This research is related to the performance evaluation of twelve Coffea arabica cultivars in Vale do Ribeira Paulista, in order to generate consistent information for the technical recommendation for cultivation in the region. The experiment was set in February 2018, at the Experimental Campus of the São Paulo State University “Júlio de Mesquita Filho” - UNESP in Registro, SP, Brazil, in a spacing of 3.00 x 0.60 m, in a randomized block design with three replications. The following parameters were evaluated: stem diameter, number of plagiotropic branches, plant height, number of internodes of plagiotropic branches, length of the first plagiotropic branch, incidence of brown spots and phoma leaf spot, infestation by leaf miner and yield. The results showed a good adaptation of all cultivars to growing conditions in Vale do Ribeira Paulista, with higher and faster vegetative development of large coffee cultivars. The productive potential of cultivars in the first harvest was similar to the performance of the same cultivars in traditional growing regions, with emphasis on ‘Arara’ and ‘Catucaí Amarelo 24/137’, with about 55 bags ha-1 of processed coffee. There was no incidence of rust disease in the experimental evaluation period, unlike other biotic agents such as leaf miner, phoma-spot and brown eye spot.

Resumo No presente trabalho, a comparação de três dos principais métodos de estimativa da radiação solar foi realizada: modelos empíricos, Redes Neurais Artificiais (RNA) e Máquina de Vetores de Suporte (SVM). Quatro modelos empíricos considerados clássicos foram calibrados e validados para a estimativa da radiação solar UV horária em Botucatu, Estado de São Paulo, Brasil. Mantendo os modelos empíricos como referências em relação a precisão e variáveis de entrada utilizadas, os desempenhos da RNA e da SVM foram avaliados. Por meio dos parâmetros estatísticos Erro Médio Padrão (MBE) e Erro Médio Absoluto (MAE) foi confirmada a superioridade da SVM em relação à RNA e aos modelos empíricos. Comparada à RNA, a SVM foi capaz de gerar melhores resultados utilizando um número menor de variáveis de entrada. Dentre todos os métodos de estimativa testados, a SVM utilizando o conjunto de variáveis de entrada {UV0, KT} é considerada a melhor alternativa devido ao pequeno número de variáveis de entrada utilizadas e pela relativa acurácia.

Soil is a natural resource that allows the maintenance of life on Earth, therefore, it is important to appreciate techniques to assist the conservation of their quality, since the inadequate management of its use causes their degradation. In this sense, the soil pH values of the city of Sorocaba (SP) were analyzed using a pHmeter and a GPS, with 112 points distributed homogeneously in the study area and another 50 random points to verify spatial variability through geostatistical interpolators of ordinary kriging and deterministic of inverse square distance (ISD). The predominant values of pH per soil class were also determined. The pH values predominated between the ranges of 6.0 and 6.5; totaling 74.98% of the study area for the ordinary kriging method and 75.93% for the ISD, observing a low variation among the methods, which result in a root mean square error values of 0.349951 for ordinary kriging and 0.349019 for the ISD. The concordance index for both methods was 0.9944 with mean standard deviation of 0.0374 for ISD and 0.0369 for ordinary kriging. For the different soil classes, pH values ranged from 5.9 to 6.3. Therefore, both the theoretical models applied in the interpolation of the pH data efficiently explain the pH variability of the Sorocaba soil.

Ao longo dos séculos, os setores produtivos agrícolas têm passado por diversas transformações. Desde as primeiras revoluções industriais até a atual quinta revolução, ocorreram mudanças significativas na sociedade. Essas transformações afetaram tanto os métodos de produção no campo quanto os hábitos e comportamentos de consumo nas cidades. O surgimento e o avanço das tecnologias foram responsáveis por uma grande fragmentação e por mudanças de paradigmas na sociedade rural, permitindo inúmeras inovações tecnológicas, como a conexão de sistemas embarcados por meio de sensores de campo, além da digitalização e do armazenamento em larga escala de dados produzidos nos empreendimentos rurais. Diante desses fatores, este trabalho apresenta algumas tecnologias que impulsionaram a transformação dos setores produtivos agrícolas com o uso das tecnologias 4.0 e 5.0, que serviram de base para o avanço da digitalização e a evolução da aquicultura tropical.

É crescente a preocupação com o aumento da temperatura que vem ocasionando diversos impactos à fauna e flora, neste sentindo, dados de sensoriamento remoto (SR) tem sido amplamente utilizados para a aquisição de informações sobre a temperatura da superfície terrestre. Portanto, o estudo objetivou correlacionar os dados de temperatura de uma estação automática da Companhia Ambiental do Estado de São Paulo (Cetesb), localizada no município de Sorocaba com os dados obtidos remotamente por meio do processamento digital de imagens do satélite Landsat-8 OLI entre os anos de 2013 a 2017. Para o processamento das imagens foi utilizado o software ArcGIS 10.4.1, utilizando os parâmetros fixos de conversão de níveis de cinza da imagem para radiância e posterior conversão dos dados em valores de temperatura. Para verificar a variação dos dados obtidos por SR comparados a estação de monitoramento, foi verificada a Raiz do Erro Quadrático Médio (REQM), coeficiente de correlação Pearson (r) e o índice de concordância (IC). Os valores obtidos de REQM indicam uma variação média de temperatura de 2,74 ºC, corroborando com os valores de r² igual a 0,664 que indicam que 66,4 % dos valores obtidos para a temperatura remotamente são diretamente relacionados aos valores obtidos na estação de monitoramento da Cetesb, apresentando valores de IC com concordância positiva de 0,88. Portanto, os resultados encontrados se mostraram satisfatórios para uma melhor aquisição de valores de temperatura obtidos remotamente indicando boa correlação com os dados obtidos pela estação de monitoramento da Cetesb.