POTENCIAIS USOS DE SENSORES PORTÁTEIS ÓPTICOS NA
CARACTERIZAÇÃO DO NITROGÊNIO E MAGNÉSIO NA CULTURA DO CAFÉ
Gustavo Di Chiacchio Faulin¹; Gisele Prado Gimenez²; Larissa de Oliveira Marques²;
¹Eng. Agronômo, Doutor, Docente, FATEC Shunji Nishimura, Pompeia – SP.
²Discente, FATEC Shunji Nishimura, Pompeia –SP.
Resumo: O monitoramento da quantidade de nitrogênio é uma prática extremamente
importante na cultura do café, que identifica a necessidade ou não de sua aplicação, visando a
máxima exploração do potencial de produção. O teor de clorofila na folha pode ser uma
importante ferramenta para aumentar a precisão no processo de recomendação de adubação
nitrogenada em cereais. A utilização de sensor portátil para medição de clorofila é uma
ferramenta que permite esta medição de forma imediata. Neste sentido, este trabalho foi
desenvolvido a fim de verificar a existência da possível correlação dos dados obtidos pelos
sensores ópticos, calculando os índices ICF (Índice de Clorofila Falker) e NDVI (Normalized
Difference Vegetation Index) coletados em campo, com as análises foliares, dando ênfase aos
nutrientes de nitrogênio e magnésio, já que estes estão presentes na molécula de clorofila, a
fim de identificar o potencial uso destes sensores e as possíveis causas da interação entre os
atributos analisados. Nos resultados obtidos foram realizadas análises estatísticas descritivas e
correlação dos dados. Os resultados mostraram que não houve dependência espacial entre as
análises de ICF, NDVI e análises de nitrogênio e magnésio, demonstrando que as subamostras
apresentaram entre elas variações muito semelhantes com a variação ocorrida no talhão.
Palavras- chave: Clorofila, adubação nitrogenada, nutrientes.
POTENTIAL PORTABLE OPTICAL SENSOR USES IN NITROGEN
CHARACTERIZATION AND MAGNESIUM IN COFFEE CULTURE
Abstract: Monitoring the amount of nitrogen is an extremely important practice in coffee
culture, which identifies the necessity of its application, for maximum exploitation of the
production potential. The chlorophyll content in the leaf can be an important tool to increase
accuracy in nitrogen rates process in cereals. The use of portable sensor for measuring
1
chlorophyll is a tool that allows this measurement immediately. Thus, this study was
conducted to verify the existence of possible correlation of the data obtained by optical
sensors, calculating the ICF indices (Chlorophyll Index Falker) and NDVI (Normalized
Difference Vegetation Index) collected in the field, with leaf analyzes, emphasizing the
nutrients nitrogen and magnesium, as these are present in the chlorophyll molecule in order to
identify the potential use of these sensors and the possible causes of the interaction between
the analyzed attributes. The results obtained were carried out descriptive statistical analysis
and correlation of data. The results showed no spatial dependence between analyzes of ICF,
NDVI and nitrogen and magnesium analysis, showing that the subsamples showed variations
between them very similar to the variation in the field.
Keywords: Chlorophyll, nitrogen, nutrients.
INTRODUÇÃO
A cultura do cafeeiro ocupa posição de destaque na produção mundial, com
aproximadamente 145 milhões de sacas no ano de 2013, segundo a Organização Internacional
do Café – OIC (2013). O Brasil produziu cerca de 49,1 milhões de sacas de café no ano, e por
força disto, é o maior produtor mundial e maior exportador de café. De acordo com a
Companhia Nacional de Abastecimento - CONAB (2014), a espécie de café arábica
representa 75,1% da produção total (arábica e conilon) do café no país no ano de 2013, com
produção de 38,29 milhões de sacas. O estado de Minas Gerais possui a maior área com
produção da cultura cafeeira do país, com 1.238.270 hectares, sendo 98,89% da espécie
arábica e com segunda maior área plantada do país está o estado do Espírito Santo,
totalizando 489.796 hectares, com 63,38% da sua produção da espécie conilon.
O cafeeiro necessita de pequenas quantidades de nutrientes na fase inicial de
desenvolvimento, porém, à medida que a planta cresce, começa a produzir maior quantidade
de frutos, as demandas metabólicas crescem e a planta começa a se tornar mais exigente em
nutrientes. A correção do solo e a adubação representam de 25 a 30% do custo de produção da
saca de café beneficiado. (GUIMARÃES, 2010 apud RODRIGUES, 2010).
O uso e manejo adequados desses solos pressupõem a melhoria de sua fertilidade por
meio das várias práticas que preservem e aumentem a matéria orgânica, diminuam a acidez,
2
garantam um crescimento radicular vigoroso e mantenham os nutrientes em quantidades e
proporções adequadas. (GUIMARÃES, 2010 apud SANTANA, 2011).
Na cultura do cafeeiro a análise foliar permite avaliar o estado nutricional da planta,
detectar deficiências ou excessos nutricionais e ajustar o programa de adubação, e essa técnica
assume grande importância devido à constatação de baixa relação entre a disponibilidade de
nutrientes no solo, na fase que antecede o ciclo de crescimento e produção, e a produtividade
da cultura. (SOUZA et al, 2000 apud ZABINI, 2010)
De acordo com Tisdale et al. (1993) apud Povh, (2007), o nitrogênio (N) é um
integrante da clorofila, um pigmento que é o primeiro a absorver a energia luminosa
necessária para a fotossíntese. Se o N é utilizado adequadamente, juntamente com os demais
nutrientes, pode acelerar o desenvolvimento da cultura. Segundo Silva et al., (2013), por
serem constituintes da molécula de clorofila, o N e o magnésio (Mg) são bastante estudados
em plantas cultivadas. Desta forma, determinações periódicas dos teores de clorofila nas
folhas podem auxiliar no manejo nutricional, em relação ao N e Mg. (GUIMARÃES et al,
1999).
O monitoramento do nível adequado dos nutrientes na planta é essencial para
determinar a necessidade de aplicação e a dose correta. Faquin (2002) aponta diversos
métodos de avaliação do estado nutricional das plantas, além da análise foliar também podem
ser feitos diagnose visual, testes de tecidos, testes bioquímicos e teor de clorofila. Segundo
Reis et al. (2006), não há um método de avaliação rápido ao alcance dos agricultores, todos
demandam tempo para a conclusão da análise.
Dessa forma, um benefício adicional da tecnologia de sensores para a produção
agrícola é a habilidade de quantitativamente identificar a variabilidade dentro do talhão
(MARTIN et al., 2007). Com o advento dos medidores portáteis, que utilizam princípios
ópticos não destrutivos, baseados na absorbância e/ou refletância da luz pelas folhas, a
determinação de clorofilas tornou-se fácil e rápida, podendo ser realizada diretamente a
campo (RICHARDSON et al., 2002).
O objetivo deste trabalho foi entender a correlação dos dados obtidos pelos sensores
ópticos de clorofila e NDVI com as análises foliares feitas na cultura do café, identificando o
potencial uso destes sensores e as possíveis causas de interação entre os atributos analisados.
3
MATERIAL E MÉTODOS
Os dados foram coletados em uma área particular, localizada no município de
Pedregulho, SP, com as coordenadas geográficas médias: latitude 20º 15’ 27” Sul, longitude
47º 28’ 39” Oeste e 1.042 metros de altitude em relação ao nível do mar. Foram utilizados 3
talhões cultivados com a espécie Coffea arábica L., descritas na Tabela 1.
Tabela 1. Descrição das áreas experimentais.
Descrição
Área (ha)
Variedade
Espaçamento (m)
NS03
47,00
Mundo Novo
4,0
SM04
2,95
Mundo Novo
3,5
SM01
20,93
Catuaí
3,5
A coleta dos dados foi realizada durante o período de 07 de Julho de 2014 e 11 de
Julho de 2014, logo após o período de colheita. Foi utilizado o software ArcGIS 10.1 para
realização da grade amostral com pontos georreferenciados dos talhões (Figura 1), sendo os
pontos georreferenciados transferidos para o receptor GPS Garmin, para localização das
coordenadas dos pontos amostrais a campo.
a
b
c
Figura 1. Distribuição dos pontos georreferenciados nos talhões (a) NS03; (b) SM04; (c)
SM01
Para as amostragens realizadas com o sensor ClorofiLog® (Falker Automação
Agrícola), que mede a absorção de luz pela folha em comprimentos de onda específicos. Por
meio das relações de absorção nas diferentes frequências, é determinado o Índice Relativo de
Clorofila. Como o teor de clorofila é proporcional a nutrientes fundamentais como o
4
nitrogênio, com o uso do ClorofiLOG® é possível identificar e corrigir deficiências de forma
rápida e direta na lavoura. Desta forma, utilizou-se o terceiro par de folhas, do ápice para
base, em ramos da altura média da planta, coletando 4 pares de folhas de cada lado, (Figura
2), totalizando 16 amostras. Utilizou-se o critério de não realizar amostragens nas nervuras
das folhas, para toda a amostragem, selecionando as melhores folhas para esta etapa.
As folhas coletadas para a análise laboratorial foram as mesmas utilizadas para as
análises realizadas com o sensor ClorofiLOG®, sendo medidas durante a coleta das amostras
e armazenadas e identificadas em sacos plásticos, separados por ponto amostral e enviadas ao
Laboratório de Análises Agronômicas da Fundação Shunji Nishimura de Tecnologia. Para o
processo de análise foliar, as amostras foram lavadas inicialmente com água, a seguir em uma
solução de detergente neutro a 0,1%, novamente em água e finalmente em água deionizada.
Após este processo as amostras foram colocadas em estufa de circulação de ar forçada á
temperatura de 70 a 80ºC. Posteriormente a isso, o material seco foi moído em moinho tipo
willey, passando pela peneira de malha 20 de aço inoxidável.
Para a análise do NDVI das plantas do cafeeiro, utilizou-se o sensor portátil
GreenSeeker™ (Trimble), o sensor portátil emite pulsos de comprimentos de luz vermelha e
infravermelho. O sistema mede a quantidade de cada tipo de luz que é refletida no sensor.
Para isso, o gatilho permaneceu puxado pelo tempo necessário para percorrer cada faixa com
uma distância de 5 metros (Figura 2), enquanto o leitor era passado a uma distância
aproximada de 50 cm (Figura 2), pelo terço médio da planta (Figura 2), com um total de 4
faixas amostrais por ponto, sendo 2 faixas em cada lado, fornecendo uma média das leituras
ao final de cada faixa de medição.
Figura 2. Método de coleta de dados com o sensor Greenseeker. (a) faixa de 5 metros para a
coleta dos dados; (b) distância de 50 cm do sensor até a planta; (c) terço médio da
planta onde é feita a leitura.
5
O cálculo se dá por meio da diferença entre as reflectâncias do infravermelho próximo
e a do vermelho, dividida pela soma das duas reflectâncias. O índice gerado pela equação
varia de -1 a 1, onde, quanto maior o valor do índice maior a presença de vegetação, e é
calculado segundo a fórmula:
NDVI = (IVP - V) / (IVP + V)
Onde:
IVP – é o valor para a reflectância do infravermelho próximo
V – é o valor para a reflectância do vermelho.
Para a interpretação dos dados, utilizou-se uma a estatística descritiva e geoestatísca
dos dados através do Software ArcMAP 10.1. O grau de variabilidade dos parâmetros foi
analisado a partir do coeficiente de variação, com base na classificação proposta por Warrick
(1998), que sugere os limites CV < 12%, 12% > CV < 60%, e CV > 60% para atributos de
baixa, média e alta variabilidade, respectivamente. Foi calculada a correlação simples entre os
teores nitrogênio e magnésio obtidos em laboratório e os valores de ICF e NDVI obtidos em
campo.
RESULTADOS E DISCUSSÃO
De acordo com os dos dados obtidos pelos sensores ópticos de Clorofila e NDVI e os
resultados gerados nas análises foliares, dando ênfase aos nutrientes Mg e N (pois estes estão
presentes nas células de clorofila), foi gerada uma tabela de estatística básica para as médias
calculadas (Tabela 2), de forma a compreender a amplitude de variação de cada elemento.
6
Tabela 2. Estatística básica das médias dos dados brutos da análise de sensores e análise
SM01
SM04
NS03
foliar.
Erro
Desvio
padrão
Padrão
0,82
0,00
60,08
60,60
Nitrogênio
26,03
Magnésio
Variáveis
Média
Mediana
Greenseeker
0,81
Clorofilog
Curtose Assimetria
CV
Mínimo
Máximo
0,03
0,70
0,84
7,59
-2,35
3,20
0,38
2,57
53,60
64,00
-0,15
-0,65
4,30
26,11
0,18
1,21
22,90
27,95
-0,29
-0,41
4,70
3,17
3,20
0,08
0,54
2,10
4,10
-0,63
-0,31
16,90
Greenseeker
0,76
0,76
0,00
0,02
0,72
0,81
0,20
0,18
2,90
Clorofilog
61,79
62,00
0,33
1,91
55,20
65,40
3,28
-1,09
3,10
Nitrogênio
27,09
27,17
0,35
2,03
21,74
33,59
3,40
0,11
7,50
Magnésio
3,45
3,45
0,10
0,59
2,55
4,70
-0,48
0,46
17,20
Greenseeker
0,75
0,75
0,00
0,03
0,70
0,81
-0,40
0,29
3,50
Clorofilog
59,02
59,45
0,57
3,48
50,00
70,00
3,04
-0,17
5,90
Nitrogênio
26,66
26,54
0,27
1,69
23,71
30,06
-0,68
0,18
6,30
Magnésio
3,52
3,45
0,12
0,76
2,50
6,40
4,11
1,46
21,60
(%)
Ao analisar a tabela de estatística básica dos respectivos talhões (Tabela 2), pode-se
afirmar que os valores em questão constam um coeficiente de variação baixo, exceto o
magnésio que apresenta um coeficiente de variação médio, conforme classificação de Warrick
(1980). Os dados indicam a existência de pouca variação entre si.
As figuras 3, 4 e 5 representam a média e o desvio padrão das subamostras dos pontos
coletados com os sensores de NDVI e ICF.
Figura 3. Gráfico de barras com a média e o desvio padrão das sub amostras coletadas com os
sensores de ICF e NDVI utilizadas na composição da amostra composta do talhão
NS03
7
Figura 4. Gráfico de barras com a média e o desvio padrão das sub amostras coletadas com os
sensores de ICF e NDVI utilizadas na composição da amostra composta do talhão
SM04
Figura 5. Gráfico de barras com a média e o desvio padrão das sub amostras coletadas com os
sensores de ICF e NDVI utilizadas na composição da amostra composta do talhão
SM01
8
Comparando-se os dados com a Tabela 2 de estatística das médias calculadas para
representação de cada ponto, é possível observar que os valores de subamostras variam mais
entre si do que em relação à variação das amostras em todo o talhão.
Ao realizar a análise de correlação simples (Figuras 6 a 8), avaliou-se que não houve
correlação linear positiva entre valores de N e Mg com o sensor de NDVI - GreenSeeker™ e
entre os valores de N e Mg obtidos com o sensor de ICL – ClorofiLOG®, em nenhuma das
respectivas áreas amostradas.

Correlação dos sensores ópticos com os respectivos nutrientes - NS03
0,9
0,87
0,85
NDVI
NDVI
0,82
0,8
0,75
0,77
y = -0,0007x + 0,8279
R² = 0,001
0,72
0,7
y = -0,0067x + 0,8319
R² = 0,0195
0,65
0,6
0,67
22
24
26
28
1,5
30
2,5
4,5
Magnésio (g Kgˉ¹)
Nitrogênio (g Kgˉ¹)
a
b
66
64
62
60
58
56
54
52
50
ICF
ICF
66
64
62
60
58
56
54
52
50
3,5
y = 0,1886x + 55,174
R² = 0,0079
22
24
26
28
Nitrogênio (g Kgˉ¹)
c
y = -0,1779x + 60,645
R² = 0,0014
1,5
2,5
3,5
4,5
Magnésio (g Kgˉ¹)
d
Figura 6. Correlação do sensor de NDVI (a) com N, (b) com Mg. E correlação do sensor
de ICF (c) com N, (d) com Mg
9

Correlação dos sensores ópticos com os respectivos nutrientes – SM04
0,85
0,8
0,78
0,76
NDVI
NDVI
0,82
0,8
0,74
0,72
0,75
y = 0,0017x + 0,718
R² = 0,0246
0,7
0,7
y = 0,0083x + 0,7355
R² = 0,0496
0,65
20
25
30
35
2,3
Nitrogênio (g Kgˉ¹)
3,3
4,3
Magnésio (g Kgˉ¹)
a
5,3
b
70
66
64
65
ICF
ICF
62
60
58
y = 0,1511x + 57,701
R² = 0,0258
56
54
20
25
30
Nitrogênio (g Kgˉ¹)
c
35
60
55
y = 0,8167x + 58,979
R² = 0,0641
50
2,3
3,3
4,3
5,3
Magnésio (g Kgˉ¹)
d
Figura 7. Correlação do sensor de NDVI (a) com N, (b) com Mg. E correlação do sensor de
ICF (c) com N, (d) com Mg
10
Correlação dos sensores ópticos com os respectivos nutrientes - SM01
0,82
0,8
0,78
0,76
0,74
0,72
0,7
0,68
NDVI
NDVI

y = 0,0024x + 0,6866
R² = 0,0228
22
27
32
0,82
0,8
0,78
0,76
0,74
0,72
0,7
0,68
y = 0,0033x + 0,738
R² = 0,0092
2
Nitrogênio (g Kgˉ¹)
4
6
Magnésio (g Kgˉ¹)
b
y = 0,1944x + 53,841
R² = 0,0089
75
70
65
60
55
50
45
y = 0,9076x + 55,825
R² = 0,0395
75
70
65
ICF
ICF
a
8
60
55
50
22
27
Nitrogênio (g Kgˉ¹)
32
45
2
4
6
Magnésio (g Kgˉ¹)
c
d
Figura 8. Correlação do sensor de NDVI (a) com N, (b) com Mg. E correlação do sensor de
ICF (c) com N, (d) com Mg
O coeficiente de determinação (R²) indica o quanto o modelo linear consegue explicar os
valores observados. Seu valor varia no intervalo de 0 a 1, quanto maior o valor de R², mais
explicativo e confiável é o modelo.
Analisando os gráficos pode-se observar que nos diferentes talhões os dados apresentam a
mesma linha de tendência, ou seja, em ambos que se diferem por tamanho e densidade
amostral, não apresentaram correlação linear positiva entre os dados analisados.
A correlação não foi positiva devido à peculiaridade atribuída ao NDVI que apresenta
característica de rápida saturação, o que o torna insensível ao aumento da biomassa vegetal a
partir de determinado estádio de desenvolvimento. Ou seja, o índice estabiliza em um patamar
apresentando valores constantes, mesmo com o aumento da densidade do dossel (Moreira,
2000). Dessa forma o sensor GreenSeeker™ varia, devido à alta biomassa da cultura do café,
não estimando adequadamente o teor de N presente na planta. Da mesma forma acontece na
cultura do milho, Povh (2007) notou que o NDVI saturou mesmo com baixas doses de N. No
11
entanto, Povh (2008) verificou que o NDVI tem maior potencial para uso nas culturas de
trigo, triticale e cevada, por serem culturas que possuem menos biomassa.
A não correlação entre a leitura de ICF e o teor de N e Mg das folhas, evidência que as
leituras efetuadas com o sensor ClorofiLog® , não representa de modo eficiente o que a cultura
apresenta. O sensor ClorofiLog® possui uma pequena faixa de leitura, o que pode dificultar a
coleta dos dados. Pressionando-o sobre a nervura da folha ou em alguma imperfeição da
mesma, a leitura não correspondera com o valor real.
Para França (2001) apoud Wrobel (2012), os nutrientes são absorvidos durante todo o
ciclo e, as diferenças verificadas nas velocidades de absorção ocorrem em função do ciclo do
genótipo e estádio em que se encontra, e na translocação das folhas e dos colmos para os
órgãos reprodutivos. As folhas mais velhas são as primeiras a amarelecer, particularmente
durante o crescimento dos frutos, a vegetação é rala, os galhos podem secar da ponta para a
base se a colheita tiver sido grande, diminuindo a (MALAVOLTA, 1993). Desta forma sendo
os dados coletados após a colheita, os valores de NDVI e ICF podem não apresentar a
realidade da área, oscilando entre pontos com teor alto, médio ou baixo de N e biomassa, o
que causa a diferença do valor real que pode ser analisado com melhor eficiência pela análise
foliar nesta situação.
CONCLUSÕES
Não houve correlação entre os valores de ICF e NDVI obtidos com os sensores ópticos
ClorofiLog® e GreenSeeker™ com os teores de N e Mg obtidos pela análise foliar
determinados em laboratório, demonstrando que as subamostras apresentaram entre elas
variações muito semelhantes com a variação ocorrida no talhão.
AGRADECIMENTOS
Ao grupo O’Coffee pelo apoio e disponibilização do local para execução deste projeto
de pesquisa, à Máquinas Agrícolas Jacto S.A. pelo auxílio e suporte e aos integrantes do GAP
(Grupo de Estudos de Agricultura de Precisão) da Fatec Shunji Nishimura de Pompeia pela
contribuição no desenvolvimento deste trabalho.
12
REFERÊNCIAS BIBLIOGRÁFICAS
AMARAL, L. R. Sensor ótico no auxílio à recomendação de nitrogênio para a cultura de
cana-de-açúcar. Piracicaba. 81p. Dissertação (Mestrado) 2010. Disponível em: <
http://www.teses.usp.br/teses/disponiveis/11/11136/tde-11022011-085055/en.php> . Acesso
em: 20/08/2014.
CIDADE BRASIL. Cidades do Brasil, Novembro, 2012. Disponível em:
<http://www.cidade-brasil.com.br/municipio-pedregulho.html>. Acesso em 16/10/2014.
CONAB - COMPANHIA NACIONAL DE ABASTECIMENTO. “Acompanhamento da
safra brasileira: Café. Levantamento Safra de 2014” - v. 1, n.1 (2013) – Brasília:, 2013.
Disponível em: <http://www.conab.com.br>. Acesso em: 06 outubro 2014.
EMPRESA BRASILEIRA DE PESQUISA AGROPECUÁRIA – Portal Embrapa, Agosto,
2014. Disponível em: <https://www.embrapa.br/busca-de-noticias/noticia/2000869/embrapacafe-completa-15-anos-de-contribuicoes-a-pesquisa-cafeeira>. Acesso em 16/10/2014.
FAQUIN V., Diagnose do estado nutricional das plantas. Disponível em: <
http://www.dcs.ufla.br/site/_adm/upload/file/pdf/Prof_Faquin/Diagnose%20do%20Estado%20Nu
tricional%20das%20Plantas.pdf>. Acesso em: 09 de Dezembro de 2014.
GUIMARÃES, T. C. et al. Teores de clorofila determinados por medidor portátil e sua
relação com formas de nitrogênio em folhas de tomateiro cultivado em dois tipos
de solo. Bragantia, Campinas, v. 58, n. 1, p. 209-216, 1999.
MALAVOLTA, E.; et al. Seja o doutor do seu cafezal. Arquivo do Agronômo, n. 3,
POTAFOS, Piracicaba, 1993, 12 p. Disponível em:
<http://brasil.ipni.net/ipniweb/region/brasil.nsf/0/1870E4C8386104EE83257AA0003B6C81/
$FILE/cafezal2edicao.pdf> Acesso em: 29/10/2014.
MARTIN, K.L.; et al. Expression of variability in corn as influenced by growth stage
using optical sensor measurements. Agronomy Journal, Madison, v. 99, p. 384 – 389, 2007.
13
MOREIRA, R. C. Influência do posicionamento e da largura de bandas de sensores
remotos e dos efeitos atmosféricos na determinação de índices de vegetação. São José dos
Campos. 181p. Dissertação (Mestrado em Sensoriamento Remoto) - INPE (2000).
MONTENEGRO, A. A. A., MONTENEGRO, S. M. G. L. Variabilidade espacial de classes
de textura, salinidade e condutividade hidráulica de solos em planície aluvial. Revista
Brasileira de Engenharia Agrícola e Ambiental 10.1 (2006): 30-37.
POVH, F. P., et al. Uso de sensor ótico ativo aplicado ao manejo de nitrogênio em trigo.
Simpósio Brasileiro de Sensoriamento Remoto, Anais XIII. Florianópolis, 2007.
POVH, Fabrício Pinheiro et al. Comportamento do NDVI obtido por sensor ótico ativo em
cereais. Pesquisa Agropecuária Brasileira, v. 43, n. 8, p. 1075-1083, 2008.
REIS, P. R.; CUNHA, R. L. da. Café arábica: do plantio à colheita. EPAMIG. Lavras, 2010,
p.343-414.
REIS, A. R.,et al. Diagnostico da exigência do cafeeiro em nitrogênio pela utilização do
medidor portátil de clorofila, Bragantina vol.65 no.1 Campinas, 2006. Disponível em: <
http://www.scielo.br/scielo.php?pid=S0006-87052006000100021&script=sci_arttext>. Acesso
em: 09 de Dezembro de 2014.
RICHARDSON. A. D.; DUIGON S. P.; BERLYN. G. P. An evoluation of noninvasive
methods to estimate foliar chlorophyll content. New phytologist, v.153, nº 1,2002.
Disponível em: <http://www.jstor.org/pss/1513920>. Acesso em: 25/10/2014.
RODRIGUES, W. N. at al. Reaproveitamento de folhas de café após a colheita na
reciclagem de nutrientes. Goiânia, 2010 <Disponível em:
http://www.conhecer.org.br/enciclop/2010c/reaproveitamento.pdf>. Acesso em: 10/11/2014.
SANTANA, F. A. D. Desenvolvimento e produtividade de cafeeiros na região semiárida
de Minas Gerais sob dois sistemas de irrigação: 1º ano de produção. Janaúba, MG, 2011.
14
SILVA, J. B. C. et al. Cultivo do tomate para industrialização. 2003. Disponível em:
<http://www.cnph.embrapa.br/sistprod/tomate/def_nutricional.htm >. Acesso em: 23 mar.
2011.
SILVA, R. A., da. DRIS no diagnóstico nutricional de Café (Coffea arabica L.) para a
região Norte do estado do Paraná. – Presidente Prudente, 2012. 66f. Disponível em: <
http://apeclx.unoeste.br/tede/tde_busca/arquivo.php?codArquivo=363>. Acesso em:
23/09/2014.
WARRICK, A.W.; NIELSEN, D.R. Spatial variability of same physical properties of the
soil. In: Hill, D. ed. Aplications of soil physics, New York: Academic Press, 1980, p. 319344.
WROBEL, L. F. et al. Teores de Nutrientes nos Componentes Estruturais da Planta de
Milho e Exportação de Nutrientes do Solo a Partir da Colheita com Forragem ou Grãos.
Agosto, 2012. Disponível em: <http://www.abms.org.br/29cn_milho/06612.pdf>. Acesso em
07/11/2014.
ZABINI, A. V. Diagnóstico nutricional do cafeeiro por meio da análise de flores, folhas e
extrato foliar. Viçosa, MG, 2010. 78 p. (Tese Doutorado). Disponível em: <
http://www.sbicafe.ufv.br/bitstream/handle/10820/3358/texto%20completo.pdf?sequence=2>.
Acesso em 09/11/2014.
15