A agricultura de precisão surge como uma importante ferramenta para melhorar o gerenciamento da produção cafeeira, mostrando que o conhecimento de determinadas características do solo, associado à resposta de produtividade do cafeeiro, pode facilitar a aplicação localizada e racional dos insumos, com resultados ambientais e econômicos positivos. Desta forma, o presente trabalho objetivou utilizar ferramentas de agricultura de precisão aliadas a ferramentas da geoestatística para avaliar as variáveis fósforo, potássio e produtividade do cafeeiro, em três safras agrícolas, por meio de análises dos semivariogramas e de mapas de isolinhas interpolados por krigagem, e demonstrar que estas ferramentas são de grande valia para o manejo da cultura do café. Este trabalho foi conduzido na fazenda Brejão, no município de Três Pontas, Minas Gerais, nas safras de 2007/2008, 2008/2009 e 2009/2010, utilizando-se dos atributos químicos do solo, fósforo e potássio, amostrados com o auxílio de um quadriciclo com trado calador e dados de produtividade, que foram obtidos por meio de colheita manual, ambos em pontos georreferenciados. Foi possível caracterizar a magnitude da variabilidade espacial dos atributos em estudo, que apresentaram grande variação no tempo e no espaço. Os melhores ajustes dos semivariogramas permitiram a confecção de mapas mais precisos, contribuindo para a utilização da geoestatística na cafeicultura.
The Precision Agriculture appears as an important tool to the management of coffee farms where the knowledge of some soil features associated with the coffee production could help specific application of fertilizing with positive environmental and economic results. So the aim of this study was to use precision agriculture and geoestatistics to evaluate the variables phosphorus, potassium and the coffee plant yield, in three different crops, by evaluating the semivariogram and kriging maps and show that these tools are important to the coffee management. This study was conducted on the Brejão farm in Três Pontas, Minas Gerais, in 2007/2008, 2008/2009 e 2009/2010 crop. As data base were used chemical soil data obtained by sampling in a georreferenced location using a quadricycle with a sampler and a GPS, and the yield data was obtained from manual harvest on the georreferenced location. It was possible to characterize the spatial variability magnitude of the studied attributes, and they presented huge variation on time and space. Adjusts of the best semivariograms enable to produce more accurate maps that contribute to the geostatistics uses on coffee crop.
