Oil and protein contents yield maps and soil attributes correlation analysis for soybean grains.

Este estudo teve como objetivo determinar a variabilidade espacial dos teores de óleo e proteína de grãos de soja e correlacioná-los com atributos do solo. Em uma área aproximada de 9,01ha, foram realizadas 170 coletas de dados em pontos correspondentes aos nós de uma malha regular de 25m. Em um raio de 1m ao redor do ponto central georreferenciado, foram colhidos todos os grãos de soja e coletadas 7 subamostras de solo, totalizando uma amostra composta. A correlação entre dados, visando a explicar a variabilidade espacial da produtividade de culturas agrícolas, é uma das fases mais importantes e sensíveis da Agricultura de Precisão. Muitos são os atributos que podem estar influenciando os teores de óleo (Porcentagem de Extrato Etéreo na Matéria Seca – %E.E.M.S.) e proteína (Porcentagem de Proteína Bruta na Matéria Seca – %P.B.M.S.) do grão de soja como, por exemplo, os do solo (compactação, estrutura, nutrientes, textura, umidade), os da planta (nutrientes absorvidos, enraizamento, disponibilidade de água nas folhas, ataque de pragas) e os do clima (radiação solar, vento, temperatura e umidade). Com os atributos utilizados neste estudo não houve correlação satisfatória entre a variabilidade espacial dos atributos da fertilidade e textura do solo com teores de óleo (Porcentagem de Extrato Etéreo na Matéria Seca – %E.E.M.S.) e proteína (Porcentagem de Proteína Bruta na Matéria Seca – %P.B.M.S.) da soja da área experimental e também um baixo coeficiente de determinação na análise de regressão linear múltipla para as variáveis óleo e proteína. Quanto à análise geoestatística, as variáveis, óleo (Porcentagem de Extrato Etéreo na Matéria Seca – %E.E.M.S.), proteína (Porcentagem de Proteína Bruta na Matéria Seca – %P.B.M.S.), argila e boro não apresentaram dependência espacial. Na área experimental encontrou-se um ótimo coeficiente de determinação entre as variáveis de atributos do solo (silte, H+Al, M.O., Ca, Mg, K, SB, CTC, V%, Mn eCu) todos maior que 85%, apenas a variável K teve um ajustamento que pode ser considerado bom, ficando entre 75% e 85%.The purpose of the present study was to determine the spatial variability of oil and protein contents in soybean grains and to correlate these characteristics with soil attributes. In a 9.01ha field, 170 samples were taken at the nodes of a 25m regular grid. Within a 1-m radius around the georeferenced node, all soybean grains were collected, as well as 7 soil subsamples, constituting one compound sample. One of the most important and delicate aspects of Precision Agriculture is correlating data to explain the spatial yield variability of agricultural crops. There are several attributes that can influence oil (percentage of ethereal extract in dry matter – %E.E.D.M.) and protein (percentage of gross protein in dry matter – %G.P.D.M.) amounts in soybean grains, such as, those related to the soil (compaction, structure, nutrients, texture, moisture), plants (nutrients absorbed, rooting, water availability in the leaves, pest attacks) and climate (solar radiation, wind, temperature and humidity). Considering the attributes studied, poor correlation was verified between the spatial variability of soil fertility and texture with oil (percentage of ethereal extract in dry matter – %E.E.D.M.) and protein (percentage of gross protein in dry matter – %G.P.D.M.) amounts in soybean grains from the experimental area. A low coefficient of determination for the multiple linear regression analysis was obtained for the attributes oil and protein contents. Using geostatistical analysis, no spatial dependence was verified for the variables oil (ethereal extract in dry matter – %E.E.D.M.), protein (gross protein in dry matter – %G.P.D.M.), clay and boron amounts. The soil attributes (silt, H+Al, D.M., Ca, Mg, K, SB, CEC, V%, Mn and Cu) showed excellent coefficients of determination in the experimental area, with all coefficients above 85%, except for K, which showed coefficients between 75% and 85%, which are considered good