia Agrícola e Ambiental, v.4, n.1, p.35-40, STATSOFT, Inc. (2004). STATISTICA (data analysis software system), version 7. Disponível em: < TEIXEIRA, A. H. de C. Informações Agrometeorológicas do Polo Petrolina,PE/Juazeiro,BA a Série Documentos - Embrapa Semiárido, p. TERRA, V. S. S. Variabilidade espacial e temporal de atributos agronômicos em pomar de pessegueiro f. Tese (Doutorado em Agronomia) Universidade Federal de Pelotas, Pelotas, WARRICK, A. W.; NIELSEN, D. R. Spatial variability of soil physical properties in the field. In: HILLEL, D. (ed.) Applications of soil physics. New York: Academic Press, p ZIMBACK, C.R.L. Análise espacial de atributos químicos de solos para fins de mapeamento da fertilidade f. Tese (Livre-Docência em Levantamento do Solo e Fotopedologia) -Faculdade de Ciências Agronômicas, Universidade Estadual Paulista, Botucatu, 2001.

52 39 CAPÍTULO 2 ESTABILIDADE TEMPORAL DA UMIDADE DO SOLO EM ÁREA CULTIVADA COM VIDEIRA IRRIGADA Eliel Ferreira do Nascimento 1 & Luís Henrique Bassoi 2 1 Doutorando em Irrigação e Drenagem/FCA-UNESP. Fone (14) elielpet@gmail.com 2 Embrapa Semiárido, Caixa Postal 23, CEP , Petrolina, PE. Fone (87) luis.bassoi@embrapa.br RESUMO O conhecimento detalhado da umidade volumétrica do solo durante o ciclo de produção de uma cultura assume papel importante no entendimento e aprimoramento do manejo da irrigação, haja vista, a existência da sua variabilidade temporal devido à influência de vários fatores ambientais e topográficos. O presente trabalho teve como objetivo avaliar a estabilidade temporal da umidade do solo em um Neossolo Quartzarênico no município de Petrolina-PE. O estudo foi realizado em um pomar de 1,6 ha com 20 linhas e 81 plantas por linha de cultivo, com o total de 1620 plantas de videira cv. Thompson Seedless irrigadas por microaspersão. O monitoramento da umidade volumétrica do solo foi realizado com uma sonda de neutrons durante três ciclos consecutivos de produção (2011, 2012 e 2013)

53 40 às profundidades de 0,15, 0,30, 0,45, 0,60, 0,75, 0,90, 1,05 e 1,20 m e em seis pontos de medição espalhados na área. A estabilidade temporal da umidade do solo foi analisada pela técnica da diferença relativa média. A análise dos resultados possibilitou o entendimento do comportamento da água no perfil do solo e a identificação dos locais de amostragem cujos valores permitem estimar a média da umidade na área em profundidade nos diferentes ciclos de cultivo, podendo ser utilizado pelo produtor agrícola na tomada de decisão quanto ao manejo da irrigação em pomares vitícolas. Palavra-chave: sonda de neutrons, solo arenoso, variabilidade temporal, semiárido TEMPORAL STABILITY OF SOIL MOISTURE IN AN IRRIGATED VINE ORCHARD SUMMARY The detailed knowledge of the volumetric soil moisture during the crop growing season plays a significant role in the understanding and improvement of irrigation management, since its temporal variability exists due to the influence of various environmental factors and topography. This study evaluated the temporal stability of soil moisture in a Neossolo Quartzarênico in Petrolina, State of Pernambuco, Brazil. The study was carried out in a grapevine cv. Thompson Seedless orchard of 1.6 ha with 20 rows and 81 plants per row. The total number of plants was 1620 and they were irrigated by microsprinkle. The monitoring of volumetric soil moisture was performed with a neutron probe in three consecutive vine growing seasons (2011, 2012 and 2013). Measurements were performed at depths of 0.15, 0.30, 0.45, 0.60, 0.75, 0.90, 1.05 and 1.20 m and in six measurement points inside the area. Temporal stability of soil moisture was analyzed by the average relative difference. The results enabled the understanding of the moisture behavior in the soil profile and the identification of sampling locations whose values allow us to estimate the average moisture in the area in depth and in different growing seasons. They can be used by the grower in the decision making regarding for irrigation management in the vine orchard. Key words: neutron probe, sandy soil, temporal variability, semi-arid

54 Introdução O conhecimento da variação da umidade do solo é fundamental para o estabelecimento de boas práticas agrícolas, desempenhando papel importante no desenvolvimento e produtividade das culturas. De acordo Vaz et al. (2004), esta caracterização detalhada possibilita estudos mais precisos sobre o comportamento da água no solo, estando diretamente relacionada a disponibilidade de água às plantas. Esse conhecimento é essencial para que as culturas possam expressar o seu rendimento máximo, possibilitando o correto manejo da irrigação e a exploração mais racional dos recursos hídricos e do solo. Devido à influência de vários fatores ambientais e de manejo a umidade do solo possui considerável variabilidade temporal. De acordo Hu et al. (2008), a umidade das camadas do solo apresenta uma variabilidade importante nos domínios espacial e temporal, que pode levar a incertezas críticas para o manejo agrícola da água. A umidade influencia importantes processos no solo e na planta tais como movimento de água, compactação do solo, aeração do solo e desenvolvimento radicular (TIMM et al., 2006). Baseado neste fato, questões referentes à variabilidade temporal de umidade para diferentes períodos do ano e diferentes fases de desenvolvimento de uma dada cultura tornam-se de extremo interesse. A variabilidade temporal da umidade do solo tem sido estudada por vários pesquisadores (GONÇALVES et al., 1999; HU et al., 2008; ÁVILA et al., 2011; MONTE-MOR et al., 2012). Portanto, percebe-se uma grande diversidade nos resultados, o que demonstra a carência de estudos conduzidos sob as mais diversas condições edafoclimáticas. Torna-se necessário continuar a busca pelo conhecimento da dinâmica da estabilidade temporal da umidade do solo nas diferentes profundidades do solo durante o ciclo de produção das culturas nas mais distintas regiões agrícolas. O conceito de estabilidade temporal, introduzido por Vachaud et al. (1985), remete à ideia na qual alguns pontos de monitoramento apresentam valores semelhantes à média do total de pontos monitorados (ÁVILA et al., 2011), buscando representar adequadamente a umidade do solo, com redução do esforço amostral. Essa estabilidade é definida como a associação invariável no tempo entre a posição no espaço e as medidas estatísticas da propriedade (van Wesenbeek et al., 1988). Para avaliar a estabilidade temporal, Vachaud et al. (1985) analisaram as diferenças entre os valores em cada posição e o

55 42 valor médio no espaço, ao longo do tempo. O conceito é realístico para umidade, na medida em que existe alta probabilidade de uma posição mais úmida em um instante permaneça assim em outros momentos (GONÇALVES et al., 1999). A comprovação da estabilidade temporal da distribuição de umidade permite monitorar o armazenamento de água no solo de modo eficaz, com redução do esforço amostral. Esse conceito pode ser de grande utilidade no manejo da irrigação (GONÇALVES et al., 1999). Dessa forma, o objetivo do trabalho foi avaliar a estabilidade temporal da umidade do solo em um Neossolo Quartzarênico cultivado com videira irrigada por microaspersão no município de Petrolina-PE, para o aprimoramento do manejo da irrigação Material e Métodos Localização geográfica O experimento foi instalado no lote 180 do Perímetro Irrigado Senador Nilo Coelho, Núcleo 5 (9º 23 12,8 de latitude sul, 40º 38 13,8 de longitude oeste, com uma altitude de 394 m) no município de Petrolina-PE, no Vale do Submédio São Francisco (Figura 1). A área em contorno vermelho foi a escolhida para a condução do experimento. Figura 1. Imagem aérea da área experimental obtida pelo programa computacional Google Earth (2013).

56 Solo O solo foi classificado como Neossolo Quartzarênico de acordo com a classificação da Embrapa (2006). Essa classe de solo apresenta, em geral, material arenoquartzoso, desprovido de minerais primários intemperizáveis; atividade coloidal muito baixa; e baixa capacidade de retenção de nutrientes e de água. Caracteriza-se por apresentar solos muito profundos e possuem textura das classes areia e areia franca até pelo menos 2 metros de profundidade. São solos normalmente muito pobres, com capacidade de troca de cátions e saturação de bases baixas, frequentemente alumínicos e distróficos. Sua pobreza em nutrientes torna imprescindível a aplicação de fertilizantes para que sejam possíveis produções satisfatórias (CUNHA et al., 2008) Clima O clima predominante da região é o Semiárido, com temperatura média anual de 26,5 ºC, classificado como BSwh por Köppen, apresentando os maiores picos entre outubro e dezembro, enquanto julho é o mês mais frio (TEIXEIRA, 2010). Em função das características de clima e temperatura associadas à localização geográfica intertropical e à limpidez atmosférica na maior parte do ano, a evapotranspiração de referência é muito alta, sendo da ordem de mm anuais. Também, é alta a insolação e baixa a umidade relativa do ar. O período seco é predominante, com cerca de 6 a 8 meses, podendo atingir até 11 meses nas áreas de maior aridez. A precipitação pluviométrica média anual é da ordem de 400 a 650 mm, que ocorre de forma irregular e concentrada em 2 a 3 meses do ano, podendo ocorrer chuvas intensas (120 a 130 mm) num período de 24 horas (CUNHA et al., 2008) Descrição da área Para a realização do trabalho, foi selecionada uma área denominada de H (Figura 1), cultivada com a videira cv. Thompson Seedless sobre o porta-enxerto SO4, plantada em maio de 2004 no espaçamento de 4 x 2,5 m, e conduzida no sistema de latada (Figura 2). O sistema de irrigação é o de microaspersão, com 1 difusor por planta, com vazão aferida de 30 L.h -1 e área molhada de 2,4 x 2,5 m. A área contem 40 fileiras e 81 plantas por

57 44 fileiras, mas o experimento foi conduzido em metade da área (fileiras 1 a 20). A água de irrigação era distribuída por uma válvula de derivação para cada 10 fileiras. Figura 2. Pomar de videira irrigada onde foi desenvolvido o experimento Parâmetro avaliado Para a medição da umidade volumétrica do solo (Ɵ, m 3.m -3 ) foi utilizado uma sonda de neutrons (Figura 3A), realizando leituras em diferentes datas às profundidades de 0,15, 0,30, 0,45, 0,60, 0,75, 0,90, 1,05 e 1,20 m. As leituras da umidade do solo foram realizadas em seis locais dentro da área de cultivo durante três ciclos de produção da videira. Em 2011, entre 18 de abril (poda de produção) e 5 de agosto (colheita); em 2012, entre 19 de março (poda de produção) e 17 de julho (colheita) e em 2013, entre 1 abril (poda de produção) e 31 de julho (colheita). Em cada ponto de observação (Figura 3B) foi instalado um tubo de alumínio de 1,40 m de comprimento (1,20 m abaixo da superfície do solo), com 45 mm de diâmetro interno e 1,5 mm de espessura de parede, para acesso da sonda de neutrons.

58 45 (A) Figura 3. Sonda de neutrons utilizada para o monitoramento da umidade do solo (A) e o tubo de alumínio para acesso da sonda de neutrons (B). (B) As condições de desnível da área experimental (Figura 4A) foram obtidas com nível topográfico. Alguns estudos indicam que as condições do terreno influenciam na umidade do solo, sendo importante a sua determinação. Os pontos de medição da umidade do solo (Figura 4B) foram escolhidos em função de zonas de manejo definidos pela distribuição da água disponível no solo em um estudo desenvolvido na área em questão por Nascimento (2013). Neste trabalho foi realizado coleta de amostras de solo para identificação de zonas homogêneas e após a análise e de posse do mapa da distribuição espacial da água disponível (AD), foi possível definir 3 zonas homogêneas entre as fileiras 1 e 20, de modo que cada umas das zonas representa um ponto dentro da área experimental com alta, média e baixa AD (Figura 4C). Com base nessas informações foram definidas 6 pontos de leitura da umidade no solo dentro das 3 zonas homogêneas para o monitoramento da água no solo, denominadas de P1, P2, P3, P4, P5 e P6.

59 46 (A) (B) (C) Figura 4. Mapas correspondentes às condições de desnível da área de estudo (A), aos locais onde foram realizadas as medições da umidade do solo (triângulos em vermelho) (B) e das zonas homogêneas de distribuição da água disponível (m 3.m -3 ) na profundidade de 0,2-0,4 m [Adaptado de Nascimento (2013)] (C) Análise de resultados Os dados da umidade do solo foram analisados de acordo com a estatística descritiva, utilizando-se o software Statistica versão 7.0 (STATSOFT, 2004). Foi possível com a realização dessas análises, determinar a média, mediana (med), desvio padrão (DP), coeficiente de variação (CV, %), coeficiente de curtose (Ck) e coeficiente de assimetria (Cs), verificando se os dados seguem uma distribuição normal, utilizando o teste de Shapiro- Wilk. Os valores de coeficiente de variação (CV) foram analisados segundo Warrick e Nielsen (1980), os quais consideram três níveis de variabilidade: baixa, quando CV < 12 %; média, quando CV estiver entre 12 e 60 %; e alta, quando CV > 60 %. Para análise da estabilidade temporal da umidade do solo foi utilizada a técnica da diferença relativa (VACHAUD et al., 1985), que quando ordenadas e inseridas em um gráfico, possibilitam identificar os pontos cujos valores sempre estejam próximos da média e possam ser utilizados como referência amostral. A diferença relativa (δij) corresponde à diferença Δij entre a determinação individual da umidade do solo (Sij) no local i e no tempo j e a média da umidade do solo (Sj) no mesmo tempo, dividida por Sj:

60 47 (1) em que n é o número de pontos (locais) de amostragem. Os valores de diferenças relativas associadas aos respectivos desviospadrão permitem identificar os pontos que representam a média geral do campo, bem como os pontos que superestimam ou subestimam essa média, em qualquer momento. Observado o comportamento geral dos dados por estas análises, procedeu-se, então, à sua avaliação e interpretação Resultados e Discussão Estão apresentados nas Tabelas 1 a 8, os resultados da estatística descritiva dos valores de umidade volumétrica do solo nas profundidades de 0,15 m, 0,30 m, 0,45 m, 0,60 m, 0,75 m, 0,90 m, 1,05 m e 1,20 m, respectivamente, nos três ciclos de produção da videira. Verifica-se que os valores de medidas de tendência central (média e mediana) tiveram valores semelhantes, indicando simetria nas distribuições dos dados nos pontos analisados. Gonçalves et al. (1999) encontraram resultados semelhantes para as profundidades de 0,15 a 0,30 m, na distribuição dos dados, quando analisou a estabilidade temporal da umidade do solo. Resultados semelhantes também foram encontrados por Moreti et al. (2007) quando avaliaram o armazenamento temporal da água em um Latossolo nas profundidades de 0,15 a 0,60 m. Os valores de assimetria e curtose ficaram próximos de zero, indicando que os dados se aproximam da normalidade. Os coeficientes de curtose para todas as profundidades avaliadas, em sua maioria apresentaram-se negativos, sendo classificadas como platicúrtica e leptocúrtica. Em Moreti et al. (2007) o armazenamento temporal da água no solo foi classificado como leptocúrtico. Para caracterizar o grau de variabilidade da umidade do solo, os valores do coeficiente de variação (CV) foram analisados de acordo com Warrick e Nielsen (1980). Os valores de CV para os três ciclos de produção de uva e para todas as profundidades estudadas tiveram uma variabilidade de baixa a média. De uma forma geral, os dados

61 apresentaram-se homogêneos, pois de acordo Andriotti (2004), valores de coeficiente de variação abaixo de 40%, refletem homogeneidade nas amostras. Sendo assim, houve homogeneidade nas determinações de umidade do solo para os três anos e profundidades analisadas. Tabela 1. Estatística descritiva dos valores de umidade volumétrica do solo em cada ponto de leitura nos três anos de avaliação, para a profundidade de 0,15 m. Ano Ponto Média Med Min Max DP Cs Ck CV (%) 1 0,082 0,087 0,050 0,103 0,018-0,470-1,219 21,74 2 0,101 0,110 0,072 0,118 0,017-0,650-1,406 16,46 3 0,116 0,119 0,089 0,135 0,015-0,784-0,290 12,57 4 0,118 0,118 0,082 0,146 0,017-0,471 0,521 14,03 5 0,104 0,111 0,067 0,129 0,020-0,803-0,649 19,07 6 0,093 0,096 0,074 0,107 0,011-0,664-0,618 11,50 1 0,069 0,073 0,035 0,094 0,017-0,603-0,688 24,44 2 0,090 0,093 0,058 0,109 0,015-0,955 0,007 16,32 3 0,089 0,092 0,043 0,177 0,031 0,645 1,084 35,06 4 0,098 0,101 0,033 0,135 0,023-1,153 1,907 23,82 5 0,096 0,104 0,037 0,142 0,025-0,578 0,309 25,50 6 0,090 0,091 0,047 0,128 0,021-0,172-0,514 23,91 1 0,068 0,071 0,029 0,112 0,023-0,100-0,360 33,58 2 0,078 0,080 0,045 0,132 0,022 0,558 0,908 27,88 3 0,079 0,084 0,036 0,131 0,024-0,087 0,708 30,90 4 0,070 0,079 0,015 0,114 0,032-0,681-0,788 46,41 5 0,080 0,092 0,023 0,123 0,036-0,519-1,258 45,63 6 0,071 0,080 0,031 0,116 0,024-0,416-0,339 33,15 Med=mediana; DP=desvio padrão; Cs=coeficiente de assimetria; Ck=coeficiente de curtose; CV(%)=coeficiente de variação.

62 Tabela 2. Estatística descritiva dos valores de umidade volumétrica do solo em cada ponto de leitura nos três anos de avaliação, para a profundidade de 0,30 m. Ano Ponto Média Med Min Max DP Cs Ck CV (%) 1 0,082 0,087 0,059 0,101 0,015-0,416-1,556 18,34 2 0,092 0,098 0,066 0,111 0,016-0,512-1,455 17,40 3 0,114 0,115 0,093 0,124 0,010-0,888-0,264 9,00 4 0,116 0,115 0,089 0,133 0,012-0,545 0,570 10,36 5 0,098 0,102 0,070 0,116 0,015-0,743-0,777 14,79 6 0,092 0,097 0,075 0,102 0,010-0,589-1,465 10,96 1 0,075 0,076 0,051 0,094 0,013-0,239-1,231 17,42 2 0,083 0,087 0,064 0,102 0,011-0,373-0,916 13,21 3 0,103 0,103 0,070 0,195 0,026 1,848 5,951 25,44 4 0,111 0,109 0,064 0,147 0,019-0,439 0,858 16,88 5 0,103 0,102 0,050 0,148 0,021-0,304 1,448 20,00 6 0,093 0,094 0,060 0,122 0,015-0,163 0,199 15,99 1 0,078 0,086 0,049 0,115 0,018-0,195-0,421 23,77 2 0,084 0,089 0,059 0,121 0,015 0,253 0,848 17,95 3 0,096 0,101 0,063 0,133 0,019-0,233 0,069 19,25 4 0,094 0,101 0,045 0,124 0,029-0,838-0,830 31,09 5 0,087 0,103 0,005 0,127 0,037-0,839-0,506 43,26 6 0,085 0,091 0,053 0,114 0,019-0,637-0,749 22,27 Med=mediana; DP=desvio padrão; Cs=coeficiente de assimetria; Ck=coeficiente de curtose; CV(%)=coeficiente de variação. Tabela 3. Estatística descritiva dos valores de umidade volumétrica do solo em cada ponto de leitura nos três anos de avaliação, para a profundidade de 0,45 m. Ano Ponto Média Med Min Max DP Cs Ck CV (%) 1 0,084 0,087 0,065 0,100 0,013-0,357-1,382 14,90 2 0,091 0,096 0,069 0,106 0,014-0,615-1,384 15,34 3 0,103 0,105 0,083 0,116 0,010-0,562-0,686 10,12 4 0,116 0,116 0,094 0,129 0,010-0,455-0,484 9,05 5 0,112 0,116 0,094 0,127 0,011-0,413-1,374 9,98 6 0,094 0,098 0,078 0,105 0,010-0,510-1,641 11,02 1 0,080 0,081 0,059 0,105 0,014-0,024-1,312 17,14 2 0,088 0,088 0,067 0,107 0,011-0,141-0,782 12,53 3 0,093 0,095 0,064 0,179 0,024 1,810 5,976 25,73 4 0,110 0,115 0,068 0,145 0,018-0,236 0,331 16,58 5 0,121 0,123 0,072 0,174 0,022-0,220 1,066 18,45 6 0,096 0,095 0,072 0,116 0,011-0,138-0,292 11,43 1 0,082 0,084 0,054 0,121 0,018 0,188-0,022 21,71 2 0,094 0,099 0,068 0,111 0,014-0,767-0,812 14,66 3 0,091 0,098 0,056 0,115 0,017-0,840-0,221 18,90 4 0,100 0,107 0,052 0,129 0,028-0,852-0,820 28,27 5 0,121 0,132 0,066 0,156 0,033-0,786-0,931 27,03 6 0,088 0,094 0,056 0,111 0,017-0,726-0,751 19,60 Med=mediana; DP=desvio padrão; Cs=coeficiente de assimetria; Ck=coeficiente de curtose; CV(%)=coeficiente de variação.

63 Tabela 4. Estatística descritiva dos valores de umidade volumétrica do solo em cada ponto de leitura nos três anos de avaliação, para a profundidade de 0,60 m. Ano Ponto Média Med Min Max DP Cs Ck CV (%) 1 0,090 0,091 0,069 0,105 0,012-0,350-1,219 13,79 2 0,099 0,102 0,081 0,109 0,010-0,732-0,737 9,96 3 0,098 0,100 0,082 0,110 0,009-0,486-0,997 8,69 4 0,109 0,111 0,095 0,121 0,008-0,234-1,217 7,66 5 0,132 0,128 0,111 0,153 0,013 0,076-1,312 10,20 6 0,096 0,097 0,077 0,108 0,010-0,426-1,141 10,62 1 0,087 0,087 0,065 0,112 0,014 0,021-1,169 16,18 2 0,101 0,100 0,084 0,131 0,011 0,960 1,488 10,54 3 0,095 0,095 0,070 0,169 0,020 2,314 8,551 20,76 4 0,109 0,108 0,075 0,153 0,018 0,408 0,429 16,19 5 0,142 0,143 0,080 0,191 0,030-0,348-0,737 21,13 6 0,099 0,098 0,075 0,118 0,009-0,108 0,831 9,56 1 0,087 0,092 0,058 0,126 0,018 0,179-0,347 20,97 2 0,114 0,121 0,087 0,131 0,014-0,734-0,916 12,52 3 0,100 0,107 0,066 0,116 0,016-0,990-0,343 16,30 4 0,106 0,114 0,060 0,140 0,026-0,703-0,846 24,32 5 0,155 0,165 0,088 0,191 0,037-0,829-0,910 23,83 6 0,093 0,099 0,063 0,112 0,016-0,771-0,850 17,11 Med=mediana; DP=desvio padrão; Cs=coeficiente de assimetria; Ck=coeficiente de curtose; CV(%)=coeficiente de variação. Tabela 5. Estatística descritiva dos valores de umidade volumétrica do solo em cada ponto de leitura nos três anos de avaliação, para a profundidade de 0,75 m. Ano Ponto Média Med Min Max DP Cs Ck CV (%) 1 0,089 0,092 0,073 0,107 0,012-0,074-1,536 13,42 2 0,107 0,109 0,091 0,118 0,008-0,779-0,192 7,79 3 0,097 0,099 0,082 0,107 0,008-0,501-0,766 7,96 4 0,106 0,108 0,091 0,117 0,008-0,533-0,595 7,61 5 0,159 0,159 0,125 0,187 0,021-0,130-1,406 13,12 6 0,091 0,096 0,079 0,102 0,009-0,454-1,699 9,90 1 0,087 0,086 0,067 0,109 0,012 0,116-1,230 14,20 2 0,115 0,112 0,096 0,163 0,017 1,445 1,830 14,71 3 0,099 0,098 0,081 0,129 0,012 0,837 0,877 11,90 4 0,112 0,108 0,081 0,176 0,020 1,321 3,038 17,96 5 0,160 0,162 0,080 0,196 0,031-0,735-0,005 19,52 6 0,097 0,094 0,075 0,122 0,011 0,309-0,029 11,51 1 0,088 0,091 0,061 0,131 0,019 0,424-0,179 21,82 2 0,139 0,145 0,097 0,172 0,023-0,494-0,952 16,23 3 0,119 0,128 0,083 0,145 0,021-0,549-1,100 17,89 4 0,120 0,123 0,076 0,161 0,027-0,398-1,048 22,41 5 0,167 0,184 0,100 0,189 0,030-1,259 0,107 17,96 6 0,091 0,095 0,065 0,113 0,014-0,572-0,699 15,71 Med=mediana; DP=desvio padrão; Cs=coeficiente de assimetria; Ck=coeficiente de curtose; CV(%)=coeficiente de variação.

64 Tabela 6. Estatística descritiva dos valores de umidade volumétrica do solo em cada ponto de leitura nos três anos de avaliação, para a profundidade de 0,90 m. Ano Ponto Média Med Min Max DP Cs Ck CV (%) 1 0,092 0,093 0,072 0,109 0,012-0,118-1,064 13,04 2 0,115 0,115 0,095 0,127 0,010-0,629-0,461 8,88 3 0,104 0,103 0,090 0,115 0,009-0,167-1,277 8,29 4 0,111 0,111 0,096 0,122 0,008-0,522-0,076 6,84 5 0,177 0,183 0,148 0,201 0,019-0,361-1,506 10,58 6 0,089 0,092 0,077 0,099 0,007-0,501-1,122 7,97 1 0,089 0,089 0,070 0,107 0,010 0,047-1,088 11,67 2 0,130 0,126 0,100 0,194 0,024 1,418 1,727 18,77 3 0,113 0,112 0,077 0,164 0,019 1,221 2,745 17,20 4 0,120 0,119 0,092 0,189 0,023 1,503 2,659 18,95 5 0,172 0,181 0,080 0,198 0,028-1,667 3,598 16,27 6 0,096 0,094 0,074 0,141 0,013 1,547 4,502 13,87 1 0,093 0,096 0,070 0,137 0,018 0,685 0,738 18,82 2 0,161 0,173 0,107 0,188 0,027-0,976-0,584 16,88 3 0,146 0,151 0,094 0,178 0,028-0,563-1,064 19,41 4 0,142 0,141 0,089 0,180 0,032-0,374-1,332 22,68 5 0,176 0,187 0,118 0,196 0,023-1,486 1,213 13,05 6 0,091 0,094 0,069 0,111 0,012-0,494-0,791 13,62 Med=mediana; DP=desvio padrão; Cs=coeficiente de assimetria; Ck=coeficiente de curtose; CV(%)=coeficiente de variação. Tabela 7. Estatística descritiva dos valores de umidade volumétrica do solo em cada ponto de leitura nos três anos de avaliação, para a profundidade de 1,05 m. Ano Ponto Média Med Min Max DP Cs Ck CV (%) 1 0,091 0,093 0,075 0,106 0,010-0,266-0,984 10,83 2 0,128 0,125 0,104 0,148 0,015-0,001-1,307 11,38 3 0,118 0,117 0,102 0,133 0,009-0,172-1,060 8,03 4 0,121 0,123 0,106 0,130 0,007-0,931 0,264 5,98 5 0,185 0,189 0,161 0,197 0,012-0,772-0,608 6,23 6 0,089 0,091 0,079 0,096 0,006-0,875-0,474 6,28 1 0,092 0,089 0,079 0,109 0,008 0,541-0,658 8,99 2 0,145 0,149 0,110 0,191 0,024 0,454-0,355 16,34 3 0,133 0,131 0,102 0,191 0,022 1,297 2,063 16,94 4 0,136 0,131 0,107 0,190 0,023 1,316 1,284 17,18 5 0,179 0,188 0,085 0,196 0,024-2,917 10,133 13,42 6 0,102 0,100 0,081 0,161 0,016 2,301 8,086 15,28 1 0,099 0,098 0,080 0,141 0,015 1,076 2,049 15,59 2 0,173 0,184 0,118 0,194 0,025-1,274 0,206 14,35 3 0,166 0,182 0,110 0,195 0,028-0,980-0,520 16,87 4 0,159 0,171 0,102 0,187 0,030-0,835-0,884 18,66 5 0,183 0,188 0,139 0,198 0,016-1,806 2,768 8,81 6 0,098 0,099 0,074 0,113 0,012-0,447-1,014 12,73 Med=mediana; DP=desvio padrão; Cs=coeficiente de assimetria; Ck=coeficiente de curtose; CV(%)=coeficiente de variação.

65 Tabela 8. Estatística descritiva dos valores de umidade volumétrica do solo em cada ponto de leitura nos três anos de avaliação para a profundidade de 1,20 m. Ano Ponto Média Med Min Max DP Cs Ck CV (%) 1 0,101 0,102 0,088 0,113 0,008-0,202-0,608 7,49 2 0,154 0,154 0,118 0,176 0,020-0,344-1,342 12,97 3 0,140 0,139 0,118 0,157 0,013-0,120-1,380 9,19 4 0,143 0,143 0,132 0,154 0,007-0,102-0,894 5,01 5 0,194 0,195 0,180 0,201 0,006-1,048 0,553 3,14 6 0,098 0,099 0,089 0,108 0,006-0,266-0,790 5,98 1 0,104 0,104 0,085 0,123 0,009 0,373-0,047 8,77 2 0,171 0,178 0,129 0,201 0,024-0,511-1,111 13,76 3 0,156 0,161 0,118 0,199 0,022 0,114-0,623 13,97 4 0,160 0,156 0,133 0,204 0,021 0,873 0,152 13,08 5 0,190 0,195 0,098 0,203 0,021-3,915 17,051 11,06 6 0,118 0,114 0,091 0,180 0,020 1,423 3,298 16,85 1 0,115 0,116 0,091 0,149 0,015 0,541 0,656 12,66 2 0,186 0,194 0,139 0,205 0,019-1,442 1,069 10,25 3 0,180 0,189 0,131 0,198 0,021-1,394 0,879 11,49 4 0,177 0,185 0,131 0,199 0,026-0,949-0,630 14,70 5 0,194 0,198 0,156 0,202 0,012-2,611 6,818 6,09 6 0,115 0,117 0,088 0,133 0,015-0,495-1,183 12,95 Med=mediana; DP=desvio padrão; Cs=coeficiente de assimetria; Ck=coeficiente de curtose; CV(%)=coeficiente de variação. Estão apresentados na Figura 5, os valores de umidade média em diferentes profundidades e durante os três ciclos de produção da videira de mesa (2011, 2012 e 2013). Observou-se que os menores valores de umidade média no perfil do solo ocorreram nas profundidades 0,15, 0,30 e 0,45 m, enquanto que os maiores valores ocorreram na profundidade de 1,20 m. A umidade média do solo ao longo dos ciclos de produção aumentou com a profundidade. Salvador et al. (2012) encontraram resultados semelhantes, quando estudou a estabilidade temporal da armazenagem de água em duas profundidades (0-0,40m e 0-0,80 m), e constatou que é de se esperar que os maiores valores de armazenagem de água sejam encontrados em maiores profundidades, já que na camada mais superficial ocorre a incidência de radiação solar, fazendo com que ocorra a evaporação da água no solo, e há uma maior presença do sistema radicular, que favorece absorção de água e consequentemente a transpiração.

66 53 (A) (B) (C) Figura 5. Umidade média do solo nas diferentes profundidades e períodos de leituras (dias após a poda de produção dapp) nos anos de 2011 (A), 2012 (B) e 2013 (C). Na Figura 6 estão apresentados os valores de CV (%) em diferentes profundidades e nos três ciclos de produção uvas avaliados (2011, 2012 e 2013). Observa-se que para todos os anos, os maiores valores de CV (%) ocorreram a 0,15, 0,30 e 0,45 m.

67 54 Também nestas profundidades ocorreram as maiores variações de umidade do solo, pois sofreram maior incidência de radiação solar, que contribui para o processo de evaporação, e tiveram maior presença do sistema radicular da cultura, que contribui para maior absorção de água e para o processo de transpiração. Salvador et al. (2012) também constataram maior CV nas camadas mais superficiais do solo. Já para as camadas do solo com profundidades de 0,60 até 1,20 m, houve uma redução nessa variação, podendo ser atribuído ao fato do solo nessas profundidades não sofrerem tanta interferência do meio externo e da absorção realizada pelo sistema radicular das plantas, pois a profundidade efetiva do sistema radicular da videira se situa entre 0,40 m e 0,60 m (PIRES et al., 1997; BASSOI et al., 2002; BASSOI et al., 2003). Figura 6. Distribuição do coeficiente de variação (%) em função das profundidades de leitura da umidade do solo nos três ciclos de produção. Para análise do comportamento da umidade do solo ao longo do tempo nos 6 pontos de medida, estão apresentados nas Figuras 7, 8 e 9 os valores médios da umidade do solo durante o ciclo de produção da videira em 2011, 2012 e 2013, respectivamente. Observa-se que os teores de água no solo nas profundidades de 0,15, 0,30 e 0,45 m para os três ciclos de produção, são bastante influenciados pelas condições climáticas e absorção de água pelas plantas, ocorrendo nessas profundidades maiores variações de umidade ao longo do ciclo de produção da videira pela perda de água pela superfície (SALVADOR et al., 2012). A Figura 6 mostra que nessas camadas ocorreram os maiores coeficientes de variação, confirmando assim uma maior variação nessas profundidades. Já para as profundidades de 0,60 a 1,20 m, os valores de umidade de solo passam a ser constantes, corroborando com a

68 55 Figura 6, que mostra a redução do coeficiente de variação a partir da profundidade 0,60 m. Nota-se uma relativa estabilidade, pois há pouca influência da evapotranspiração, mesmo nos períodos mais quentes do ano nos três ciclos de produção avaliados. Os mais altos valores de médias da umidade do solo são observados nas profundidades 0,15 e 0,30 m nos ciclos de produção em 2011 (Figura 7) e 2012 (Figura 8), nos pontos 3 e 4. Esses pontos ficam localizados na parte central da área. A partir da profundidade 0,45 m, o ponto 5, passa a ser representativo dos valores de umidade do solo, e pode-se observar para todas as demais profundidades, os maiores valores de umidade do solo durante os ciclos de produção de 2011 e Esse ponto corresponde ao local mais baixo da área experimental e consequentemente apresenta maior umidade média ao longo dos ciclos de produção. No ciclo de produção de 2013 os maiores valores de umidade do solo para as profundidades de 0,15 a 0,45 m, ocorreram nos pontos 4 e 5 (Figura 9). Nas demais profundidades, os maiores valores de umidade do solo também correspondem ao ponto 5. As menores médias de umidade do solo observado em todas as profundidades e nos três ciclos de produção avaliados, correspondem aos pontos 1 e 6 (Figuras 7, 8 e 9), fato atribuído aos pontos localizarem na parte mais alta da área em estudo.

69 Umidade do solo Umidade do solo Umidade do solo Umidade do solo Umidade do solo Umidade do solo Umidade do solo Umidade do solo 56 0,160 0,140 0,120 0,100 0,080 0,060 0,040 0,020 0,000 0,140 0,120 0,100 0,080 0,060 0,040 0,020 0, dapp 18 dapp 25 dapp 32 dapp P1 P2 P3 P4 P5 P6 39 dapp 15 dapp 18 dapp 25 dapp 32 dapp 39 dapp 46 dapp 53 dapp 60 dapp 66 dapp 74 dapp 81 dapp 88 dapp 95 dapp 109 dapp Períodos de leitura 0,140 0,120 0,100 0,080 0,060 0,040 0,020 0, dapp 18 dapp 25 dapp 32 dapp P1 P2 P3 P4 P5 P6 39 dapp 46 dapp 53 dapp 60 dapp 66 dapp Períodos de leitura 0,15 m 0,30 m P1 P2 P3 P4 P5 P6 46 dapp 53 dapp 60 dapp 66 dapp Períodos de leitura 74 dapp 81 dapp 88 dapp 95 dapp 109 dapp 0,180 0,160 0,140 0,120 0,100 0,080 0,060 0,040 0,020 0, dapp 18 dapp 25 dapp 32 dapp 39 dapp 46 dapp 53 dapp 60 dapp 66 dapp Períodos de leitura 0,45 m 0,60 m 74 dapp 74 dapp 81 dapp 81 dapp 88 dapp P1 P2 P3 P4 P5 P6 88 dapp 95 dapp 95 dapp 109 dapp 109 dapp P1 P2 P3 P4 P5 P6 P1 P2 P3 P4 P5 P6 0,200 0,180 0,160 0,140 0,120 0,100 0,080 0,060 0,040 0,020 0,000 0,220 0,200 0,180 0,160 0,140 0,120 0,100 0,080 0,060 0,040 0,020 0, dapp 18 dapp 25 dapp 32 dapp 39 dapp 46 dapp 53 dapp 60 dapp 66 dapp Período de leitura 74 dapp 81 dapp 88 dapp 95 dapp 109 dapp 15 dapp 18 dapp 25 dapp 32 dapp 39 dapp 46 dapp 53 dapp 60 dapp 66 dapp Períodos de leitura 74 dapp 81 dapp 88 dapp 95 dapp 109 dapp 0,75 m 0,90 m 0,220 0,200 0,180 0,160 0,140 0,120 0,100 0,080 0,060 0,040 0,020 0, dapp 18 dapp 25 dapp 32 dapp Z1 Z2 Z3 Z4 Z5 Z6 39 dapp 46 dapp 53 dapp 60 dapp 66 dapp Períodos de leitura 74 dapp 81 dapp 88 dapp 95 dapp 109 dapp 0,220 0,200 0,180 0,160 0,140 0,120 0,100 0,080 0,060 0,040 0,020 0, dapp 18 dapp 25 dapp 32 dapp Z1 Z2 Z3 Z4 Z5 Z6 39 dapp 46 dapp 53 dapp 60 dapp 66 dapp Períodos de leitura 1,05 m 1,20 m Figura 7. Umidade do solo nos 6 pontos de medição (P1, P2, P3, P4, P5 e P6) nas diferentes profundidades estudadas durante o ciclo de produção de uva (dias após a poda de produção - dapp) em dapp 81 dapp 88 dapp 95 dapp 109 dapp

70 Umidade do solo Umidade do solo Umidade do solo Umidade do solo Umidade do solo Umidade do solo Umidade do solo Umidade do solo 57 Z1 Z2 Z3 Z4 Z5 Z6 Z1 Z2 Z3 Z4 Z5 Z6 0,160 0,140 0,120 0,100 0,080 0,060 0,040 0,020 0,000 7 dapp 15 dapp 25 dapp 35 dapp 51 dapp 57 dapp 60 dapp Período de leitura 65 dapp 74 dapp 79 dapp 86 dapp 93 dapp 100 dapp 101 dapp 106 dapp 113 dapp 0,160 0,140 0,120 0,100 0,080 0,060 0,040 0,020 0,000 7 dapp 15 dapp 25 dapp 35 dapp 51 dapp 57 dapp 60 dapp 65 dapp 74 dapp 79 dapp 86 dapp 93 dapp 100 dapp 101 dapp 106 dapp 113 dapp Período de leitura 0,15 m 0,30 m Z1 Z2 Z3 Z4 Z5 Z6 Z1 Z2 Z3 Z4 Z5 Z6 0,160 0,140 0,120 0,100 0,080 0,060 0,040 0,020 0,000 0,220 0,200 0,180 0,160 0,140 0,120 0,100 0,080 0,060 0,040 0,020 0,000 0,220 0,200 0,180 0,160 0,140 0,120 0,100 0,080 0,060 0,040 0,020 0,000 7 dapp 15 dapp 25 dapp 35 dapp 51 dapp 57 dapp 60 dapp 65 dapp 74 dapp 79 dapp 86 dapp 93 dapp 100 dapp 101 dapp 106 dapp 113 dapp Período de leitura 7 dapp 15 dapp 25 dapp 35 dapp 51 dapp 57 dapp 60 dapp 65 dapp 0,200 0,180 0,160 0,140 0,120 0,100 0,080 0,060 0,040 0,020 0,000 7 dapp 15 dapp 25 dapp 35 dapp 51 dapp 57 dapp 60 dapp Período de leitura 0,45 m 0,60 m Z1 Z2 Z3 Z4 Z5 Z6 7 dapp 15 dapp 25 dapp 35 dapp 51 dapp 57 dapp 60 dapp Período de leitura 74 dapp 79 dapp 86 dapp 93 dapp 100 dapp 101 dapp 106 dapp 113 dapp 0,220 0,200 0,180 0,160 0,140 0,120 0,100 0,080 0,060 0,040 0,020 0,000 Z1 Z2 Z3 Z4 Z5 Z6 65 dapp 74 dapp 79 dapp 86 dapp 93 dapp 100 dapp 101 dapp 106 dapp 113 dapp 7 dapp 15 dapp 25 dapp 35 dapp 51 dapp 57 dapp 60 dapp 65 dapp 74 dapp 79 dapp 86 dapp 93 dapp 100 dapp 101 dapp 106 dapp 113 dapp Período de leitura 0,75 m 0,90 m Z1 Z2 Z3 Z4 Z5 Z6 Período de leitura 65 dapp 74 dapp 79 dapp 86 dapp 93 dapp 100 dapp 101 dapp 106 dapp 113 dapp 0,220 0,200 0,180 0,160 0,140 0,120 0,100 0,080 0,060 0,040 0,020 0,000 Z1 Z2 Z3 Z4 Z5 Z6 7 dapp 15 dapp 25 dapp 35 dapp 51 dapp 57 dapp 60 dapp 65 dapp Período de leitura 74 dapp 79 dapp 86 dapp 93 dapp 100 dapp 101 dapp 106 dapp 113 dapp 1,05 m 1,20 m Figura 8. Umidade do solo nos 6 pontos de medição (P1, P2, P3, P4, P5 e P6) nas diferentes profundidades estudadas durante o ciclo de produção de uva (dias após a poda de produção - dapp) em 2012.

71 Umidade do solo Umidade do solo Umidade do solo Umidade do solo Umidade do solo Umidade do solo Umidade do solo Umidade do solo 58 Z1 Z2 Z3 Z4 Z5 Z6 Z1 Z2 Z3 Z4 Z5 Z6 0,140 0,140 0,120 0,120 0,100 0,100 0,080 0,080 0,060 0,060 0,040 0,040 0,020 0,020 0,000 0,000 1 dapp 8 dapp 15 dapp 22 dapp 43 dapp 50 dapp 64 dapp 70 dapp Período de avaliação 78 dapp 92 dapp 100 dapp 121 dapp 1 dapp 8 dapp 15 dapp 22 dapp 43 dapp 50 dapp 64 dapp 70 dapp Período de leitura 78 dapp 92 dapp 100 dapp 121 dapp 0,15 m 0,30 m 0,180 Z1 Z2 Z3 Z4 Z5 Z6 0,250 Z1 Z2 Z3 Z4 Z5 Z6 0,160 0,140 0,200 0,120 0,100 0,150 0,080 0,060 0,100 0,040 0,020 0,000 0,050 0,000 1 dapp 8 dapp 15 dapp 22 dapp 43 dapp 50 dapp 64 dapp Período de leitura 70 dapp 78 dapp 92 dapp 100 dapp 121 dapp 1 dapp 8 dapp 15 dapp 22 dapp 43 dapp 50 dapp 64 dapp Período de leitura 70 dapp 78 dapp 92 dapp 100 dapp 121 dapp 0,45 m 0,60 m Z1 Z2 Z3 Z4 Z5 Z6 Z1 Z2 Z3 Z4 Z5 Z6 0,200 0,250 0,180 0,160 0,200 0,140 0,120 0,150 0,100 0,080 0,100 0,060 0,040 0,050 0,020 0,000 0,000 1 dapp 8 dapp 15 dapp 22 dapp 43 dapp 50 dapp 64 dapp 70 dapp Período de leitura 78 dapp 92 dapp 100 dapp 121 dapp 1 dapp 8 dapp 15 dapp 22 dapp 43 dapp 50 dapp 64 dapp Período de leitura 70 dapp 78 dapp 92 dapp 100 dapp 121 dapp 0,75 m 0,90 m Z1 Z2 Z3 Z4 Z5 Z6 Z1 Z2 Z3 Z4 Z5 Z6 0,250 0,250 0,200 0,200 0,150 0,150 0,100 0,100 0,050 0,050 0,000 1 dapp 8 dapp 15 dapp 22 dapp 43 dapp 50 dapp 64 dapp Período de leitura 70 dapp 78 dapp 92 dapp 100 dapp 121 dapp 0,000 1 dapp 8 dapp 15 dapp 22 dapp 43 dapp 50 dapp 64 dapp 70 dapp Período de leitura 1,05 m 1,20 m Figura 9. Umidade do solo nos 6 pontos de medição (P1, P2, P3, P4, P5 e P6) nas diferentes profundidades estudadas durante o ciclo de produção de uva (dias após a poda de produção - dapp) em dapp 92 dapp 100 dapp 121 dapp

72 59 Nas Figuras 10, 11 e 12, apresentam-se as diferenças relativas médias (δ) associadas aos respectivos desvios-padrão das diferentes profundidades de medida da umidade do solo nos ciclos de produção de uva de 2011, 2012 e 2013, respectivamente. De acordo com a metodologia proposta por Vachaud et al. (1985), verifica-se que os pontos 1 e 6 são os menos úmidos para todas as profundidades e ciclos de produção avaliados, por apresentarem os menores valores negativos de δ, ao longo do período monitorado. Nota-se que esses pontos se localizam em locais com declividades mais elevadas (Figura 4A). Baseado em estudos desenvolvidos por Zhou et al. (2007), solos localizados na parte mais alta do terreno são geralmente mais secos do que os de áreas mais baixas.

73 60 0,15 m 0,30 m 0,45 m 0,60 m 0,75 m 0,90 m 1,05 m 1,20 m Figura 10. Diferenças relativas médias e respectivos desvios-padrão da umidade volumétrica do solo (%) nas diferentes profundidades e pontos de leitura (P1, P2, P3, P4, P5 e P6) no ciclo de produção de uva de 2011.

74 61 0,15 m 0,30 m 0,45 m 0,60 m 0,75 m 0,90 m 1,05 m 1,20 m Figura 11. Diferenças relativas médias e respectivos desvios-padrão da umidade volumétrica do solo (%) nas diferentes profundidades e pontos de leitura (P1, P2, P3, P4, P5 e P6) no ciclo de produção de uva de 2012.

75 62 0,15 m 0,30 m 0,45 m 0,60 m 0,75 m 0,90 m 1,05 m 1,20 m Figura 12. Diferenças relativas médias e respectivos desvios-padrão da umidade volumétrica do solo (%) nas diferentes profundidades e pontos de leitura (P1, P2, P3, P4, P5 e P6) no ciclo de produção de uva de Ainda pelas Figuras 10 a 12, verifica-se que os pontos 4 e 5, no ciclo de produção de 2011, são os mais úmidos para as profundidades de 0,15 a 0,45 m e 0,60 a 1,20

76 63 m, respectivamente. Para o ciclo de produção de 2012 esses mesmos pontos são os mais úmidos para todas as profundidades estudadas. Para o ciclo de produção de 2013, os pontos 2 e 5 são os mais úmidos para todas as profundidades estudadas. Estes pontos possuem os maiores valores positivos de δ e estão localizados na parte mais baixa da área. Western e Blöschl (1999) confirmaram que a variabilidade da umidade do solo pode ser influenciada pela topografia da área. Analisando os valores do desvio padrão, observou-se, que para as profundidades de 0,15 a 0,45 m durante os três ciclos de produção, houve maior dispersão da diferença relativa média dos pontos monitorados se comparado às demais profundidades, indicando que esse comportamento está associado à maior influencia da incidência de radiação solar e à presença de raízes da cultura, que influenciam o processo de evapotranspiração. Para as demais profundidades os maiores valores de desvio padrão foram observados nos pontos 1 e 5. Nestes pontos ocorreu maior dispersão de δ (Figuras 10 a 12). Ao estudar a estabilidade temporal da umidade do solo, podem-se identificar, no campo, os locais que estimam com segurança seu valor médio em qualquer período (VACHAUD et al., 1985). Assim, foram obtidos, por meio das diferenças relativas da umidade média do solo no tempo, os locais que a subestimam e superestimam. Pelas Figuras 10, 11 e 12, observa-se que os pontos que mais subestimaram a umidade do solo para todas as profundidades e ciclos de produção estudadas foram os pontos 1 e 6. Os pontos 4 e 5, foram os que mais superestimou a umidade do solo, nos três ciclos de produção avaliados. Os valores mais próximos de zero para a diferença relativa média e menor desvio padrão no ciclo de produção de 2011, foram encontradas nos pontos 2 e 5 (0,15 m); 5 (0,30 m); 3 (0,45 m); 2, 3 e 4 (0,60 m); 2 e 4 (0,75 m); 2 e 4 (0,90 m); 4 (1,05 m) ; e 3 (1,20 m). No ciclo de produção em 2012, os valores mais próximos de zero para a diferença relativa média e menor desvio padrão foram encontradas nos pontos 2 e 3 (0,15 m); 6 (0,30 m); 6 (0,45 m); 4 (0,60 m); 2 e 4 (0,75 m); 2 e 4 (0,90 m); 3 e 4 (1,05 m); 3 e 4 (1,20 m). No ciclo de produção em 2013, foram encontradas nos pontos 1 e 5 (0,15 m); 3 e 6 (0,30 m); 2 e 3 (0,45 m); 2 e 4 (0,60 m); 3 e 4 (0,75 m); 4 (0,90 m); 4 (1,05 m) e 4 (1,20 m). Esses pontos podem representar a umidade média da área analisada nas suas respectivas profundidades na área em questão. De acordo com Vachaud et al. (1985), Gonçalves et al. (1999), Rocha et al. (2005) e Salvador et al. (2012), o ponto a ser escolhido para futuras observações deve

77 64 apresentar diferença relativa igual ou muito próxima a zero, associada a um reduzido desviopadrão Conclusões 1. A umidade do solo nas profundidades menores (0,15 m, 0,30 m e 0,45m) apresentaram as menores médias e maiores variabilidades, uma vez que essa camada tem maior contribuição no processo de evapotranspiração da cultura pela incidência de radiação solar e presença de raízes e maior absorção de água. 2. Para os três ciclos de produção da videira analisados, houve consistência na variabilidade temporal, demonstrando que os pontos 3 e 4 (localizados na parte central da área) apresentam valores mais próximos da média. 3. Em função do desnível da área, os pontos 1 e 6 (localizados na parte mais alta da área) e os pontos 5 e 2 (localizados na parte mais baixa da área), apresentaram os menores e maiores valores de umidade do solo, respectivamente Referências Bibliográficas ANDRIOTTI, J. L. S. Fundamentos de estatística e geoestatística. São Leopoldo: Unisinos, p. ÁVILA, L. F. et al. Padrão espaço-temporal da umidade volumétrica do solo em uma bacia hidrográfica com predominância de latossolos. R. Bras. Ci. Solo, v.35, p , BASSOI, L. H. et al. Grapevine root distribution in drip and microsprinkler irrigation. Scientia Agricola, v. 60, n. 2, p , BASSOI, L. H. et al. Root distribution of irrigated grapevine rootstocks in a coarse texture soil of the São Francisco Valley, Brazil. Revista Brasileira de Fruticultura, v. 24, n. 1, p , CUNHA, T. J. F. et al. Solos do Submédio do Vale do São Francisco: potencialidades e limitações para uso agrícola. Petrolina: Embrapa Semiárido, EMBRAPA. Centro Nacional e Pesquisa em Solos. Sistema Brasileiro de Classificação de Solos. Brasilia: Embrapa SPI, Embrapa Solos, p. GONÇALVES, A. C. A.; FOLEGATTI, M. V.; SILVA; A. P. Estabilidade temporal da distribuição espacial da umidade do solo em área irrigada por pivô central. R. Bras. Ci. Solo, v.23, p , 1999.

78 65 HU, W. et al. Soil water content temporal-spatial variability of the surface layer of a Loess Plateau hillside in China. Sci. agric., v. 65, n. 3, p , MONTE-MOR, R. C. A. et al. Estabilidade Temporal da Distribuição Espacial da Umidade do Solo em uma Bacia Intermitente no Semiárido de Minas Gerais. Revista Brasileira de Recursos Hídricos, v. 17, n.3, p , MORETI, D. et al. Avaliação espaço-temporal das armazenagens gravimétrica e volumétrica da água num latossolo com citros. Revista Brasileira de Ciência do Solo, v. 31, p , NASCIMENTO, P. S. Manejo da viticultura irrigada no semiárido com base em zonas homogêneas do solo e da planta f. Tese (Doutorado em Agronomia) Universidade Estadual Paulista, Faculdade de Ciências Agronômicas, Botucatu, PIRES, R. C. M. et al. Distribuição e profundidade do sistema radicular da videira. In: CONGRESSO BRASILEIRO DE ENGENHARIA AGRÍCOLA, 26, 1997, Campina Grande. Anais... Campina Grande: SBEA/UFPB CD-ROM. ROCHA, G. C. et al. Estabilidade temporal da distribuição espacial da armazenagem de água em um solo cultivado com citros. R. Bras. Ci. Solo, v. 29, p , SALVADOR, M. M. S. et al. Estabilidade temporal e variabilidade espacial da distribuição da armazenagem de água no solo numa sucessão feijão/aveia-preta. R. Bras. Ci. Solo, v. 36, p , STATSOFT, Inc. (2004). STATISTICA (data analysis software system), version 7. Disponível em: < TEIXEIRA, A. H. de C. Informações Agrometeorológicas do Polo Petrolina,PE/Juazeiro,BA a Série Documentos - Embrapa Semiárido, p. TIMM, L.C. et al. Field spatial and temporal patterns of soil water content and bulk density changes. Sci. Agric., v. 63, p , VACHAUD, G. et al. Temporal stability of spatially measured soil water probability density function. Soil Sci. Soc. Am. J., v. 49, p , van WESENBEEK, I.J.; KACHANOSKI, R.G. & ROLSTON, D.E. Temporal persistence of spatial patterns of soil water content in the tilled layer under a corn crop. Soil Sci. Soc. Am. J., v. 52, p , 1988.

79 66 VAZ, C. M. P. et al. Validação de modelos para estimativa indireta da capacidade de retenção da água nos solos. São Carlos: Embrapa Instrumentação Agropecuária, (Embrapa Instrumentação Agropecuária. Comunicado Técnico, 61). WARRICK, A.W.; NIELSEN, D.R. Spatial variability of soil physical properties in the field. In: HILLEL, D., ed. Applications of soil physics. New York, Academic Press, p WESTERN, A.W.; BLÖSCHL, G. On the spatial scaling of soil moisture. Journal of Hydrology, v.217, p , ZHOU, X.; LIN, H.; ZHU, Q. Temporal stability of soil moisture spatial variability at two scales and its implication for optimal ûeld monitoring. Hydrol. Earth Syst. Sci. Disc., v. 4, p , 2007.

80 67 CAPÍTULO 3 ZONAS HOMOGÊNEAS DE MANEJO DO TEOR FOLIAR DE CLOROFILA E DO NÚMERO DE CACHOS EM VIDEIRA Eliel Ferreira do Nascimento 1 & Luís Henrique Bassoi 2 1 Doutorando em Irrigação e Drenagem/FCA-UNESP. Fone (14) elielpet@gmail.com 2 Embrapa Semiárido, Caixa Postal 23, CEP , Petrolina, PE. Fone (87) luis.bassoi@embrapa.br RESUMO A definição do número de amostras necessárias para representar adequadamente a variabilidade espacial dos atributos da planta é importante para a aplicação da agricultura de precisão. Este trabalho foi desenvolvido com o objetivo de analisar as diferentes zonas homogêneas do índice relativo do teor foliar de clorofila a, b e total, e do número de cachos, obtidas em função das várias densidades amostrais e da sua variabilidade temporal em diferentes datas de coleta. O estudo foi realizado em um pomar de 1,6 ha com 20 linhas e 81 plantas por linha de cultivo, com o total de 1620 plantas de videira cv. Thompson Seedless irrigado por microaspersão no município de Petrolina-PE. Para a avaliação do índice

81 68 relativo do teor foliar de clorofila a, b e total foi utilizado um medidor portátil de clorofila, em folhas completamente expandidas e com bom aspecto fitossanitário em diferentes datas dentro de dois ciclos de produção de uva (2012 e 2013). A contagem de números de cachos foi realizada em três ciclos de produção de uva (2011, 2012 e 2013). Os dados das coletas foram todos submetidos às análises estatística descritiva, análise variográfica, interpolação por krigagem e geração de mapas de contorno, os quais auxiliaram na delimitação e avaliação das diferentes zonas homogêneas, geradas a partir de diferentes densidades de amostragens do índice relativo do teor foliar de clorofila a, b e total (820, 410, 180, 90 e 45 pontos) e de número de cachos (1620, 820, 410, 180, 90 e 45 pontos). Os resultados mostram que a aplicação da geoestatística possibilitou visualizar a variabilidade espacial e temporal dos atributos analisados e tornou possível definir o número de amostras necessárias para delimitar com confiabilidade as zonas homogêneas, que podem auxiliar o produtor na tomada de decisão quanto ao manejo da cultura. Palavra-chave: zonas de manejo, geoestatística, atributos da planta. MANAGEMENT ZONES OF LEAF CHLOROPHYLL CONTENT AND CLUSTER AMOUNT IN VINE SUMMARY The definition of the number of samples required to adequately represent the spatial variability of the plant attributes is important to the application of precision agriculture. This work was carried out to evaluate the different homogenous zones of relative index of foliar content of a, b and total chlorophyll, and amount of clusters per vine, obtained according to the different sampling densities and its temporal variability in different sampling dates. The study was carried out in an orchard of 1.6 ha with 20 rows and 81 plants per row, with a total of 1620 plants of grapevine cv. Thompson Seedless irrigated by microsprinkle in Petrolina, State of Pernambuco, Brazil. A portable chlorophyll meter was used for the assessment of chlorophyll contents in fully expanded leaves of vines with good phytosanitary appearance on different dates in two growing seasons (2012 and 2013). The

82 69 counting of amount of clusters per vine was performed in three growing seasons (2011, 2012 and 2013). Data from all samples were subjected to descriptive statistical analysis, variogram analysis, kriging interpolation and generation of contour maps, which assisted in the delineation and evaluation of the homogeneous zones generated from different sampling densities of a, b and total chlorophyll (820, 410, 180, 90, and 45 points) and number of clusters (1620, 820, 410, 180, 902 and 45 points). The results show that the application of geostatistics enabled to view spatial and temporal variability of the attributes analyzed. It is feasible to set the number of samples required to reliably delineate homogeneous zones, which can assist the grower in the decision making regarding crop management. Key words: management zones, geostatistics, plant attributes.

83 Introdução A região do Vale do Submédio São Francisco, localizada no Nordeste brasileiro, se destaca como importante região produtora de uva de mesa no país, representando 15% da produção nacional e aproximadamente 99% das exportações. A disponibilidade de radiação solar durante todo o ano e de água para a irrigação permitem a produção de uvas durante o ano todo, sendo possível colher até duas safras por ano. De acordo Leão e Soares (2000), a principal vantagem da viticultura dessa região em relação à das demais regiões produtoras do país, advém, principalmente, da possibilidade de obtenção de ciclos sucessivos de produção, possibilitando colheitas em qualquer época do ano. Isto permite aproveitar as melhores oportunidades de preços nos mercados interno e externo. A cultura da videira é de grande importância econômica e social para a região por envolver um expressivo volume anual de negócios e responder pela maior geração de empregos diretos e indiretos. Um dos problemas enfrentados pelos produtores de uva de mesa está relacionado ao manejo do parreiral realizado de forma homogênea, sem considerar a variabilidade espacial que nela existe e tornando irrelevante a existência de locais específicos. Localizar essas áreas específicas permite ajustar o manejo de acordo com a necessidade do local, de forma precisa em cada ponto, otimizando o manejo, melhorando a qualidade da uva e incrementando o rendimento da videira (SORT e UBALDE, 2005). Isto demanda pesquisas para aperfeiçoar os sistemas de produção e apresentar soluções técnicas e novas alternativas para tornar a viticultura sustentável. A agricultura de precisão (AP) busca o aperfeiçoamento nos sistemas de produção, como o manejo localizado de insumos e a facilitação nos procedimentos de campos que são realizados corriqueiramente pelo produtor agrícola, tais como determinação do teor foliar de clorofila e contagem de números de cachos, visando redução de mão de obra e facilitação de procedimentos no campo, que fornecerão subsídios para um melhor gerenciamento agrícola. Atualmente, a disponibilidade de tecnologias tais como sistemas de posicionamento global e os sistemas de informação geográfica, abrem novas possibilidades para o aperfeiçoamento dos mapeamentos das variáveis de produção. Elas podem ser utilizadas no apoio às diferentes fases do levantamento, contribuindo para acelerar a coleta de dados em campo, melhorar a precisão na delimitação das unidades de mapeamento, facilitar a

84 71 disponibilização do produto final e potencializar os usos e aplicações dos resultados (HEMPEL, et al., 2006). Assim, a definição do número de amostras necessárias para representar adequadamente a variabilidade espacial dos atributos da planta é importante para a aplicação da agricultura de precisão. De acordo Carvalho et al. (2002), uma vez definida a população objeto de estudo, necessita-se escolher a melhor maneira de estudar algumas de suas características. Nesse caso, delimita-se a observação a uma amostra da população, a qual deve reproduzir, o mais fielmente possível, suas características, com um número mínimo de amostras para estimar o valor médio com determinada exatidão. As determinações de clorofila em folhas de videira são utilizadas em estudos fisiológicos e agronômicos para avaliar o crescimento e o desenvolvimento das plantas, e as repostas das plantas às técnicas de manejo que visam a aumentar o potencial fotossintético e de rendimento (AMARANTE et al., 2009). Essas determinações estão sendo utilizadas para predizer a necessidade de adubação nitrogenada em várias culturas (ARGENTA et al., 2001). Os usos de equipamentos portáteis e de ferramentas geoestatísticas permitem a rápida determinação de zonas de manejo no campo que poderão ser utilizados para predizer o nível nutricional de nitrogênio (N) na cultura. A medição do teor foliar de clorofila com o clorofilômetro é feita de forma ótica, utilizando conhecimentos de frequência de luz que a clorofila melhor processa na fotossíntese. O medidor eletrônico de clorofila ClorofiLOG modelo CFL 1030 é um sensor comercial nacional que analisa três faixas de frequência de luz na medição e, através de relações de absorção de diferentes frequências, determina um índice de clorofila Falker (ICF), levando em consideração a presença de clorofila dos tipos a e b (Falker, 2008). A contagem do número de cachos por planta é um procedimento realizado pelos produtores de uvas de mesa, pois auxilia na estimativa da produção. O uso de ferramentas geoestatística fornece, por meio de mapas de contorno, uma real situação do campo, auxiliando na delimitação e avaliação das diferentes zonas homogêneas quanto ao número de cachos por planta, permitindo a definição do número mínimo de amostras a ser utilizada pelo produtor agrícola. Como a análise da variabilidade espacial de atributos da planta no parreiral necessita de grande número de observações, pesquisas para o desenvolvimento de

85 72 técnicas, a fim de minimizar o número de observações sem prejuízo das informações, tornaram-se necessárias. Diante dessa necessidade em definir o número de amostras a ser utilizado pelo produtor agrícola na geração de mapas e consequentemente o seu uso no gerenciamento agrícola, este estudo foi desenvolvido para avaliar a variabilidade espacial de diferentes densidades amostrais do índice relativo do teor foliar de clorofila a, b e total, e do números de cachos por planta, bem como a sua variabilidade temporal no pomar de videira de mesa irrigada em Petrolina - PE Material e Métodos Localização geográfica O experimento foi instalado no lote 180 do Perímetro Irrigado Senador Nilo Coelho, Núcleo 5 (9º 23 12,8 de latitude sul, 40º 38 13,8 de longitude oeste, com uma altitude de 394 m) no município de Petrolina-PE, no Vale do Submédio São Francisco (Figura 1). A área em contorno vermelho foi a escolhida para a condução do experimento. Figura 1. Imagem aérea da área experimental obtida pelo programa computacional Google Earth (2013) Solo O solo foi classificado como Neossolo Quartzarênico de acordo com a classificação da Embrapa (2006). Essa classe de solo são em geral arenoquartzosos,

86 73 desprovidos de minerais primários intemperizáveis, apresentam atividade coloidal muito baixa, além de baixa capacidade de retenção de nutrientes e de água. Caracteriza-se por apresentar solos muito profundos e possuem textura das classes areia e areia franca até pelo menos 2 metros de profundidade. São solos normalmente muito pobres, com capacidade de troca de cátions e saturação de bases baixas, frequentemente álicos e distróficos. Sua pobreza em nutrientes torna imprescindível a aplicação de fertilizantes para que sejam possíveis produções satisfatórias (CUNHA et al., 2008) Clima O clima predominante da região é o Semiárido, com temperatura média anual de 26,5ºC, classificado como BSwh por Köppen, apresentando os maiores picos entre outubro e dezembro, enquanto julho é o mês mais frio (TEIXEIRA, 2010). Em função das características de clima e temperatura associadas à localização geográfica intertropical e à limpidez atmosférica na maior parte do ano, a evapotranspiração de referência é muito alta, sendo da ordem de mm anuais. Também, é alta a insolação e baixa a umidade relativa do ar. O período seco é predominante, com cerca de 6 a 8 meses, podendo atingir até 11 meses nas áreas de maior aridez. A precipitação pluviométrica média anual é da ordem de 400 a 650 mm, que ocorre de forma irregular e concentrada em 2 a 3 meses do ano, podendo ocorrer chuvas intensas (120 a 130 mm) num período de 24 horas (CUNHA et al., 2008) Descrição da área Para a realização do trabalho foi selecionado uma área de produção de uva de mesa com 20 fileiras de plantas e 81 plantas por fileira (1,6 ha), em um parreiral de videira cultivar Thompson Seedless sobre o porta-enxerto SO4, plantada em maio de 2004 no espaçamento de 4 x 2,5 m, conduzida no sistema de latada e irrigada por microaspersão, com 1 difusor por planta, vazão aferida de 30 L.h -1 e área molhada de 2,4 x 2,5 m. A referência de cada ponto de amostragem foi dado pela posição em que se encontrava cada planta na área de estudo, estando as mesmas regularmente espaçadas no campo. Todas as fileiras e plantas eram numeradas pelo próprio produtor, viabilizando o referenciamento das mesmas (Figura 2).

87 74 (B) (A) Figura 2. Pomar de videira irrigada regularmente espaçada no campo (A) com suas respectivas indicações de número de linha, em vermelho (B) e número de planta, em preto (C). (C) Parâmetros avaliados Índice relativo do teor foliar de clorofila Para a medição do índice relativo do teor foliar de clorofila a, clorofila b e clorofila total, foi utilizado um clorofilômetro portátil ClorofiLOG CFL 1030 (Figura 3). A medição é feita de forma ótica, onde o sensor analisa três faixas de frequências de luz, sendo duas dentro da banda do vermelho, próximos aos picos de cada tipo de clorofila (λ=635 e 660nm), e uma outra no infravermelho próximo (λ=880nm). Através de relações de absorção de diferentes frequências, é realizada uma análise detalhada, levando em consideração a presença de clorofila dos tipos a e b (FALKER, 2008). As leituras foram realizadas em folhas completamente desenvolvidas e com bom aspecto fitossanitário, entre plantas alternadas (ímpares) na linha de cultivo, de modo que o espaçamento entre cada ponto de amostragem fosse de 5,0 m. As leituras aconteceram sempre no período matutino em duas folhas (oposta ao cacho) por planta, sendo duas leituras na folha do lado esquerdo da videira e mais duas leituras na folha do lado direito da planta. A média das leituras foi calculada para cada planta avaliada em dois ciclos de produção de uva (2012 e 2013).

88 75 Para avaliação das diferentes densidades de amostragens (820, 410, 180, 90 e 45 pontos) e determinação do número mínimo de amostragens para leituras no campo, foram utilizados os dados referentes ao ano de Para tanto, foram feitas análises dos dias 16-17/05/2012 (57/58 dias após a poda de produção - dapp, início de crescimento do fruto), 13-14/06/2012 (85/86 dapp, parada de crescimento do fruto) e 2-3/07/2012 (104/105 dapp, início do amadurecimento do fruto). Para avaliação da estabilidade temporal dos atributos em questão, foram utilizados os dados referentes aos anos de 2012 e Dessa forma, no ciclo de produção em 2012 foram analisados os dias 16-17/05/2012 (57/58 dias após a poda de produção - dapp, início de crescimento do fruto), 13-14/06/2012 (85/86 dapp, parada de crescimento do fruto) e 02-03/07/2012 (104/105 dapp, início do amadurecimento do fruto). No ciclo de produção em 2013 foram analisados os dias 29/04/2013 (28 dapp, floração), 21/05/2013 (51 dapp, início de crescimento do fruto), 31/05/2013 (61 dapp, crescimento de fruto), 10/06/2013 (71 dapp, crescimento do fruto), 25/06/2013 (86 dapp, parada de crescimento do fruto), 10/07/2013 (101 dapp, amadurecimento do fruto) e 22/07/2013 (113 dapp, maturação final do fruto). Para as análises da variabilidade temporal nos dois ciclos de produção foram utilizadas uma densidade amostral de 410 pontos. Figura 3. Clorofilômetro portátil utilizado para leitura do índice relativo do teor de clorofila a, b e total nas folhas da videira.

89 Número de cachos por planta As contagens do número de cachos foram realizadas nos ciclos de produção dos anos de 2011, 2012 e 2013, e em todas as 81 plantas por fileira e nas 20 linhas de cultivo do experimento, de modo que o espaçamento entre cada ponto de amostragem fosse de 2,5 m, com um total de 1620 plantas analisadas Análise de resultados Os dados do índice relativo do teor foliar de clorofila e número de cachos foram submetidos à análise exploratória dos dados por meio do software STATISTICA versão 7,0 (STATSOFT, 2004) com o objetivo de determinar a estatística descritiva das variáveis estudadas.assim, foram determinadas a média, mediana (med), desvio padrão(dp), valor mínimo (Min), valor máximo (Max), coeficiente de variação (CV, %), coeficiente de curtose (Ck) e coeficiente de assimetria (Cs). A hipótese da normalidade dos dados foi testada pelos testes de Kolmogorov-Smirnov (K-S) a 5 % de probabilidade, conforme proposto por Campos (1979). Para a análise geoestatística, os dados foram submetidos à análise por meio dos softwares GS+ 7,0 (ROBERTSON, 1998) com o objetivo de determinar a dependência espacial entre as diferentes densidades amostrais, bem como a sua variabilidade temporal. O semivariograma experimental foi utilizado para determinar a variabilidade e a dependência espacial entre as amostras, representando quantitativamente a variação de cada variável. Uma vez ajustado um modelo matemático ao semivariograma, através da observação do melhor coeficiente de correlação oriundo da validação cruzada (VC), utilizou-se a técnica de krigagem para realizar a interpolação dos dados para os locais não amostrados sem tendência e com variância mínima, com posterior geração de mapas de isolinhas (BARRETO et al., 2012; NASCIMENTO, 2013; SOUZA et al., 2000). O índice de dependência espacial dos atributos (IDE), que consiste na razão entre a variação estrutural (C) e o patamar (Co+C), foi calculado pela equação: IDE(%) = [C/(Co+C)] x 100 (1)

90 77 que, segundo Zimback (2001), pode ser utilizado para classificar o índice de dependência espacial em baixo (IDE < 25%), moderado (25% <IDE< 75%) e forte (IDE >75%). Para as análises dos dados de índice relativo do teor foliar de clorofila foram considerados a densidade de amostragem de 820 pontos (Figura 4 B) e, simulando uma redução da quantidade de leituras com o equipamento, também foram analisadas as densidades de 410, 180, 90 e 45 pontos (Figura 4 C, D, E, F). A escolha das grades amostrais utilizadas na condução desse estudo foi a proposta por Nascimento (2013). Para as análises dos dados de contagem de número de cachos por videira, foi considerada a densidade de amostragem de 1620 pontos (Figura 4 A) e, simulando uma redução da quantidade de leituras com o equipamento, também foram analisadas as densidades de 820, 410, 180, 90 e 45 pontos (Figuras 4 B, C, D, E, F).

91 78 (A) (B) (C) (A) (B) (C) Figura 4. Croqui das diferentes densidades de amostragem de atributos da planta: A (1620) B (820), C (410), D (180), E (90) e F (45) Resultados e Discussão Definição de malha de amostragem Índice relativo do teor foliar de clorofila a A análise descritiva do índice relativo do teor foliar de clorofila a nas diferentes intensidades de amostragens e períodos de avaliação na área de produção de uva de

92 79 mesa para o ciclo de 2012 estão apresentados na Tabela 1. Os resultados dessa análise indicaram distribuição normal para maioria das densidades amostrais e períodos avaliados. Os valores de média e mediana estão próximos para todas as variáveis, demonstrando que os dados não apresentam assimetria acentuada. Segundo Little e Hills (1978), quando os valores médios e medianos são semelhantes, os dados apresentam ou se aproximam da distribuição normal. Os valores de CV baseado na classificação proposta por Warrick e Nielsen (1980) representam uma baixa variabilidade (aos 57/58 dapp e aos 104/105 dapp, CV< 12 %) e uma média variabilidade (aos 85/86 dapp, CV> 12 %), refletindo de forma geral na baixa heterogeneidade do índice relativo do teor de clorofila a no parreiral. Aos 85/86 dapp ocorreu os maiores valores máximos e mínimos e consequentemente uma maior amplitude. Essa maior amplitude resultou em maiores valores de CV. Souza (1992) observou correlação diretamente proporcional entre essa amplitude e os respectivos coeficientes de variação. As variáveis na sua maioria apresentaram distribuição com assimetria positiva, exceto nas densidades amostrais de 820, 180 e 45 pontos aos 104/105 dapp. Quanto ao coeficiente de curtose as variáveis apresentaram distribuição platicúrtica e leptocúrtica. Verificou-se, por indícios como valores médios e medianos semelhantes e coeficientes de assimetria e curtose próximos a zero, que as medidas de tendência central não são dominadas por valores atípicos na distribuição e que se aproximam de uma distribuição normal. Assim, segundo Cambardella et al. (1994), pode-se considerar que os dados estão adequados para aplicação da geoestatística. Para a análise descritiva feita para cada período avaliado, os resultados para as diferentes densidades de amostragens foram semelhantes, corroborando com Nascimento (2013) quando trabalhou na área em questão com diferentes densidades amostrais do teor foliar de N na cultura da videira. Segundo Souza e Souza (2011), a proximidade das variáveis estatísticas indica que as diferentes densidades de amostragem representam o mesmo fenômeno em estudo.

93 80 Tabela 1. Estatística descritiva do índice relativo do teor de clorofila a em três diferentes datas e densidades de amostragens (820, 410, 180, 90 e 45 pontos). Data Pontos Média Med DP CV (%) Cs Ck Máx. Min. d (1) 16-17/05/12 57/58 dapp 13-14/06/12 85/86 dapp 02-03/07/12 104/105 dapp ,22 35,79 2,89 8,07 0,273-0,205 45,45 29,03 0,06 * ,39 35,94 2,89 8,04 0,423-0,115 45,45 29,93 0,07 * ,14 35,74 3,01 8,41 0,416-0,310 45,25 29,88 0,07 ns 90 36,33 35,63 3,04 8,54 0,520 0,012 45,25 30,05 0,10 ns 45 36,83 36,50 3,07 8,42 0,322-0,505 43,90 31,35 0,09 ns ,00 36,16 6,65 18,39 0,592-1,057 55,68 25,33 0,17 * ,26 35,73 6,33 17,71 0,861-0,497 55,68 25,33 0,20 * ,07 36,30 6,79 18,70 0,516-1,145 53,80 26,73 0,17 * 90 38,30 35,79 6,40 17,88 0,749-0,680 53,25 26,73 0,21 * 45 40,25 38,13 6,75 17,71 0,371-1,561 51,63 31,30 0,19 * ,71 42,73 2,53 5,92-0,046 0,312 50,30 32,68 0,02 ns ,85 42,74 2,48 5,81 0,171 0,106 50,30 36,67 0,04 ns ,77 42,93 2,58 6,01-0,372 0,883 48,63 32,68 0,03 ns 90 42,99 43,00 2,54 5,91 0,019-0,658 48,63 37,83 0,05 ns 45 43,34 43,05 3,09 7,18-0,381 0,483 48,63 33,90 0,06 ns dapp = dias após a poda de produção; Med = mediana; DP = desvio padrão; CV (%) = coeficiente de variação; Cs = coeficiente de assimetria; Ck = coeficiente de curtose; Max = valor máximo; Min = valor mínimo; d (1) Teste de normalidade (Kolmogorov-Smirnov), ns (p>0,05) e * (p<0,05). Na Tabela 2 estão apresentados os parâmetros geoestatísticos para os diferentes períodos de avaliação das densidades amostrais na videira para a clorofila a durante o ciclo de produção de O modelo matemático que melhor se ajustou aos dados coletados foi o gaussiano, sendo que houve poucos ajustes com os modelos esférico e exponencial. Aos 104/105 dapp foi observado efeito pepita puro para as densidades amostrais de 90 e 45 pontos, não sendo possível a utilização dessas densidades, por não haver dependência espacial entre os pontos amostrados. Aos 57/58 dapp a variação na densidade amostral não influenciou no ajuste do modelo matemático adequado para os números de pontos testados e período de avaliação. Porém, a medida que se fazia os ajustes em grades com menor número de pontos, houve redução nos valores de VC, ficando claro que para esse período os melhores ajustes acontecem com grades com maior número de pontos. Para esse mesmo período o IDE foi moderado e o alcance variou de 64,9 a 89,5 m.

94 81 Aos 85/86 dapp o alcance variou de 63,0 a 90,7 m e o IDE foi forte, com exceção da densidade amostral de 90 pontos, que foi moderado (Tabela 2). Nesse período correram os melhores IDE e os melhores ajustes da VC. Percebe-se que a variação na densidade amostral não influenciou nos valores de VC, ocorrendo bom ajuste para todas as densidades de amostragens. Esse período esta relacionado à fase de parada de crescimento do fruto, o que ate então proporcionou um bom ajuste variográfico. Aos 104/105 dapp o alcance variou de 37,8 a 55,8 m e o IDE foi moderado. Nesse período os valores de VC foram menores para a densidade amostral de 180 pontos e para as densidades de 90 e 45 pontos houve efeito pepita pura. Esse período esta relacionado à fase de início de amadurecimento do fruto, e os efeitos da degradação natural da clorofila a nas folhas da videira não proporcionou um bom ajuste variográfico para todas as densidades de amostragens avaliadas. De acordo Streit et al. (2005), a decomposição das clorofilas durante a senescência faz parte do desenvolvimento da planta e conduz a acumulação de catabólitos incolores. Tabela 2. Parâmetros dos modelos dos semivariogramas ajustados para o índice relativo do teor foliar de clorofila a aos 57/58, 85/86 e 104/105 dias após a poda de produção (dapp) da videira de mesa em 2012, nas densidades amostrais de 820, 410, 180, 90 e 45 pontos. Pontos Modelo Alcance (m) Co Co + C IDE (%) VC 57/58 dapp 820 Gaussiano 67,8 3,32 9,78 66,1 0, Gaussiano 69,6 3,56 9,76 63,5 0, Gaussiano 64,9 3,71 10,59 65,0 0,97 90 Gaussiano 64,9 3,52 10,13 65,3 0,87 45 Gaussiano 89,5 3,42 12,16 71,8 0,76 85/86 dapp 820 Gaussiano 63,0 7,40 52,67 86,0 1, Gaussiano 65,9 7,90 48,25 83,6 1, Esférico 70,2 4,20 54,96 92,4 0,95 90 Gaussiano 68,4 14,59 45,52 67,9 0,99 45 Gaussiano 90,7 7,60 56,32 86,5 1,02 104/105 dapp 820 Esférico 47,8 3,36 6,72 50,0 0, Esférico 55,8 3,23 6,57 50,9 0, Exponencial 37,8 3,52 7,04 50,0 0,69 90 EPP EPP Co = efeito pepita; Co + C = patamar; IDE = índice de dependência espacial; VC = coeficiente de regressão da validação cruzada; EPP = efeito pepita puro.

95 82 Na Figura 5 estão apresentados os mapas da distribuição espacial do índice relativo do teor foliar da clorofila a, avaliados ao longo do ciclo de produção da videira e em diferentes grades de amostragens no ano de Durante todo o ciclo, os mapas da distribuição espacial do índice relativo do teor foliar de clorofila a apresentaram semelhança entre as imagens das diferentes datas de avaliação e densidades amostrais. Pode-se observar nos mapas gerados apresentados na Figura 5, que os menores valores de VC (Tabela 2) não influenciaram negativamente na visualização dos mapas. Para todas as densidades amostrais e períodos avaliados houve boa semelhança nos mapas gerados. Aos 104/105 dapp, os mapas correspondentes às grades amostrais de 90 e 45 pontos, foram gerados e apresentaram uma única cor porque não houve dependência espacial (Tabela 2). Portanto, conclui-se, que as diferentes grades amostrais utilizadas na análise da clorofila a, proporcionaram boa visualização dos mapas em diferentes períodos de avaliação, podendo ser utilizada pelo produtor agrícola a densidade amostral de 180 pontos. A redução do número de amostras no campo irá facilitar a aplicabilidade da agricultura de precisão dentro do parreiral, sem causar perda de precisão e qualidade visual nos mapas gerados.

96 104/105 dapp 85/86 dapp 57/58 dapp 83 média = 42,99 média = 43, pontos 410 pontos 180 pontos 90 pontos 45 pontos Figura 5. Distribuição espacial do índice relativo do teor foliar de clorofila a em diferentes dias após a poda de produção (dapp) e densidades amostrais avaliados.

97 Índice relativo do teor foliar de clorofila b A análise descritiva do índice relativo do teor foliar de clorofila b nas diferentes densidades de amostragens e períodos de avaliação na área de produção de uva de mesa no ciclo de 2012, estão apresentadas na Tabela 3. Os resultados dessa análise indicaram distribuição normal apenas aos 57/58 dapp na densidade amostral de 180 pontos, aos 85/86 dapp na densidade amostral de 45 pontos, e aos 104/105 dapp na densidade amostral de 45 pontos. Os valores de CV baseado na classificação proposta por Warrick e Nielsen (1980) representam uma média variabilidade (12 % < CV > 60 %) para todos os períodos e densidades amostrais analisados. Aos 85/86 dapp ocorreram os maiores valores de CV, ocorrendo uma maior variabilidade nessa fase. Resultado semelhante foi encontrado para o índice relativo do teor foliar de clorofila a. Os valores de média e mediana estão próximos para todas as variáveis, no entanto essas variáveis apresentam distribuição com assimetria positiva e coeficiente de curtose com distribuição leptocúrtica, ambas com valores maior que 1, exceto para a densidade amostral de 45 pontos aos 104/105 dapp. Dessa forma, percebe-se que as medidas de tendência central não se aproximam de uma distribuição normal. Assim, segundo Cambardella et al. (1994), pode-se considerar que os dados não estão adequados para aplicação da geoestatística.

98 85 Tabela 3. Estatística descritiva do índice relativo do teor de clorofila b em três diferentes datas e densidades de amostragens (820, 410, 180, 90 e 45 pontos). Data Pontos Média Med DP CV (%) Cs Ck Máx. Min. d (1) 16-17/05/12 57/58 dapp 13-14/06/12 85/86 dapp 02-03/07/12 104/105 dapp ,90 10,85 1,54 14,16 1,067 4,747 21,15 6,48 0,06 * ,91 10,83 1,57 14,48 1,328 6,389 21,15 6,48 0,07 * ,91 10,63 1,61 15,11 2,240 11,778 21,15 8,00 0,07 ns 90 11,00 10,71 1,80 16,84 3,031 14,776 21,15 8,00 0,16 * 45 10,80 10,55 1,64 15,57 3,061 15,727 19,28 8,20 0,15 * ,57 12,08 2,30 19,09 1,507 3,803 23,88 6,93 0,09 * ,28 11,83 2,18 18,40 1,702 5,577 23,88 6,93 0,11 * ,64 12,21 2,42 19,80 1,322 2,916 22,25 6,93 0,10 * 90 12,30 11,89 2,29 19,28 1,222 3,108 21,73 6,93 0,15 * 45 12,63 12,35 1,88 15,19 0,873 1,061 17,88 9,45 0,12 ns ,32 13,00 2,19 16,84 1,989 6,901 26,43 8,80 0,11 * ,36 13,04 2,13 16,36 1,836 6,259 24,83 8,80 0,11 * ,38 13,00 2,07 15,91 1,347 3,709 23,20 8,80 0,10 * 90 13,58 12,98 2,38 18,36 1,302 2,614 23,20 8,80 0,13 * 45 13,83 13,58 2,20 16,21 0,925 2,060 21,03 9,15 0,14 ns dapp = dias após a poda de produção; Med = mediana; DP = desvio padrão; CV (%) = coeficiente de variação; Cs = coeficiente de assimetria; Ck = coeficiente de curtose; Max = valor máximo; Min = valor mínimo; d (1) Teste de normalidade (Kolmogorov-Smirnov), ns (p>0,05) e * (p<0,05). Na Tabela 4 estão apresentados os parâmetros geoestatísticos para o índice relativo do teor foliar da clorofila b em diferentes datas e densidades de amostragens. Em todos os períodos e densidade amostral avaliados houve efeito pepita puro, indicando que não houve dependência espacial do atributo estudado. A clorofila b é um pigmento que auxilia na absorção de luz e na transferência de energia radiante para os centros de reação, e por isso é chamada de pigmento acessório (STREIT et al., 2005). Pelo fato de ter importância somente em situações adversas do meio ambiente, os dados correspondentes a esse atributo não permitiram um bom ajuste variográfico. Esse resultado confirma a analise descritiva feita para tal atributo, que segundo Cambardella et al. (1994), poderia se considerar que os dados não estavam adequados para aplicação da geoestatística.

99 86 Tabela 4. Estimativa dos parâmetros dos modelos dos semivariogramas ajustados para o índice relativo do teor foliar de clorofila b aos 57/58, 85/86 e 104/105 dias após a poda de produção (dapp) da videira de mesa em 2012, nas densidades amostrais de 820, 410, 180, 90 e 45 pontos. Pontos Modelo Alcance (m) Co Co + C IDE (%) VC 57/58 dapp 820 EPP EPP EPP EPP EPP /86 dapp 820 EPP EPP EPP EPP EPP /105 dapp 820 EPP EPP EPP EPP EPP Co = efeito pepita; Co + C = patamar; IDE = índice de dependência espacial; VC = coeficiente de regressão da validação cruzada; EPP = efeito pepita puro; dapp = dias após a poda de produção Índice relativo do teor foliar de clorofila total Na Tabela 5, esta apresentado a análise descritiva do índice relativo do teor foliar de clorofila total nas diferentes densidades de amostragens e períodos de avaliação na área de produção de uva de mesa durante o ciclo de Os resultados dessa análise indicaram distribuição normal para quase metade das densidades amostrais e períodos avaliados. Os valores de média e mediana estão próximos para todas as variáveis, demonstrando que os dados não apresentam assimetria acentuada (Tabela 5). Segundo Little e Hills (1978), quando os valores médios e medianos são semelhantes, os dados apresentam ou se aproximam da distribuição normal. Os valores de CV baseado na classificação proposta por Warrick e Nielsen (1980) representam uma baixa variabilidade (aos 57/58 dapp e aos 104/105 dapp, CV< 12 %) e uma média variabilidade (aos 85/86 dapp, CV> 12 %). Aos 85/86 dapp ocorreu os maiores valores máximos e menores valores mínimos e consequentemente uma maior

100 87 amplitude. Essa maior amplitude resultou em maiores valores de CV. Souza (1992) observou correlação diretamente proporcional entre essa amplitude e os respectivos coeficientes de variação. As variáveis na sua maioria apresentaram distribuição com assimetria positiva, exceto na densidade amostral de 45 pontos aos 104/105 dapp, que apresentou assimetria negativa. Quanto ao coeficiente de curtose as variáveis apresentaram distribuição platicúrtica e leptocúrtica. Para a maioria das variáveis, apesar de terem sido encontradas distribuições assimétricas, os valores médios e medianos estão muito próximos e os coeficientes de assimetria e curtose na sua maioria estão próximos a zero. Isso significa que as medidas de tendência central não são dominadas por valores atípicos na distribuição e que se aproximam de uma distribuição normal. Assim, segundo Cambardella et al. (1994), pode-se considerar que os dados estão adequados para aplicação da geoestatística. Tabela 5. Estatística descritiva do índice relativo do teor de clorofila total em três diferentes datas e densidades de amostragens (820, 410, 180, 90 e 45 pontos). Data Pontos Média Med DP CV(%) Cs Ck Máx. Min. d (1) 16-17/05/12 57/58 dapp 13-14/06/12 85/86 dapp 02-03/07/12 104/105 dapp ,10 46,88 3,86 8,23 0,244 0,289 60,95 36,500 0,03 * ,27 47,10 3,76 7,99 0,306 0,142 60,95 37,050 0,04 ns ,96 46,54 3,87 8,32 0,305-0,344 57,65 38,150 0,06 ns 90 47,16 46,56 3,75 8,05 0,388 0,044 57,65 38,700 0,07 ns 45 47,63 47,10 3,93 8,35 0,548-0,036 57,65 40,425 0,14 ns ,57 48,58 8,33 17,16 0,617-0,610 79,40 33,65 0,15 * ,54 47,58 7,94 16,69 0,888 0,153 79,40 33,65 0,17 * ,71 48,68 8,55 17,57 0,528-0,662 74,85 33,65 0,15 * 90 50,60 47,68 7,94 16,66 0,671-0,010 74,85 33,65 0,16 * 45 52,88 51,13 7,91 15,47 0,288-1,390 66,80 40,75 0,16 * ,03 55,83 4,30 7,71 0,664 1,779 74,78 43,05 0,05 * ,21 55,96 4,25 7,59 0,661 1,525 74,03 46,50 0,06 * ,15 55,96 4,27 7,62 0,116 0,636 68,90 43,05 0,04 ns 90 56,56 56,03 4,57 8,16 0,307-0,275 68,78 46,63 0,05 ns 45 57,17 57,35 4,77 8,31-0,226 0,937 68,90 43,05 0,06 ns dapp = dias após a poda de produção; Med = mediana; DP = desvio padrão; CV (%) = coeficiente de variação; Cs = coeficiente de assimetria; Ck = coeficiente de curtose; Max = valor máximo; Min = valor mínimo; d (1) Teste de normalidade (Kolmogorov-Smirnov), ns (p>0,05) e * (p<0,05).

101 88 Na Tabela 6 estão apresentados os parâmetros geoestatísticos para os diferentes períodos de avaliação e diferentes densidades amostrais para o índice relativo do teor foliar de clorofila total na videira de mesa durante o ciclo de produção de Os modelos matemáticos que melhor se ajustaram aos dados coletados foram o gaussiano e o esférico. O modelo exponencial foi observado em um único momento (57/58 dapp) ao utilizar a densidade amostral de 180 pontos. A variação na densidade amostral não influenciou no ajuste matemático adequado para os números de pontos testados e período de avaliação aos 85/86 dapp. As densidades amostrais e períodos de avaliação analisados apresentaram IDE variando entre moderado e forte, apresentando um único ajuste com dependência espacial fraca, aos 104/105 dapp na densidade amostral de 820 pontos. Aos 57/58 dapp, na densidade amostral de 45 pontos e aos 104/105 dapp, nas densidades amostrais de 180, 90 e 45 pontos, respectivamente, foi observado que houve efeito pepita puro. Aos 85/86 dapp o alcance variou de 56,2 a 88,6 m e o IDE foi forte, com exceção da densidade amostral de 90 pontos, que foi moderado. Nesse período correram os melhores IDE e os melhores ajustes da VC. Percebe-se que a variação na densidade amostral não influenciou nos valores de VC, ocorrendo bom ajuste para todas as densidades de amostragens. Esse período esta relacionado à fase de parada de crescimento do fruto, o que até então proporcionou um bom ajuste variográfico. Aos 104/105 dapp foi observado efeito pepita puro para as densidades amostrais de 180, 90 e 45 pontos. Foi nesse período que houve os menores valores de IDE e os menores valores de VC. Esse período esta relacionado à fase de início de amadurecimento do fruto, onde já esta ocorrendo uma degradação natural da clorofila e consequentemente essa fase não proporcionou um bom ajuste variográfico aos dados coletados.

102 89 Tabela 6. Estimativa dos parâmetros dos modelos dos semivariogramas ajustados para o índice relativo do teor foliar de clorofila total aos 57/58, 85/86 e 104/105 dias após a poda de produção (dapp) da videira de mesa no ciclo de 2012, nas densidades amostrais de 820, 410, 180, 90 e 45 pontos. Pontos Modelo Alcance (m) Co Co + C IDE (%) VC 57/58 dapp 820 Esférico 78,00 9,12 17,2 47,0 0, Exponencial 103,50 8,03 16,07 50,0 0, Gaussiano 74,65 9,04 18,09 50,0 0,91 90 Esférico 82,00 7,90 15,81 50,0 0,84 45 EPP /86 dapp 820 Gaussiano 61,8 18,10 80,55 77,5 1, Gaussiano 65,8 18,20 73,64 75,3 1, Gaussiano 56,2 22,30 78,74 71,7 0,96 90 Gaussiano 68,5 26,70 68,10 60,8 0,99 45 Gaussiano 88,6 14,10 74,67 81,1 1,00 104/105 dapp 820 Esférico 45,0 14,62 18,88 22,6 0, Esférico 56,0 9,25 18,70 29,8 0, EPP EPP EPP Co = efeito pepita; Co + C = patamar; IDE = índice de dependência espacial; VC = coeficiente de regressão da validação cruzada; EPP = efeito pepita puro, dapp = dias após a poda de produção. Os mapas da distribuição espacial do índice relativo do teor foliar de clorofila total aos 57/58 dapp (Figura 6) mostra que esse atributo foi superior no lado esquerdo da área, evidenciado pela escala de tonalidades azul escuro, pois a sequência da poda da videira ocorreu da esquerda para a direita (fileiras 1 à 20), e teve duração de 5 dias. É possível a redução do número de amostras no campo para 90 pontos, sem redução do IDE e com a mesma tendência de distribuição espacial vista com 820 pontos. A densidade amostral de 45 pontos resultou em efeito pepita puro, apresentando o mapa gerado uma única cor, por não haver dependência espacial. Situação semelhante ocorreu aos 104/105 dapp. Portanto, conclui-se que as diferentes grades amostrais utilizadas na análise do índice relativo do teor foliar de clorofila total, proporcionaram boa visualização dos mapas em diferentes períodos de avaliação, podendo dessa forma, ser utilizada a densidade amostral de 410 pontos pelo produtor agrícola. A redução do número de amostras no campo

103 104/105 dapp 85/86 dapp 57/58 dapp 90 irá facilitar o monitoramento da clorofila total, dando dessa forma, subsídio ao produtor no momento de tomada de decisão quanto ao manejo da cultura. média = 47,63 média = 56,15 média = 56,56 média = 57, pontos 410 pontos 180 pontos 90 pontos 45 pontos Figura 6. Distribuição espacial do índice relativo do teor foliar de clorofila total em diferentes dias após a poda de produção (dapp) e densidades amostrais no ciclo de 2012.

104 Variabilidade temporal Índice relativo do teor foliar de clorofila a Na Tabela 7 estão apresentados os resultados da estatística descritiva para o índice relativo do teor foliar de clorofila a, mensurado em diferentes dias após a poda de produção e em dois ciclos de cultivo da videira de mesa (2012 e 2013). As médias dos valores para os dois ciclos de produção seguem a tendência do desenvolvimento das plantas. No ciclo de 2013 fica evidente o declínio no valor de clorofila a aos 113 dapp, onde a degradação da clorofila esta bem acentuada. Os valores de CV baseado na classificação proposta por Warrick e Nielsen (1980) representam uma baixa variabilidade para os dois ciclos de produção avaliados (CV < 12 %) exceto aos 85/86 dapp no ciclo de 2012 onde houve uma média variabilidade dos dados (12 < CV < 60 %). As variáveis na sua maioria apresentaram distribuição com assimetria negativa, exceto nos dias que compreendem o ciclo de 2012, onde apresentam assimetria positiva. Quanto ao coeficiente de curtose as variáveis apresentaram distribuição platicúrtica e leptocúrtica. Para a maioria das variáveis, apesar de terem sido encontradas distribuições assimétricas, verificou-se valores médios e medianos semelhantes e coeficientes de assimetria e curtose próximos a zero, demonstrando que as medidas de tendência central não são dominadas por valores atípicos na distribuição e que se aproximam de uma distribuição normal. Segundo Little e Hills (1978), quando os valores médios e medianos são semelhantes, os dados apresentam ou se aproximam da distribuição normal. Assim, segundo Cambardella et al. (1994), pode-se considerar que maior parte dos dados analisados está adequada para aplicação da geoestatística.

105 92 Tabela 7. Estatística descritiva do índice relativo do teor foliar de clorofila a em diferentes dias após a poda de produção (dapp). Ciclo dapp Média Med DP CV (%) Cs Ck Máx. Min. d (1) /58 36,39 35,94 2,89 8,04 0,423-0,115 45,45 29,93 0,07 * 85/86 38,26 35,73 6,33 17,71 0,861-0,497 55,68 25,33 0,20 * 104/105 42,85 42,74 2,48 5,81 0,171 0,106 50,30 36,67 0,04 ns 28 26,27 26,31 2,56 9,72-0,232 0,217 33,93 18,10 0,02 ns 51 28,54 28,50 2,59 9,09-0,098-0,243 34,70 19,70 0,03 ns 61 31,88 32,53 2,97 9,13-0,720 0,537 38,15 20,93 0,09 * 71 34,32 34,70 2,66 7,66-0,567 1,155 43,45 24,78 0,07 * 86 40,45 40,94 3,18 7,77-1,189 2,584 48,40 26,70 0,08 * ,02 43,49 3,47 7,97-1,035 2,338 50,70 26,78 0,06 * ,61 36,04 3,43 9,51-1,013 3,436 45,10 18,18 0,08 * Med = mediana; DP = desvio padrão; CV (%) = coeficiente de variação; Cs = coeficiente de assimetria; Ck = coeficiente de curtose; Max = valor máximo; Min = valor mínimo; d (1) Teste de normalidade (Kolmogorov-Smirnov), ns (p>0,05) e *(p<0,05). Na Tabela 8 estão apresentados os parâmetros geoestatísticos para os diferentes dias após a poda de produção de avaliação da clorofila a na videira. Para o ciclo de produção de 2012 o modelo matemático que melhor se ajustou aos dados coletados foi o gaussiano e o esférico. Para o ciclo de produção de 2013 o modelo que melhor se ajustou foi o exponencial, exceto aos 101 dapp, que foi observado efeito pepita puro. Para as diferentes datas analisadas o alcance variou de 10,5 a 80 m. Foi observado que o IDE variou de médio a forte, exceto aos 71 dapp para o ciclo de produção em 2013 que houve efeito pepita puro. Baseado nos valores de VC, a definição da malha de amostragem para ser utilizada no ciclo de cultura da videira (410 pontos) foi adequada, permitindo um bom ajuste variográfico para os dados analisados, com exceção aos 101 dapp, onde ocorreu efeito pepita puro.

106 93 Tabela 8. Estimativa dos parâmetros dos modelos dos semivariogramas ajustados para o índice relativo do teor foliar de clorofila a em diferentes dias após a poda de produção (dapp) para análise temporal. Ciclo dapp Modelo Alcance (m) Co Co + C IDE (%) VC /58 Gaussiano 69,6 3,56 9,76 63,5 0,97 85/86 Gaussiano 65,9 7,90 48,25 83,6 1,01 104/105 Esférico 55,8 3,23 6,57 50,9 0,92 28 Exponencial 10,50 3,56 6,55 45,5 0,64 51 Exponencial 14,00 2,06 6,66 69,0 0,92 61 Exponencial 56,10 4,64 9,29 50,1 0,83 71 Exponencial 80,00 6,17 7,35 16,0 0,68 86 Exponencial 11,00 5,94 9,99 40,4 0, EPP IDW 113 Exponencial 13,40 2,68 12,24 78,0 0,96 Co = efeito pepita; Co + C = patamar; IDE = índice de dependência espacial; VC = coeficiente de regressão da validação cruzada; EPP = efeito pepita puro; IDW = inverso ponderado das distâncias. Na Figura 7 estão apresentados os mapas do índice relativo do teor foliar de clorofila a em diferentes dias após a poda de produção da videira de mesa para análise da variabilidade temporal dos ciclos de produção de 2012 e Dentro do ciclo de produção em 2012, aos 57/58 dapp, pode-se observar maiores valores do índice no lado esquerdo da área, o qual é evidenciado pela escala de tonalidades azul mais escuro e menores valores no lado direito da área, evidenciado pela escala de tonalidade azul mais claro. Esse fato é atribuído à sequência da poda de produção efetuada na área de cultivo, o qual ocorreu no sentido da fila 1 à 20, com duração de 5 dias. Comportamento semelhante foi observado por Nascimento (2013), quando trabalhou na mesma área em questão na definição de zonas homogêneas de nitrogênio foliar com diferentes grades amostrais. Nas imagens referentes aos 85/86 dapp no ciclo de produção de 2012 pode-se observar um comportamento inverso ao ocorrido aos 57/58 dapp. Observou-se os menores valores do índice relativo do teor foliar de clorofila a no lado esquerdo da área, o qual é evidenciado pela escala de tonalidades azul mais claro e maiores valores do teor foliar de clorofila A no lado direito da área, o qual é evidenciado pela escala de tonalidades azul mais escuro. Como a poda de produção nas últimas filas ocorreram 5 dias após ocorrerem nas primeiras filas, existe uma tendência natural da degradação da clorofila ocorrer inicialmente nas primeiras filas e depois em sequencia até as última filas. O aumento do nível de clorofila

107 94 por unidade de área foliar ocorre até aproximadamente aos 60 dapp, onde sua taxa fotossintética alcança níveis máximos e após esse período ocorre uma diminuição nos níveis de clorofila até que a folha se torne senescente (ASSIS et al., 2004). À medida que a folha vai amadurecendo os níveis de clorofila vai reduzindo seguindo-se a mesma sequência da poda de produção da área de estudo. Aos 104/105 dapp no ciclo de produção de 2012, percebe-se nos mapas uma tendência ao ocorrido ao teor foliar de clorofila total aos 85/86 dapp. Neste período, correspondente ao início do amadurecimento dos frutos, o comportamento da clorofila a está desuniforme, mas a sequência de distribuição espacial no campo continua semelhante ao período anterior. Na mesma sequencia da poda, a degradação da clorofila aconteceu no sentido da fila 1 à 20. Para o ciclo de produção em 2013, foi realizado um número maior de leituras durante o período de produção para análise da variabilidade temporal de forma mais detalhada. Ao longo das observações realizadas na área de estudo, foi possível constatar a mesma tendência no comportamento da clorofila a ocorrido no ciclo de produção em De uma forma geral, o teor foliar de clorofila a foi mais elevado nas primeiras fileiras avaliadas, fato atribuído à sequência da poda de produção realizada na área de cultivo. Os mapas aos 28 dapp e 51 dapp possibilitam a observação de locais com maiores valores de clorofila a nas primeiras filas e pontos isolados dentro da área de cultivo. Já o mapa aos 61 dapp mostra para esse dia a homogeneização da distribuição espacial dos dados onde é possível observar a delimitação das zonas com diferentes índices. Aos 71 dapp observou-se áreas com maiores valores na parte inicial e final da área, mostrando uma tendência de distribuição do índice para toda a área. Aos 86 dapp, a imagem mostra uma distribuição mais uniforme dos maiores valores do índice em toda a área experimental. Neste dia há uma tendência à homogeneização do índice relativo do teor foliar de clorofila a, sendo que a mesma corresponde aos maiores valores do índice em toda a área. Aos 101 dapp não houve dependência espacial, e, portanto o mapa foi gerado pelo método do inverso ponderado das distancias. Observa-se no mapa correspondente aos 113 dapp que neste período houve uma redução significativa nos valores do índice, sendo que os maiores valores se concentraram do lado esquerdo e central da área, sendo característico da degradação natural da clorofila com a senescência das folhas.

108 95 57/58 dapp /86 dapp /105 dapp dapp dapp dapp dapp dapp dapp dapp 2013 Figura 7. Distribuição temporal do índice relativo do teor foliar de clorofila a em diferentes dias após a poda de produção durante os ciclos de produção de 2012 e Índice relativo do teor foliar de clorofila b Na Tabela 9 estão apresentados os resultados da estatística descritiva para o índice relativo do teor foliar de clorofila b em diferentes dias após a poda de produção, nos ciclos de produção da videira de mesa de 2012 e Os valores de CV baseado na classificação proposta por Warrick e Nielsen (1980) representam para todas as datas avaliadas uma média variabilidade (12 % < CV < 60 %). Os resultados dessa análise indicaram

109 96 distribuição normal para o ciclo de produção aos 51, 61, 71, 86 e 101 dapp, onde os valores de média e mediana estão próximos e os dados não apresentam assimetria acentuada (Tabela 9). Para as demais as demais dias após, mesmo os valores de média e mediana estando próximos, essa variável apresentam distribuição assimétrica e coeficiente de curtose, ambas com valores maiores que 1. Dessa forma, percebe-se que as medidas de tendência central não se aproximam de uma distribuição normal. Tabela 9. Estatística descritiva do índice relativo do teor foliar de clorofila b em diferentes dias após a poda de produção (dapp). Ciclo dapp Média Med DP CV (%) Cs Ck Máx. Min. d (1) /58 10,91 10,83 1,57 14,48 1,328 6,389 21,15 6,48 0,07 * 85/86 12,28 11,83 2,18 18,40 1,702 5,577 23,88 6,93 0,11 * 104/105 13,36 13,04 2,13 16,36 1,836 6,259 24,83 8,80 0,11 * 28 5,18 5,14 0,94 18,26 0,700 1,631 9,55 2,73 0,05 * 51 6,52 6,50 1,33 20,48 0,322 0,034 10,90 3,10 0,04 ns 61 7,80 7,83 1,50 19,17 0,055-0,202 12,53 3,33 0,03 ns 71 9,10 9,08 2,14 23,58 0,331 0,541 19,15 4,60 0,02 ns 86 9,57 9,68 1,75 18,08-0,090 0,731 15,18 4,45 0,03 ns 101 9,76 9,76 1,79 18,34-0,076-0,031 15,33 4,33 0,02 ns 113 9,09 8,95 1,92 21,44 0,927 4,814 20,10 2,85 0,05 * dapp = dias após a poda de produção; Med = mediana; DP = desvio padrão; CV (%) = coeficiente de variação; Cs = coeficiente de assimetria; Ck = coeficiente de curtose; Max = valor máximo; Min = valor mínimo; d (1) Teste de normalidade (Kolmogorov-Smirnov), ns (p>0,05) e * (p<0,05). Na Tabela 10 estão apresentados os parâmetros geoestatísticos para os diferentes dias após a poda de produção de avaliação do índice relativo do teor foliar de clorofila b na videira de mesa durante os ciclos de 2012 e Para o ciclo de produção de 2012, o modelo matemático que melhor se ajustou aos dados coletados foi o gaussiano. O alcance correspondeu a 52 m e o IDE foi moderado, com bom ajuste variográfico, exceto para aos 57/58 e 104/105 dapp, quando houve efeito pepita puro. Para o ciclo de produção de 2013, o modelo matemático que melhor se ajustou aos dados analisados foi o esférico. Aos 85/86 dapp, houve efeito pepita puro. O alcance variou de 8,31 a 80,04 m e o IDE foi moderado para todas as datas avaliadas, exceto aos 28 e 101 dapp, que não houve dependência espacial. Os melhores valores de VC ocorreram aos 71, 86 e 113 dapp.

110 97 Tabela 10. Estimativa dos parâmetros dos modelos dos semivariogramas ajustados para o índice relativo do teor foliar de clorofila b em diferentes dias após a poda de produção (dapp) para análise temporal. Ciclo dapp Modelo Alcance (m) Co Co + C IDE (%) VC /58 EPP IDW 85/86 Gaussiano 52,0 3,56 4,86 26,8 0,82 104/105 EPP IDW 28 EPP IDW 51 Esférico 80,04 1,30 1,87 30,6 0,63 61 Esférico 44,50 1,35 2,34 42,4 0,63 71 Esférico 71,10 1,95 4,99 60,9 0,95 86 Exponencial 10,00 1,54 3,01 48,6 0, EPP IDW 113 Gaussiano 8,31 1,93 3,61 46,5 0,91 dapp = dias após a poda de produção; Co = efeito pepita; Co + C = patamar; IDE = índice de dependência espacial; VC = coeficiente de regressão da validação cruzada; EPP = efeito pepita puro; IDW = inverso ponderado das distâncias. Os mapas da distribuição espacial do índice relativo teor foliar de clorofila b em diferentes dias após a poda de produção da videira de mesa nos dois ciclos de produção avaliados estão apresentados na Figura 8. No ciclo de produção de 2012, observouse aos 85/86 dapp os menores valores do índice no lado esquerdo da área, o qual é evidenciado pela escala de tonalidades azul mais claro, e maiores valores no lado direito da área, o qual é evidenciado pela escala de tonalidades azul mais escuro. Essa fato é atribuído ao sistema de poda de produção da área, da mesma forma que ocorreu com a clorofila a. No ciclo de produção de 2013, aos 86 dapp, observou-se a mesma tendência de concentração dos maiores valores referentes à clorofila b, seguindo a tendência da poda de produção, fato contrário ao constatado no ciclo de produção em No entanto há pontos isolados na parte central da área. Aos 113 dapp, percebe-se nos mapas a redução nos valores,tanto do lado esquerdo da área como do lado direito, ocasionado pela degradação natural da clorofila b com a senescência das folhas.

111 98 57/58 dapp /86 dapp /105 dapp dapp dapp dapp dapp dapp dapp dapp 2013 Figura 8. Distribuição espacial e temporal do índice relativo do teor foliar de clorofila b em diferentes períodos de avaliação Índice relativo do teor foliar de clorofila total Na tabela 11 estão apresentados os resultados da estatística descritiva para o índice relativo do teor foliar de clorofila total em diferentes dias após a poda de produção, nos ciclos de produção da videira de mesa de 2012 e Os valores de médias para os diferentes dias após a poda de produção avaliados para os dois ciclos de produção são semelhantes quando comparados os dias que são coincidentes ou próximos, como aos 86 dapp e aos 105 (2012) e 101 dapp (2013). Percebe-se nesse trabalho, a necessidade de desenvolver

112 99 estudos em diferentes ciclos, porém coincidindo as fases fenológicas da cultura. Os valores de médias para o ciclo de 2013 segue a mesma tendência observada na clorofila a. Aos 113 dapp (22/07/13) ocorre uma redução do índice relativo do teor foliar de clorofila total, resultado da degradação natural da clorofila. Para os valores de CV (Tabela 11) analisados nos dois ciclos de produção, baseado na classificação proposta por Warrick e Nielsen (1980) os dados apresentam uma baixa variabilidade (CV < 12 %), exceto aos 85/86 dapp, onde houve uma média variabilidade (12 % < CV < 60 %). Como os valores de média e mediana estão próximos e os valores de coeficiente de assimetria e de curtose estão próximos de zero, verificou-se que as medidas de tendência central se aproximam de uma distribuição normal. Assim, segundo Cambardella et al. (1994), pode-se considerar que a maioria dos dados estão adequados para aplicação da geoestatística. Tabela 11. Estatística descritiva do índice relativo do teor foliar de clorofila total em diferentes dias após a poda de produção (dapp). Ciclo dapp Média Med DP CV (%) Cs Ck Máx. Min. d (1) /58 47,27 47,10 3,76 7,99 0,306 0,142 60,95 37,05 0,04 ns 85/86 50,54 47,58 7,94 16,69 0,888 0,153 79,40 33,65 0,17 * 104/105 56,21 55,96 4,25 7,59 0,661 1,525 74,03 46,50 0,06 * 28 31,45 31,50 3,36 10,67-0,149 0,119 41,18 21,23 0,02 ns 51 35,05 34,95 3,86 11,04 0,028-0,288 44,90 22,80 0,03 ns 61 39,68 40,30 4,38 10,87-0,516 0,072 49,35 24,28 0,07 * 71 43,41 43,84 4,52 10,32-0,202 0,640 58,88 30,48 0,05 ns 86 50,02 50,58 4,82 9,53-0,861 1,726 62,65 31,20 0,07 * ,78 53,39 5,12 9,59-0,707 1,291 64,03 31,10 0,05 * ,70 44,94 5,18 11,53-0,456 2,422 62,53 21,03 0,06 * dapp = dias após a poda de produção; Med = mediana; DP = desvio padrão; CV (%) = coeficiente de variação; Cs = coeficiente de assimetria; Ck = coeficiente de curtose; Max = valor máximo; Min = valor mínimo; d (1) Teste de normalidade (Kolmogorov-Smirnov), ns (p>0,05) e * (p<0,05). Estão apresentados na Tabela 12, os parâmetros geoestatísticos para os diferentes dias após a poda de produção do índice relativo do teor foliar de clorofila total, nos dois ciclos de produção (2012 e 2013) da videira. Para ambos, os modelos matemáticos que

113 100 melhor se ajustaram aos dados coletados foram o exponencial e o esférico, exceto aos 101 dapp, que foi observado efeito pepita puro. Para os diferentes dias após a poda de produção analisados o alcance variou de 9,90 a 103,50 m. O IDE foi moderado, exceto aos 85/86 dapp no ciclo de produção em 2012, que foi observado IDE forte. O comportamento dos parâmetros geoestatísticos do índice relativo do teor foliar de clorofila total ao longo do ciclo de produção da videira de mesa em 2013 mostra ser variável, em função das diferentes fases fenológicas da cultura no momento da leitura. Baseado nos valores de VC, para quase todos os dias avaliados houve um bom ajuste variográfico, confirmando mais uma vez que a definição da malha de amostragem de 410 pontos foi adequada. Tabela 12. Estimativa dos parâmetros dos modelos dos semivariogramas ajustados para o índice relativo do teor foliar de clorofila total em diferentes dias após a poda de produção (dapp) para análise temporal. Ciclo dapp Modelo Alcance (m) Co Co + C IDE (%) VC /58 Exponencial 103,50 8,03 16,07 50,0 0,84 85/86 Gaussiano 65,8 18,20 73,64 75,3 1,00 104/105 Esférico 56,0 9,25 18,70 29,8 0,77 28 Esférico 11,00 7,78 11,34 31,3 0,55 51 Exponencial 14,73 5,42 14,79 63,3 0,88 61 Esférico 59,54 14,69 19,90 26,1 0,73 71 Esférico 68,92 15,05 21,53 30,1 0,86 86 Exponencial 9,90 10,95 22,85 52,1 0, EPP IDW 113 Esférico 12,90 10,06 27,28 63,1 0,86 Co = efeito pepita; Co + C = patamar; IDE = índice de dependência espacial; VC = coeficiente de regressão da validação cruzada; EPP = efeito pepita puro; IDW = inverso ponderado das distâncias. Na Figura 9 estão apresentados os mapas da distribuição espacial do índice relativo do teor foliar de clorofila total em diferentes dias após a poda de produção da videira de mesa em dois ciclos de produção (2012 e 2013). Percebe-se nesta variável um comportamento semelhante ao da clorofila a. No ciclo de produção em 2012, aos 57/58 dapp pode-se observar maiores valores do índice no lado esquerdo da área, evidenciados pela escala de tonalidade

114 101 azul escuro, e menores valores no lado direito da área, evidenciado pela escala de tonalidade azul claro, fato atribuído à sequência da poda de produção efetuada na área de cultivo, o qual ocorreu no sentido da fila 1 à 20, com duração aproximada de 5 dias. Aos 85/86 dapp, pode-se observar um comportamento inverso ao ocorrido aos 57/58 dapp no campo, onde ocorreu os menores valores do índice relativo do teor foliar de clorofila total no lado esquerdo da área, evidenciado pela escala de tonalidades azul claro. Houve a redução do nível de clorofila em função da senescência natural das folhas da videira ao longo do ciclo. Folhas jovens de videira em expansão mostram uma curva de crescimento sigmoidal, sendo a concentração de clorofila máxima alcançada quando elas atingem o tamanho máximo, o que ocorre de 30 a 40 dias após seu desdobramento do ápice. Como a poda iniciou da esquerda para a direita da área, a degradação da clorofila iniciou no lado esquerdo. Os maiores valores do índice relativo do teor foliar de clorofila total ocorreram no lado direito da área. À medida que a folha vai amadurecendo os níveis de clorofila aumentam, seguindo-se a mesma sequência da poda de produção no parreiral. Aos 104/105 dapp observou-se nos mapas uma redução nos índices referentes à clorofila total presente na folha, pela degradação natural da clorofila, mais intensa nessa fase final da maturação. A sequência de distribuição do índice relativo continou semelhante a data anterior. Na mesma sequência da poda, a degradação da clorofila acontece no sentido da fila 1 à 20. Para o ciclo de produção em 2013, ao longo das observações realizadas na área de estudo, foi possível constatar a mesma tendência no comportamento da clorofila total ocorrido no ciclo de produção em De uma forma geral, os valores foram mais elevados nas primeiras fileiras avaliadas, fato atribuído à sequência da poda de produção realizada na área de cultivo. O mapa dos dados coletados aos 28 e 51 dapp, possibilitam a observação de locais com maiores valores do índice relativo do teor foliar de clorofila total no lado esquerdo e central da área de cultivo, com pontos isolados distribuídos. O mapa correspondente aos 61 dapp, mostra a definição da distribuição espacial, onde é possível observar a delimitação das zonas com diferentes valores, fato observado no ciclo anterior. Aos 71 dapp, também foi observado maiores valores referentes à clorofila total nas primeiras fileiras, e até a porção central da área. O mapa aos 86 dapp mostra uma distribuição mais uniforme dos maiores valores do índice relativo do teor foliar de clorofila total em toda a área

115 102 experimental, com valores menores na parte central da área. Nesta data há uma tendência a homogeneização dos teores de clorofila total em toda a área. Aos 113 dapp, observou-se que houve uma diminuição nos valores referentes à clorofila total, sendo que os maiores valores se concentraram do lado esquerdo e central da área em pequenas zonas, sendo um comportamento característico da degradação natural da clorofila com a senescência das folhas. 57/58 dapp /86 dapp /105 dapp dapp dapp dapp dapp dapp dapp dapp Figura 9. Distribuição espacial e temporal do índice relativo do teor foliar da clorofila total em diferentes períodos de avaliação.

116 Definição da malha de amostragem do número de cachos Na Tabela 13, estão apresentadas as análises descritivas da contagem de número de cachos por videira nas diferentes densidades de amostragens e períodos de avaliação na área de produção de uva de mesa. Os resultados dessa análise indicaram distribuição normal para quase metade das densidades amostrais e períodos avaliados. Os valores de média e mediana estão próximos para todas as variáveis, demonstrando que os dados não apresentam assimetria acentuada (Tabela 13). Segundo Little e Hills (1978), quando os valores médios e medianos são semelhantes, os dados apresentam ou se aproximam da distribuição normal. Os valores de CV baseado na classificação proposta por Warrick e Nielsen (1980) representam uma média variabilidade (12 < CV < 60 %), exceto para a densidade amostral de 45 pontos do ano de Nos anos de 2012 e 2013 ocorreram os maiores valores máximos e os menores valores mínimos, resultando consequentemente numa maior amplitude. Essa maior amplitude resultou em maiores valores de CV. Segundo Souza (1992), existe uma correlação diretamente proporcional entre a amplitude e os respectivos coeficientes de variação. As variáveis na sua maioria apresentaram distribuição com assimetria negativa, exceto a densidade amostral de 45 pontos no ano de Quanto ao coeficiente de curtose as variáveis apresentaram distribuição leptocúrtica, exceto para a densidade amostral de 45 pontos nos anos de 2012 e 2013, que apresentaram coeficiente de curtose platicúrtica. Para a maioria das densidades avaliadas nos anos de 2011 e 2012, apesar de terem sido encontradas valores médios e medianos próximos, os coeficientes de assimetria e curtose na sua maioria foram maior que um. Para esses dois anos as medidas de tendência central não se aproximam de uma distribuição normal. Já no ano de 2013, os coeficientes de curtose foram próximos de zero e houve uma proximidade entre os valores de médias e medianas, podendo dessa forma considerar que nesse período havia uma tendência dos dados estarem próximos de uma distribuição normal.

117 104 Tabela 13. Estatística descritiva das diferentes densidades de amostragens da contagem de cachos em diferentes anos de avaliação. Ano Pontos Média Med DP CV (%) Cs Ck Máx. Min. d (1) ,60 55,00 8,24 14,99-1,661 5,567 73,00 0,00 0,11 * ,93 55,00 8,09 14,71-1,627 5,494 73,00 0,00 0,11 * ,89 55,00 7,08 12,88-1,842 9,334 70,00 0,00 0,10 * ,12 55,00 7,52 13,67-1,370 4,077 69,00 17,00 0,14 * 90 53,76 54,50 6,60 12,12-0,654 0,510 68,00 32,00 0,14 * 45 54,24 55,00 6,40 11,63-0,532 0,705 68,00 37,00 0,11 ns ,87 50,00 12,19 24,38-1,045 2,081 80,00 0,00 0,08 * ,76 50,00 12,06 24,11-1,028 2,143 80,00 0,00 0,08 * ,77 50,00 12,99 25,99-1,055 1,897 80,00 0,00 0,09 * ,14 50,00 12,14 24,27-1,035 2,335 79,00 0,00 0,09 * 90 49,73 51,50 13,11 25,46-1,229 2,876 79,00 0,00 0,13 * 45 50,53 51,00 11,82 23,18 0,073-0,165 79,00 27,00 0,06 ns ,46 56,00 15,62 27,90-0,635 0,568 92,00 0,00 0,06 * ,85 56,00 16,05 28,66-0,593 0,455 92,00 2,00 0,07 * ,71 55,50 16,35 29,46-0,590 0,352 92,00 2,00 0,08 * ,19 57,00 15,85 27,81-0,720 0,488 85,00 2,00 0,09 * 90 55,03 57,00 15,30 26,83-0,616 0,332 84,00 4,00 0,08 ns 45 54,16 57,00 14,36 25, ,374 80,00 22,00 0,12 ns Med = mediana; DP = desvio padrão; CV (%) = coeficiente de variação; Cs = coeficiente de assimetria; Ck = coeficiente de curtose; Max = valor máximo; Min = valor mínimo; d (1) Teste de normalidade (Kolmogorov-Smirnov), ns (p>0,05) e *(p<0,05). Na tabela 14 estão apresentados os parâmetros geoestatísticos para os três períodos de avaliação e das diferentes densidades amostrais de número de cachos por videira. O modelo matemático que melhor se ajustou aos dados coletados foi o exponencial. Houve efeito pepita pura (EPP) nos anos de 2011 e 2012, indicando ausência de dependência espacial a partir dos 410 e 180 pontos, respectivamente. A análise geoestatística dos períodos e densidades amostrais avaliados, de acordo com os critérios de Zimback (2001), mostrou que todas as variáveis apresentaram moderada dependência espacial, com valores entre 32,4 e 63,1%, exceto para o ano de 2013 onde houve baixa dependência espacial para a densidade amostral de 90 pontos.

118 105 O alcance variou de 24,0 a 25,5 m para o ano de 2011, de 71,3 a 84,3 m para o ano de 2012 e de 42 a 80 m para o ano de 2013 (Tabela 1). O alcance indica a distância até onde os pontos amostrais estão correlacionados entre si (VIEIRA et al., 1983), ou seja, o limite da dependência espacial do atributo estudado. Com o conhecimento disso, define-se o raio de amostragem, para garantir em uma amostragem futura, a dependência espacial da densidade amostral, diminuindo assim o número de amostras e o trabalho que se tem na coleta de informações da área em questão. Tabela 14. Parâmetros dos modelos dos semivariogramas ajustados para a contagem de cachos realizada em três ciclos de produção (2011, 2012 e 2013) e em seis densidades amostrais. Ano Pontos Modelo A (m) Co Co + C IDE (%) VC Exponencial 24,0 40,60 70,80 42,7 0, Exponencial 25,5 39,88 65,85 39,4 0, EPP EPP EPP EPP Exponencial 73,5 73,00 157,90 50,0 0, Exponencial 82,6 79,45 165,10 42,9 0, Exponencial 84,3 79,50 159,10 50,0 0, EPP EPP Esférico 71,3 52,6 142,4 63,1 0, Exponencial 42,0 123,50 247,80 50,2 0, Exponencial 42,3 132,20 264,50 50,0 0, Exponencial 42,0 130,20 269,50 51,7 0, Exponencial 47,1 126,90 255,20 50,3 0,90 90 Esférico 44,0 194,68 254,00 23,4 0,90 45 Esférico 80,0 140,62 208,00 32,4 0,84 A = alcance; Co = efeito pepita; Co + C = patamar; IDE = índice de dependência espacial; EPP = Efeito Pepita puro; VC = coeficiente de regressão da validação cruzada. Em 2011, os mapas da distribuição espacial do número de cachos apresentaram semelhança entre as densidades amostrais de 1620 e 820 pontos, únicos do período que tiveram dependência espacial (Figura 10). As densidades amostrais de 410, 180, 90 e 45 pontos não apresentaram dependência espacial para o período avaliado (Tabela 14), portanto, os mapas gerados apresentaram uma única cor. Dessa forma, é possível a redução do

119 106 número de amostras no campo para 820 pontos, mantendo o IDE próximos ao alcançado com densidade amostral de 1620 pontos. Assim, foi possível uma redução equivalente a 50% do número de plantas amostradas inicialmente, e que correspondiam ao total de plantas na área. Em 2012, os mapas da distribuição espacial do número de cachos apresentaram semelhança entre todas as densidades amostrais que tiveram dependência espacial (Figura 10). As densidades amostrais de 180 e 90 pontos não apresentaram dependência espacial para o período avaliado (Tabela 14), portanto, os mapas gerados apresentaram uma única cor. Dessa forma, é possível a redução do número de amostras no campo para 410 pontos, mantendo o IDE próximo ao alcançado com densidade amostral inicial de 1620 pontos, e que corresponde à contagem de todas as plantas da área. Assim, no segundo ano, foi possível uma redução equivalente a 75% do número de amostragem. Ainda, para a densidade amostral de 45 pontos houve dependência espacial. Pode-se deduzir que a forma como as amostragens são espaçadas no campo pode influenciar nos ajustes do semivariograma e consequentemente nos resultados dos mapas gerados. Nesse caso, não somente o número de amostras é o ponto crucial para um bom ajuste variográfico, mas a forma também como as amostras estão dispostas no campo. Em 2013, os mapas da distribuição espacial do número de cachos apresentaram semelhança entre todas as densidades amostrais (Figura 10). Porém os mapas da distribuição espacial das densidades amostrais 1620, 820, 410 e 180 pontos apresentaram maior semelhança. A partir da densidade amostral de 90 pontos houve redução da semelhança entre os mapas, e devido ao baixo IDE, não foi considerado para fins de contagem. Dessa forma, é possível a redução do número de amostragens no campo para 180 pontos, mantendo o IDE próximo ao alcançado com densidade amostral inicial de 1620 pontos, e que corresponde à contagem de todas as plantas da área. Assim, no terceiro ano, foi possível uma redução equivalente a 89% do número de amostragem.

120 média = 53,89 média = 54,12 média = 53,76 média = 54,24 média = 49,14 média = 49, pontos 820 pontos 410 pontos 180 pontos 90 pontos 45 pontos Figura 10. Distribuição espacial do número de cachos em três ciclos de produção (2011, 2012 e 2013) para diferentes densidades amostrais. Deve ser destacado também que no sistema de produção de uva de mesa no Vale do Submédio São Francisco, é comum a prática do desbaste de cachos, evitando um possível excesso de cachos em uma mesma videira. Isso contribui para a obtenção de cachos com peso e bagas com diâmetro desejados pelo mercado. Dessa forma, existe uma