Métodos de quantificação da cobertura foliar da infestação de plantas daninhas e da cultura da soja

Abstract

A utilização de modelos matemáticos para previsão de perdas de rendimento de grãos causadas pela infestação das plantas daninhas, que usam a medida da área foliar, depende da rapidez e precisão da estimativa dessa variável. Neste sentido, a cobertura foliar, definida como a proporção de área do solo ocupada pela projeção vertical da parte aérea de uma espécie, pode ser uma alternativa viável. O objetivo deste trabalho foi comparar a eficiência de métodos de avaliação da estimativa da cobertura foliar relativa na quantificação das perdas de rendimento de grãos de soja causadas por Bidens spp. (picão-preto) ou Sida rhombifolia L. (granxuma). Foram conduzidos experimentos em campo, utilizando-se diferentes épocas de semeadura da cultura da soja em relação à dessecação da cobertura vegetal da área, e densidades variáveis de picão-preto ou guanxuma. Avaliaram-se as coberturas foliares das plantas daninhas e da cultura aos 20 dias após a emergência da soja. Constatou-se que métodos fotográficos de avaliação da cobertura foliar, integrados a auxílios computacionais, são alternativas promissoras na quantificação dessa variável, embora a avaliação visual seja mais prática e rápida de ser determinada.The utilization of mathematical models in order to predict grain yield losses due to weed infestations, which use leaf area measures, depends on the rapid and precise evaluation of this variable. This way, leaf cover, defined as the proportion of soil area accupied by the vertical projection of the foliage of a species, can be a viable alternative. The purpose of this research was to compare the efficiency of methods to evaluate leaf cover in quantifying soybean grain yield losses due to Bidens spp. (beggarticks) and Sida rhombifolia L. (arrowleaf sida). Weeds and crop leaf covers were evaluated 20 days after soybean emergency. It was proved that photographic methods of evaluating leaf cover, integrated to computing aids, are promising alternatives in quantifying this variable although visual evaluation was more practical and rapid to be performed.