O DRIS DA META AGROFLORESTAL

Transcrição

1 O DRIS DA META AGROFLORESTAL Paulo G.S. Wadt Engenheiro Agrônomo, D.Sci. META AGROFLORESTAL Website: Telefones: (19) (Meta) (19) (Wadt Empr.) Caixa Postal 224 CEP Mococa-SP

2 Sistema DRIS Dris = sistema integrado de diagnose e recomendação sistema: conjunto de métodos de coleta de informações, análise e síntese de dados relacionados com a produtividade vegetal integrado: métodos devem convergir num único diagnóstico/recomendação diagnose e recomendação: diagnose direcionada na tomada de decisão (recomendação de insumos ou técnicas agrícolas)

3 MONITORAMENTO: CONHECIMENTO Não Controláveis Parcialmente Controláveis Controláveis Causas Primárias Luz (energia) Temperatura (cinética) Chuva (transporte) Solo (capacidade) Variedade (potencial genético) Manejo Strain: processos metabólicos B, n Causas Secundárias Equilíbrio fisiológico dos nutrientes Efeitos resultantes Produtividade Vegetal Figura 3. Representação esquemática dos efeitos das causas primárias nos processos metabólicos de acumulação de biomassa ( B) e de acumulação de nutrientes ( n), nas causas secundárias da produtividade vegetal (equilíbrio fisiológico dos nutrientes) e nos efeitos resultantes (produtividade vegetal). Baseado em Beaufils (1973).

4 Análise de freqüência Classe Comparação entre os métodos Classes de freqüências A 1 Macros, Micros 1,47 ns B 1 P, K, Ca, Fe, B, (N + Mg + S), (Zn + Mn + Cu) 0,41 ns M 1 P, K, Ca, Fe, B, (N + Mg + S), (Zn + Mn + Cu) 7,45 ns A 2 Macros, Micros 35,5*** B 2 P, K, Ca, Fe, B, (N + Mg + S), (Zn + Mn + Cu) 7,99 ns M 2 P, K, Ca, Fe, B, (N + Mg + S), (Zn + Mn + Cu) 19,0*** A 3 Macros, Micros 0,2 ns B 3 P, K, Ca, Fe, B, (N + Mg + S), (Zn + Mn + Cu) 1,02 ns M 3 P, K, Ca, Fe, B, (N + Mg + S), (Zn + Mn + Cu) 3,44 ns A 4 Macros, Micros 14,5*** B 4 P, K, Ca, Fe, B, (N + Mg + S), (Zn + Mn + Cu) 22,1*** M 4 P, K, Ca, Fe, B, (N + Mg + S), (Zn + Mn + Cu) 62,5*** 1 = J&EG, D=1,0 X J&EG, D=0,0; 2 = J&EG, D=0,75 X RB, D=0,75; 3 = RB, D=0,75 X RB, D=0,00 e; 4 = J&EG, D=0,0 X RB, D=0,00.

5 O Sistema DRIS da Meta Agroflorestal Monitoramento Gerar normas Baixa acurácia Avaliar acurácia Alta acurácia Realizar prognóstico Selecionar relações Aplicar modelagem

6 Taxas de acúmulo e suas relações com o teor nutricional frente ao [C] = n/ B teor alto: princípio da incerteza [C] = n / B; n/ B teor baixo: [C] = n / B; n / B teor médio ou ideal: [C] = n / B; n / B; n / B Incerteza quanto à causa da variação: n ou B?

7 Calibração local e a curva de resposta Zona de suficiência e de Consumo de luxo B B máx. 0,9 AB máx. Nível crítico Ponto de máximo crescimento Zona de deficiência Zona de deficiência severa C n Modelo Teórico

8 Limitação objetiva: em condições de campo, inúmeros fatores interagem simultaneamente Nível Crítico (Faixa de Suficiência) e PASS média = 50 e desvio padrão = 12, Produtividade: kg / ha ,0 26,0 38,0 50,0 62,0 74,0 86,0 Teor Foliar: g N / kg MS Figura 2. Produvidade de lavouras de soja em função dos teores foliares de N, destacando-se uma curva de calibração hipotética e as normas univariadas ("normas PASS").

9 Opções para controlar a incerteza: OPÇÃO 1: calibração local (método convencional - Nível Crítico) ou; OPÇÃO 2: expressar os resultados em função das taxas de acúmulo relativo de cada nutriente (DRIS).

10 A modelagem matemática a utilização de diferentes fórmulas conduz a graus variados de eficiência para tipos de nutrientes ou grupos de plantas; portanto, deve-se obter: fórmulas distintas para cada grupo de nutriente (macro ou micro, nutriente de resposta rara ou de resposta freqüente) diferentes ajustes de uma mesma fórmula em função da exigência nutricional e do efeito do nutriente na produtividade vegetal

11 DRIS 1.61 Fórmula utilizada varia conforme 1 : macronutriente de resposta freqüente (N, P, K e S, este último, dependendo da cultura) macronutriente de resposta rara (Ca e Mg) micronutriente de resposta freqüente (B, Zn) micronutriente de resposta rara ou tóxica (Mn, Fe, Cu, Co) Ajuste na fórmula varia conforme: espécie vegetal 1 São utilizadas oito fórmulas, derivadas todas da fórmula de Beaufils (1973), podendo cada fórmula ser ajustada conforme as exigências nutricionais de cada cultura

12 Fórmulas para macronutrientes Macronutrientes Funções DRIS Relação N/P - forma direta para N z(n/p) macros RF macros RR Figura 4. Variações nos valores das funções DRIS da relação N/P em função da classificação do N como nutriente de resposta frequente (macros RF) ou de resposta rara (macros RR), para a relação N/P na forma direta para N. A função z(n/p) representa a fórmula de Jones (1981) usada no DRIS e a fórmula dos índices DNI usada no PASS.

13 Fórmulas para micronutrientes Micronutrientes 10,00 5,00 Funções DRIS 0,00-5,00-10,00-15,00 z(zn/p) Micros RF Micros RR -20,00-25, Relação Zn/P - forma direta para Zn Figura 5. Variações nos valores das funções DRIS da relação Zn/P em função da classificação do Zn como micronutriente de resposta frequente (micros RF) ou de resposta rara (micros RR), para a relação Zn/P na forma direta para Zn. A função z(n/p) representa a fórmula de Jones (1981) usada no DRIS e a fórmula dos índices DNI usada no PASS.

14 Possibilidades de ajuste para cada fórmula DRIS Macronutrientes 4 2 Funções DRIS z(n/p) k=0,50 k=1,0 k=1,5 k=2, Relação N/P - forma direta para N Figura 6. Variações nos valores das funções DRIS da relação N/P, para a classificação do N como macronutriente de resposta frequente, em função de alterações nos valores da constante k. A função z(n/p) representa a fórmula de Jones (1981) usada no DRIS e a fórmula dos índices DNI usada no PASS.

15 Exemplo de um modelo mal ajustado Região mal ajustada com o modelo kg de soja.ha Região bem ajustada com o modelo Índices DRIS para P

16 Exemplo de um modelo bem ajustado função DRIS ajustada para micronutrientes de resposta freqüente Soja - kg/ha f(zn/p), direta para Zn

17 Análise visual IMA, emt.ha -1 ano ,7-0,5-0,3-0,1 0,1 0,3 0,5 0,7 INA (índice DRIS de N na árvore) Gráfico de dispersão do incremento médio anual (IMA) em relação ao índice de N nas árvores (INA) árvores. R. Árvore, 1999.

18 Principais contribuições (publicadas nas principais revistas científicas do país) Método da chance matemática: monitorar fatores não nutricionais e nutricionais (R. Bras. Ci. Solo) Potencial de resposta à adubação: interpretar os índices DRIS (Pesquisa Agrop. Bras.) outros autores já estão adotando o método proposto nova fórmula para cálculo dos índices DRIS (R. Bras. Ci. Solo).

19 Principais características incorporadas no sistema Seleção das funções DRIS por meio de testes estatísticos específicos, de acordo com alterações na população de referência (Jones, 1981)» tendência de incorporação por outros autores no Brasil Medições da acurácia dos diagnósticos/prognósticos (Beverly, 1993) Integração num único sistema de prognóstico da interpretação baseada no DRIS e no método das faixas de suficiência (algumas soluções foram importadas do método PASS)

20 Principais novidades a serem submetidas à comunidade científica Método da modelagem matemática Avaliações da acurácia a partir de dados de campo (este método está limitado a experimentos controlados) Novas adaptações no método do potencial de resposta à adubação

21 DMS e tamanho da amostra D e svio M ínim o S ig nifica tivo e nú m e ro d e re p e tiçõ e s DMS (sc/ha) n (n ú m e ro d e re p e tiç õ e s ) Conclusão: amostra com grande número de repetições tendem a encontrar significância estatística mesmo para pequenas diferenças na produtividade.

22 Modelo linear para o IBNm kg de soja ha Limite da relação entre a produtividade e o IBNm y = a + bx a = 5500 (x = 0; y = 5500) b = ( )/(4,5-0) = 778 Pmax = IBNm IBN médio Dica: Lavouras com produtividade próxima ao limite dado pela reta vermelha têm grandes chances de responder positivamente à melhoria do estado nutricional

23 Ganhos de produtividade e teor de N G a nho d e p ro d utivid a d e d e so ja co m incre m e nd o d o te o r d e N , , , , ,0 0 y = 51,455x ,7 R 2 = 0, , , , ,0 0 0, , , , , , , , ,0 0

24 Ganhos de produtividade e ID de N Rend im e nto d e S o ja p o r incre m e nd o d o Ind ice D RIS d e N , , , , ,0 0 y = 203,08x ,4 R 2 = 0, , , , ,0 0 0,0 0-8, , , , , , , , ,0 0 0

25 Ganhos de produtividade e teor de K G a nho s d e P ro d utivid a d e e incre m e nto d o te o r d e K , ,0 0 y = -45,774x ,1 R 2 = 0, , , , , , , ,0 0 0, , , , , , , ,0 0

26 Ganhos de Produtividade e ID de K G a nho s d e P ro d utivid a d e co m Incre m e nto d o Índ ice D RIS d e K , , , , ,0 0 y = 331,43x ,3 R 2 = 0, , , , ,0 0 0,0 0-6, , , , , , ,0 0 0

27 Ganhos de Produtividade e ID de Zn G a nho s d e P ro d utivid a d e e incre m e nto d o índ ice D RIS d e Zn , , , , , ,0 0 y = 154,76x ,1 R 2 = 0, , ,0 0 0,0 0-8, , , , , , , , ,0 0 0

28 A Ordem de Limitação Classifica os nutrientes segundo a ordem de requerimento nutricional a partir dos valores dos índices DRIS

29 P.R.A. x índices DRIS x Teor Diferentes índices DRIS podem resultar em um mesmo grau de potencial de resposta a adubação Índices DRIS com valores negativos podem resultar em potencial de resposta à adubação nulo O teor nutricional pode tanto aumentar ou diminuir o grau de desequilíbrio indicado pelos valores dos índices DRIS

30 Bases para o Monitoramento Definir Alvo Amostragem proporcional e representativa Definir Problemas Lavouras produtivas, em bom estado sanitário, boa relação benefício-custo para fertilizantes e insumos fitossanitários Lavouras que não atendam a pelo menos um dos requisitos das lavouras-alvo Gerar Normas DRIS

31 Definindo o alvo (população de Grupo de lavouras 17% mais produtivas? referência) População problema Seleção Normas DRIS Boa relação benefíciocusto? População de referência Bom estado fitossanitário? Gerar Normas DRIS

32 DRIS X DRIS 1.6 Dados do Monitoramento Gerar Normas DRIS Normas DRIS Modelagem Diagnóstico Diagnóstico/ Prognóstico Recomendação

33 DRIS 1.6 X DRIS 2.0 Dados do Monitoramento Gerar Normas DRIS Modelagem Modelagem DRIS 1.6 DRIS 2.0 Prognóstico Acurácia Recomendação

34

35

36

37

38

39

40

41

42

43

44