A aplicação de fertilizantes nitrogenados da forma como é realizada hoje, tem baixa eficiência, causando grandes perdas para o ambiente e aumentando o custo de produção para o agricultor. Novas tecnologias vêm sendo constantemente desenvolvidas para otimizar o manejo de fertilizantes na agricultura. Os sensores ópticos são uma dessas ferramentas que tem potencial para contribuir para a gestão da adubação nitrogenada. Este trabalho consistiu em avaliar o comportamento do NDVI (Normalized Difference Vegetation Index) gerado pelo sensor óptico ativo terrestre Crop Circle® (Holland Scientific, Inc., Lincoln, NE) na cultura do milho. Esse sensor utiliza dois comprimentos de onda centralizados no âmbar (590 ± 5 nm) e no infravermelho próximo (880 ± 10 nm). Ensaios em parcelas foram realizados ao longo de três anos no Campo Demonstrativo e Experimental da Fundação ABC localizado em Itaberá, SP. Os ensaios contemplaram doses de nitrogênio na cultura do milho em dois espaçamentos entre fileiras, 0,80 m e um espaçamento reduzido com 0,40 m, além de outras variáveis avaliadas, que se mostraram importantes no decorrer da execução dos experimentos. A análise estatística dos dados foi feita por regressão (linear, polinomial quadrática e exponencial), correlação e teste de Tukey. Como os ensaios foram realizados em três safras diferentes, um deles aconteceu em uma safra com quantidade de precipitação 53% acima da média histórica, e outro foi realizado em uma gleba com baixo teor de matéria orgânica na camada superficial (0 a 0,2 m) visando obter uma resposta maior à aplicação de nitrogênio. Notou-se que o NDVI tem potencial para uso na cultura do milho, principalmente em anos de baixa resposta às doses de N aplicado. Entretanto o NDVI saturou no ensaio de maior resposta, não identificando os tratamentos com maior dose de nitrogênio devido à grande quantidade de biomassa. Foram encontrados valores de até 75% de economia no uso do nitrogênio ao utilizar a dose correta dos fertilizantes nitrogenados. Entretanto, a alta variação de resultados encontrados entre os três cenários dificulta a geração de um modelo simples para recomendação de nitrogênio em taxa variável. É necessário, portanto, a realização de mais ensaios em uma variação ainda maior de ambientes, levando em consideração outras variáveis com potencial de serem utilizadas em conjunto com o NDVI na geração dos modelos de recomendação, como por exemplo, a matéria orgânica e a disponibilidade hídrica.

Nitrogen application, in the way it is used today has low efficiency, causing great loss to the environment and increasing the production cost to farmers. New technologies have been constantly developed to optimize fertilizers management in agriculture. The optical sensors are one of the tools with potential to contribute for nitrogen management. This work consisted in evaluate the NDVI (Normalized Difference Vegetation Index) from ground active optical sensor Crop Circle® (Holland Scientific, Inc., Lincoln, NE) in corn crops. This sensor uses two wavelengths centered in amber (590 ± 5 nm) and near infrared (880 ± 10 nm). Split-plot experiments were conducted along three years at an experimental field from Fundação ABC, located in Itaberá, São Paulo State, Brazil. Experiments had nitrogen rates in corn, two row spacing, 0.4 and 0.8 m, and other variables were also analyzed. Statistical analyzes were performed by regressions (linear, quadratic and exponential), correlations and Tukey test. As experiments were conducted in three different seasons, one had rainfall 53% over the historic average, and another had low soil organic matter content at (0 to 0.2 m depth) expecting to show higher nitrogen response by the crop. It was noticed that NDVI has potential to be used in corn crops, mainly in low response years to N applied. However, NDVI saturated at the highest response experiment, failing in identify treatments with higher N rates, due the amount of biomass. Nitrogen saving of up to 75% was observed when using the optimum N rate. But the high variations in the results among the three seasons indicate that it is difficult to create a simple algorithm to recommend nitrogen. More experiments in a larger range of environments are necessary, taking in consideration other variables with potential to be used together with NDVI in the generation of recommendations, like organic matter and water availability.