RESUMO:Este trabalho teve como objetivo comparar mapas temáticos construídos a partir de conjuntos de dados referentes à produtividade da soja, com diferentes grades amostrais regulares de 25x25 m; 50x50 m; 75x75 m e 100x100 m, utilizando técnicas de krigagem. No ajuste dos modelos teóricos a semivariâncias experimentais, utilizou-se para a estimação dos parâmetros o método de máxima verossimilhança. A comparação dos mapas temáticos foi realizada por meio dos índices de acurácia, obtidos a partir da matriz de erros. Foi verificado que fatores tais, como o tamanho amostral e a densidade amostral entre pontos, interferem na escolha do modelo teórico espacial, nas estimativas dos parâmetros e na construção dos mapas temáticos.PALAVRAS-CHAVE: dependência espacial, geoestatística, máxima verossimilhança.
THEMATIC MAPS COMPARISON OF DIFFERENT SAMPLING GRIDS FOR SOYBEAN PRODUCTIVITYABSTRACT: The purpose of this paper was to compare thematic maps constructed from data sets related to soybean productivity with different regular sampling grids of 25x25 m, 50 x50 m, 75 x 75 m and 100x100 m, using kriging techniques. In the theoretical models fitted to the experimental semivariances, it was used the maximum likelihood method for parameter estimation. The comparison of thematic maps were made by accuracy indices, obtained from the error matrix. The results showed that factors such as sample size and sample density between points interfere in the choice of the theoretical spatial model, the parameter estimates and the construction of thematic maps.KEYWORDS: geostatistics, maximum likelihood, spatial dependence.
INTRODUÇÃOCom o aumento da produção agrícola mundial e o uso de tecnologias para a mecanização, tornaram-se necessários o monitoramento e o gerenciamento do processo de produção agrícola, com o intuito de otimizá-los de forma racional. Nesse contexto, os métodos geoestatísticos vêm sendo utilizados no estudo da dependência espacial dos atributos físico-químicos do solo e da produtividade das culturas.Por meio desta análise, busca-se estimar os parâmetros que caracterizam a estrutura de dependência espacial, para posteriormente serem utilizados em técnicas de interpolação, como a krigagem, para fins de construção de mapas temáticos a serem considerados na tomada de decisão, com um melhor gerenciamento do processo produtivo das propriedades agrícolas (MOLIN, 2008;OLIVEIRA, et al., 2013;ASSUMPÇÃO et al., 2014).