Ferramentas para determinação de Zonas de Manejo são importantes para auxiliar na tomada de decisão em relação à abordagem específica em cada talhão. No entanto, é necessário saber interpretar corretamente cada dado para garantir o melhor aproveitamento possível da tecnologia e converter em aumento de produtividade
Agricultura cada vez mais competitiva, com custos elevados e margens apertadas, este é o cenário da agricultura moderna. Mais do que nunca, com o aumento das tecnologias disponíveis para os produtores, se faz necessário o gerenciamento das informações levantadas no campo, porém apenas as informações de qualidade geradas por pessoas qualificadas e comprometidas conseguem levar ao sucesso da lavoura.
Os dados de análises sobre condutividade elétrica aparente do solo, índices de vegetação e produtividade das culturas auxiliam muito na identificação e no manejo da variabilidade espacial, direcionando amostragem de solo, acompanhamento no desenvolvimento da lavoura, identificação de problemas com nematoides, variação de textura, fertilidade, aplicações de insumos em taxa variada etc. Isso possibilita uma tomada de decisão específica para cada condição em cada zona de manejo dentro do talhão, respeitando a aptidão de cada ambiente e impactando significativamente na rentabilidade, garantindo a sustentabilidade e a longevidade da atividade agrícola.
Algumas dessas ferramentas de identificação da variabilidade espacial nos campos já são amplamente difundidas e muitas vezes utilizadas sem muito critério. Um exemplo são os índices vegetativos, em que o mais conhecido é o NDVI. Quando obtidos por sensores passivos como imagens de satélite ou drones, é necessário tomar cuidado com relação aos resultados obtidos através dessas ferramentas, pois estes têm seus valores de leituras muito influenciados por fatores climáticos no momento da leitura como sombreamento por nuvens, incidência de luminosidade ou ângulo do sol em relação ao eixo perpendicular ao solo.
CONDUTIVIDADE ELETRICA APARENTE DO SOLO
A mensuração da condutividade elétrica aparente do solo (CEa) teve como propósito inicial a identificação de problemas com salinidade em campos de produção em zonas áridas com sistema de cultivo irrigado ou zonas com lençol freático de baixa profundidade.
Com o passar do tempo, foram descobertas outras finalidades e outras correlações para os dados gerados de condutividade elétrica. A Fundação de Apoio à Pesquisa Agropecuária do Mato Grosso (Fundação MT), empresa de pesquisa e consultoria sediada em Rondonópolis (MT), trabalha com condutividade elétrica do solo desde 2011, inicialmente voltada à pesquisa e ao desenvolvimento de técnicas para obtenção e uso dos resultados. A partir de 2013, passou a trabalhar também em áreas comerciais e hoje tem em seu banco de dados mais de 35 mil hectares mapeados em propriedades de parceiros e seus dados sendo utilizados para otimização da produtividade e rentabilidade das culturas principalmente soja, milho e algodão.
A mensuração da CEa do solo é muito influenciada por várias propriedades físico-químicas do solo, tais como: sais solúveis, mineralogia e conteúdo de argila, quantidade de água presente no solo, densidade volumétrica e matéria orgânica.
A leitura da CEa pode ser feita com sensores acoplados a veículos ou tratores que percorrem a área que se quer analisar, apresentando boa capacidade operacional, aproximadamente 30 a 40 hectares por hora, porém requerendo presença de umidade no solo.
Os dados resultantes da leitura de CEa têm alta correlação com os atributos físicos do solo e é uma ferramenta fundamental para ser utilizada em talhões onde existe variabilidade na textura do solo. Através da eletricidade, o sensor de CEa consegue detectar ambientes diferentes dentro do talhão, separando-os em classes e permitindo o direcionamento da investigação. O mapa de CEa é um direcionador, por exemplo, de amostragem de solo por apresentar uma alta correlação com teores de argila e também com produtividade, bem como atributos químicos que são condicionados pela textura do solo.
A Figura 1 é um mapa de condutividade elétrica ao lado de um mapa de textura, onde a coleta de solo foi realizada direcionada pelos dados de condutividade elétrica em um talhão de 135 hectares. No mapa em tons de marrom, CEa, as cores diferentes entre as regiões dos mapas indicam em tons mais claros valores menores de CEa, e nas tonalidades mais escuras, maiores valores de CEa. As cores do mapa de textura variam conforme a legenda.
Os números de condutividade elétrica são relativos, ou seja, as amplitudes dos valores variam de acordo com o momento da avaliação, porém as diferenças permanecem diferenciando os ambientes.
A quantidade de área contida em cada subdivisão de amostragem de solo é dependente da variação que existe no campo, não tendo valor fixo e sendo uma maneira muito mais racional de identificação de variabilidade dos ambientes.]
ÍNDICE DE VEGETAÇÃO
Índices de vegetação são obtidos através de sensores ópticos, que são capazes de medir a quantidade de luz, de comprimentos de ondas específicos que as plantas refletem, e através de cálculos matemáticos são obtidos os índices de vegetação como NDVI, NDRE, dentre outros. Os dados de índice de vegetação obtidos nos permitem um direcionamento da investigação da lavoura enquanto a cultura ainda está no campo, subsidiando a utilização de estratégias que podem impactar diretamente na produtividade e rentabilidade da lavoura.
Um exemplo de uso dos índices de vegetação, é para a cultura do algodão, que tem o ciclo mais longo em relação a soja e milho, e extremamente depen dente do manejo de nitrogénio e regulador de crescimento que é feito no decorrer do cultivo. Esta ferramenta é importantíssima para auxiliar na tomada de decisão quanto às determinações de doses e locais de aplicação de regulador de crescimento e nitrogénio.
Para as culturas de soja e milho, estes índices de vegetação também são muito utilizados, direcionando as vistorias nas lavouras e assim auxiliando na identificação de problemas provenientes de diferenças de ambientes, ataque de pragas, doenças ou até mesmo problemas operacionais que estejam causando variabilidade nas lavouras.
A Figura 2 identifica as áreas em que a soja apresenta menor desenvolvimento nas regiões com coloração mais clara e nas regiões com coloração mais escura a cultura apresenta maior desenvolvimento e vigor.
MAPAS DE PRODUTIVIDADE
Os dados de produtividade são obtidos através de sensores instalados nas colhedoras que registram a quantidade de material que chega no reservatório da máquina, sejam grãos ou plumas, e através de uma antena de GPS é possível georreferenciar os pontos onde há ou não variação da produtividade dentro do talhão.
A Figura 3 destaca três mapas de produtividade de milho durante três safras consecutivas do mesmo talhão. Nota-se que a produtividade varia em relação aos anos de cultivo, sendo influenciada por manejos, datas de plantio, escolha de híbridos e diferenças climáticas entre os anos. Porém, as regiões com maiores e menores produtividades se mantêm praticamente nas mesmas posições, caracterizando as diferenças de ambientes de produção existentes neste talhão.
Para se obter uma informação confiável, os dados extraídos dos monitores de colheita são trabalhados para eliminação de erros e ruídos (dados ruins). Esta etapa de processamento dos dados faz total diferença no resultado final do monitoramento de colheita, uma vez que dados mal trabalhados geram uma informação errada e toda tomada de decisão dependente desses dados estará equivocada, acarretando custos desnecessários ou até mesmo decréscimo em produtividade.
Tudo o que acontece na lavoura durante a safra, desde recomendação química, corretivos, tratos culturais, qualidade operacional, escolha da cultivar/híbrido, clima e inclusive histórico de anos passados, tem reflexo direto nos dados de produtividade e consequentemente na rentabilidade das lavouras.
Após as informações levantadas, é possível recomendar manejos distintos para cada região do talhão, respeitando as aptidões do ambiente, otimizando resultados e maximizando lucros.
A agricultura tem passado por uma fase de modernização tecnológica imensa. Os grandes gargalos são a qualificação de mão de obra, a qualidade das informações e a gestão dos dados obtidos, ou seja, como fazer com que essa quantidade de informação se reverta em ações que gerem lucro.
Como dito acima, é de fundamental importância que os dados gerados por sensores, sejam eles quais forem, sejam obtidos e analisados com muito critério, além de fazer uma avaliação e analisar se aquele dado ou aquela imagem realmente condiz com a realidade da lavoura antes da tomada de decisão. Desta forma, o valor investido na tecnologia garantirá aumento de produtividade nas áreas menos produtivas e, consequentemente, maior homogeneidade na lavoura.
Marcus Leal, Fundação MT – Rondonópolis
Fonte: Revista Cultivar – www.revistacultivar.com.br – Fevereiro/2021 nº213 Ano XIX
