INPUT DE DIFERENTES VARIÁVEIS COMO ESTRATÉGIA NA DELIMITAÇÃO DE ZONAS DE MANEJO EM VINHEDOS DA CAMPANHA GAÚCHA
Input of Different Variables as a Strategy for Delimiting Management Zones in Vineyards of the Campanha Gaúcha
AUTORES/AUTHORS
Bruna Trevizan Paese¹; Jean Michel Moura Bueno¹; Gustavo Brunetto1; Ricardo Simão Diniz Dalmolin¹; Lúcio de Paula Amaral¹; Fabrício de Araújo Pedron¹; Noeme da Costa Santos¹; Luís Felipe Rech¹
RESUMO
Este estudo teve como objetivo caracterizar e mapear a variabilidade espacial de classes de solo, atributos edáficos e foliares, variáveis topográficas e produtividade de uva Vitis vinífera em vinhedo da Campanha Gaúcha. Foram descritos perfis de solo, realizadas amostragens em grade georreferenciada e análises químicas e físicas de solo e tecido foliar. A produtividade foi avaliada em duas safras (2023/2024 e 2024/2025). As variáveis topográficas foram obtidas a partir do Modelo Digital do Terreno (MDT) derivado de levantamento com Sistemas de Aeronaves Remotamente Pilotadas (RPAS/DRONES), e os modelos preditivos foram ajustados por Random Forest. A integração dos dados em ambiente R, com uso de análise multivariada e algoritmo K-Means, possibilitou a delimitação de três zonas de manejo (alta, média e baixa produtividade). Os resultados evidenciam o potencial da Viticultura de Precisão na definição de estratégias diferenciadas de manejo, contribuindo para maior eficiência produtiva e sustentabilidade da viticultura regional.
Palavras-chave: Viticultura de precisão. Mapeamento Digital de Solos. Análise Multivariada de Dados.
ABSTRACT
This study aimed to characterize and map the spatial variability of soil classes, edaphic and foliar attributes, topographic variables, and grape (Vitis vinifera) yield in a vineyard in the Campanha Gaúcha region. Soil profiles were described, samples were collected on a georeferenced grid, and chemical and physical analyses were carried out on soil and leaf tissues. Yield was evaluated in two growing seasons (2023/2024 and 2024/2025). Topographic variables were derived from a Digital Terrain Model (DTM) obtained through surveys with Remotely Piloted Aircraft Systems (RPAS/DRONES), and predictive models were fitted using Random Forest. Data integration in R, combined with multivariate analysis and the K-Means algorithm, allowed the delineation of three management zones (high, medium, and low productivity). The results highlight the potential of Precision Viticulture for defining site-specific management strategies, contributing to greater productive efficiency and sustainability of regional viticulture.
Keywords: Precision viticulture. Digital Soil Mapping. Multivariate Data Analysis.
