DELINEAMENTO DE ZONAS HOMOGÊNEAS POR GEOESTATÍSTICA BASEADA EM MODELOS ROBUSTA À OUTLIERS

Autores

  • Danilo Pereira Barbosa Department of Applied Statistics and Biometrics, Universidade Federal de Viçosa, Viçosa, MG http://orcid.org/0000-0001-5117-4009
  • Eduardo Leonel Bottega Department of Agricultural Engineering, Universidade Federal de Santa Maria, Cachoeira do Sul, RS http://orcid.org/0000-0003-4035-6880
  • Domingos Sárvio Magalhães Valente Department of agricultural engineering, Universidade Federal de Viçosa, Viçosa http://orcid.org/0000-0001-7248-8613
  • Nerilson Terra Santos Department of Applied Statistics and Biometrics, Universidade Federal de Viçosa, Viçosa, MG http://orcid.org/0000-0003-0334-6640
  • Wellington Donizete Guimarães Department of Environmental Sanitation, Instituto Federal Goiano, Rio Verde, GO http://orcid.org/0000-0002-8642-8141

DOI:

https://doi.org/10.1590/1983-21252019v32n220rc

Palavras-chave:

Estatística robusta. Agricultura de precisão. Condutividade elétrica aparente. Variabilidade espacial. Fuzzy k-means.

Resumo

Diversas pesquisas utilizam medidas de condutividade elétrica aparente do solo (CEa) como indicador da variabilidade espacial de atributos físico-químicos existentes no campo de produção. Com base nestas medidas, zonas de manejo (ZM) são delineadas para aperfeiçoamento da gestão agrícola. Entretanto, estas amostras têm apresentado presença de outliers. Todavia, a presença ou incorreta detecção e exclusão de outliers altera o formato do variograma, exibindo estimativas não fidedignas para os seus parâmetros. Dessa forma, objetivou-se nesta pesquisa, tratar dados amostrais da CEa por meio de métodos robustos à presença de outliers, fundamentados na teoria de aproximações robusta e na geoestatística baseada em modelos, para o delineamento de ZM. Assim, estimadores robustos de Cressie Hawkins, Genton’s e MAD Dowd foram avaliados. Nesta avaliação, selecionou-se o estimador de semivariância de Cressie Hawkins. E na sequência, optou-se pelo ajuste cúbico do semivariograma via Critério de Informação de Akaike (AIC). As estimativas obtidas com este ajuste foram aplicadas na plug-in robusto de krigagem. E coerentemente o mapa de krigagem da CEa obtido foi utilizado no classificador fuzzy k-means. Com uso do fuzzy k-means, diferentes ZM foram avaliadas, selecionando-se o mapa com duas ZM por meio dos índices FPI, MPE, Fukuyama-Sugeno e xie beni. As ZM estabelecidas foram validadas quanto as suas diferenças médias relativas à CEa por meio de modelos lineares mistos. Nesta validação optou-se pelo modelo de erros independentes, através do AIC. E dessa forma, diante a exposição dos resultados alcançados, foi possível delinear o mapa de ZM sem necessidade de recorrer à exclusão de outliers, evidenciando o mérito da metodologia empregada.

Downloads

Não há dados estatísticos.

Downloads

Publicado

21-05-2019

Edição

Seção

Engenharia Agrícola