Uma combinação de ferramentas relativamente novas foi usada para identificar e caracterizar a variabilidade espacial de atributos do solo e para criar zonas de manejo agrícola. Foram selecionadas quatro topossequências representativas da região dos "Campos Gerais"-PR de acordo com o material de origem dos solos e do tempo de adoção do sistema Plantio Direto (PD) no município de Tibagi (50° 20' W; 24° 26' S). As áreas escolhidas compreendem um campo nativo e três áreas adjacentes cultivadas no sistema PD nos últimos 10 e 20 anos. Os solos foram amostrados em grades de 50,0 m de espaçamento nas profundidades 0-0, 10; O, 10-0,20 m. Os dados utilizados na análise incluíram: altitude, pH, MO, Ca, Mg, K trocáveis, P, CTC, densidade do solo, argila, silte, areia e rendimento do trigo. A análise de regressão linear múltipla foi utilizada para explorar as relações entre os atributos topográficos derivados dos Modelos de Elevação Digital e atributos dos solos. Relações significativas foram encontradas entre os atributos topográficos estudados e alguns indicadores chave da fertilidade dos solos, tais como MO, CTC, conteúdo de argila e densidade do solo. A técnica "Fuzzy k-means" foi usada para agrupar valores de atributos de solos e topográficos. Os resultados revelaram a possibilidade de definir zonas de fertilidade dos solos nas topossequências estudadas. A fertilidade do solo foi altamente variável e muito estratificada nas três áreas estudadas. Os teores de MO, Ca e Mg trocáveis aumentaram de acordo com o teor de argila dos solos. Em geral, a maior variabilidade espacial foi observada na área PD20. O rendimento do trigo apresentou variações, porém, neste ano agrícola, houve baixa correlação desta variável com a fertilidade do solo. Os atributos dos solos mostraram diferenças na dependência espacial. Modelos geoestatísticos anisotrópicos lineares foram definidos para a maioria das variáveis estudadas. O conteúdo de MO foi a variável que apresentou maior dependência espacial, seguida pelo K e Ca trocáveis. A quantidade de fertilizantes recomendada seria similar na aplicação uniforme (convencional) e no manejo localizado de fertilizantes, mas a distribuição de fertilizantes nas áreas seria espacialmente diferente.

A combination of relatively recent tools was used to identify and characterize the soil spatial variability and to create crop management zones. Four representative toposequences of the "Campos Gerais" region were selected according to parent material and no-tillage management period in the Santa Branca farm (50° 20' W; 24° 26' S), southern of Brazil. Chosen areas consisted of an undisturbed native field and three adjacent sites cultivated under no-tillage system for the past 1 O and 20 years. Surface soil samples of the 0-0, 10; 0, 10-0,20 m depths were sampled in a 50,0 m grid. Data used in this analysis included: altitude, pH, OM, Ca, Mg, P, K soil tests, soil bulk density, clay, silt and sand contents and wheat yield. Multiple linear regression analysis was performed to explore the relationship between topographic attributes derived from Digital Elevation Model and soil attributes. Significant relationships were found between terrain attributes and some key indicators of soil fertility such as OM, CEC, clay and bulk density. The fuzzy k-means technique was used as a method of grouping selected soil and terrain attributes. The results defined useful clusters of soil potential fertility. Soil fertility was highly variable and very stratified for three studied sites. The values of OM content and exchangeable Ca and Mg increased according to the clay content of the sites. ln general the highest spatial variation was observed in the NT20 site. Wheat yield was highly variable but there was little correlation with soil fertility. The soil properties displayed differences in spatial dependence. Linear anisotropic geostatistical models were defined for most of the soil variables measured for all sites. OM was the variable with more spatial dependence, followed by K and Ca. Total fertilizer recommendation was similar for uniform versus soil specific management, but the distribution of fertilizer within the field would be spatially different.