Otimização das decisões experimentais em cana-de-açúcar por meio de análise da variabilidade do solo, interpolação e agrupamento

Abstract

A fertilidade do solo influencia diretamente o desenvolvimento das plantas. A análise das variáveis químicas do solo é fundamental para embasar a tomada de decisão em estudos experimentais com cana-de-açúcar, pois cada variável contribui para características desejáveis, como a produtividade, fator essencial para essa cultura. Este estudo investigou a variabilidade do solo em uma quadra experimental de melhoramento genético de cana-de-açúcar, aplicando métodos geoestatísticos e a interpolação pelo inverso da distância para otimizar a tomada de decisões e reduzir custos no planejamento experimental. Para isso, foram coletadas amostras em 60 pontos de uma quadra da Unidade de Ensino, Pesquisa e Extensão em Melhoramento Genético de Cana-de-Açucar (UEPE), localizado em Oratórios – MG. A partir da análise das características químicas do solo, com foco nos teores de fósforo e potássio, e do ajuste do modelo de variograma, realizou-se a interpolação por meio da krigagem simples e pelo inverso da distância para a construção de mapas de distribuição espacial. Foi utilizada a técnica de agrupamento k-means para a segmentação das regiões conforme a concentração de fósforo e potássio. Foram identificadas as áreas homogêneas. Com os resultados obtidos, concluiu-se que é possível tomar decisões mais precisas, que podem economizar recursos financeiros no planejamento experimental, visto que o pesquisador já tem o conhecimento prévio dos locais onde possuem maior ou menor concentração de fósforo e potássio. E também, pela confirmação da viabilidade da redução de 20% dos pontos amostrais, reduzindo tempo de coleta de amostras e custos de análises. Pode-se otimizar a área experimental, uma vez que é possível alocar futuros experimentos de acordo com a região de fertilidade mais adequada. Palavras-chave: Geoestatística; Delineamentos experimentais; Fertilidade do solo; Redução amostral.

Soil fertility directly influences plant development. Analyzing soil chemical variables is essential for decision-making in experimental studies with sugarcane, as each variable contributes to desirable characteristics, such as productivity, a key factor for this crop. This study investigated soil variability in an experimental sugarcane breeding plot, applying geostatistical methods and inverse-distance interpolation to optimize decision-making and reduce experimental planning costs. To this end, samples were collected from 60 points in a plot at the Sugarcane Genetic Breeding Teaching, Research, and Extension Unit (UEPE), located in Oratórios, Minas Gerais. Based on the analysis of soil chemical characteristics, focusing on phosphorus and potassium levels, and the adjustment of the variogram model, interpolation was performed using simple kriging and inverse-distance interpolation to construct spatial distribution maps. The k-means clustering technique was used to segment regions based on phosphorus and potassium concentrations. Homogeneous areas were identified. The results indicate that more accurate decisions can be made, potentially saving money in experimental planning, as researchers already have prior knowledge of the locations with higher or lower phosphorus and potassium concentrations. Furthermore, the feasibility of reducing sampling points by 20% can be confirmed, reducing sample collection time and analysis costs. The experimental area can be optimized, allowing future experiments to be allocated according to the most suitable fertility region. Keywords: Geostatistics; Experimental designs; Soil fertility; Sample reduction.