MAPAS DE DISTRIBUIÇÃO ESPACIAL DE PERCEVEJOS NA CULTURA DA SOJA SAFRA 2022/2023
Spatial distribution maps of bed bugs in soybean crop 2022/2023
AUTORES/AUTHORS
Geiziéli Mergen Röhrs1; Ivan Carlos Maldaner1; Marcelo Farias1; Luciano Zucuni Pes1; André Müllich1; Kaue da Silva Bosi1Guilherme Bortolotto da Silva1, Mariana Rodrigues de Freitas1
1 Colégio Politécnico da Universidade Federal de Santa Maria, Av. Roraima nº 1000, 97105-900, Santa Maria – RS, Brasil, geizielirohrs@gmail.com, ivan.maldaner@ufsm.br, marcelo.farias@ufsm.br, lucianopes@politecnico.ufsm.br, andre.mullich@hotmail.com, kauebosi7@gmail.com, guilhermebortolottodasilva@gmail.com, marirodfreitas@gmail.com
RESUMO
O presente trabalho visa apresentar mapas de incidência de pragas na cultura da soja na safra 2022/23 como o intuito de correlacionar os mapas com o estádio de desenvolvimento da cultura de acordo com a variabilidade espacial dentro do talhão. Os mapas de calor são uma ferramenta para o monitoramento de pragas, sendo uma alternativa para viabilizar uma produção mais rentável e sustentável aos produtores onde os mesmos podem analisar áreas dentro de sua propriedade onde há maior incidência para saber o manejo a ser adotado, bem como futuramente realizar aplicação de produtos de uma forma localizada e assertiva. Em suma os mapas de calor da distribuição espacial de percevejos podem ser amplamente utilizados para avaliar as áreas de maior incidência de pragas e permitindo a aplicação precisa de medidas de controle, minimizando impactos ambientais e contribuindo com a sustentabilidade do sistema.
Palavras-chave: Soja. Mapas de calor, produção sustentável.
ABSTRACT
The present work aims to present prediction incidence maps for soybean crops in the 2022/23 harvest with the aim of correlating the maps with the crop's development stage according to the spatial variability within the plot. Heat maps are a tool for monitoring forecasts, being an alternative to enable more profitable and sustainable production for producers where they can analyze areas within their property where there is greater incidence to know the management to be adopted, as well as In the future, it will apply products in a localized and assertive way. In short, heat maps of the spatial distribution of perceptions can be widely used to evaluate the areas of highest incidence of forecasts and allow the precise application of control measures, minimizing environmental impacts and contributing to the sustainability of the system.
Keywords: Soybean. Heat maps. Sustainable production.