Um estimador robusto e o semivariograma cruzado na análise de variabilidade espacial de atributos de solo e planta

O conhecimento da variabilidade espacial dos atributos do solo que influenciam na produtividade agrícola é fundamental para a implantação da agricultura de precisão. Se o comportamento desses atributos apresentar dependência espacial, recomendase o emprego da geoestatística na descrição de sua estrutura espacial pela obtenção de estimativas em locais não-amostrados. Nessas estimativas são necessários estimadores nãotendenciosos, precisos e robustos. Muitos trabalhos utilizam o estimador clássico de Matheron; entretanto, para dados com distribuições de caudas longas ou distribuições assimétricas, recomenda-se o emprego de estimador robusto. Os objetivos deste trabalho foram empregar o estimador robusto de Cressie e Hawkins na produção do semivariograma para o fósforo, o potássio e a produtividade de soja em área agrícola experimental; produzir os mapas de contorno correspondentes e correlacioná-los por meio do semivariograma cruzado. O experimento resultou em mapas que ilustram a variabilidade espacial das variáveis e suas correlações, servindo de ferramenta gerencial ou de documentação na prática agrícola moderna. Palavras-chave: agricultura de precisão, semivariograma, estimador robusto.The knowledge of the soil attributes spatial variability that influence crop yield is essential for precision agriculture. If the behavior of these attributes presents spatial dependence, then it is recommended to use geostatistics to describe this spatial structure and to estimate values in non sampled places. In order to have good estimates, unbiased, precise and robust estimators are necessary. Many studies use the classic estimator of Matheron, however, the use of a robust estimator is recommended to data with long tail or asymmetrical distribution. The objectives of this study were to use Cressie and Hawkins’ estimator to generate experimental semi-variograms of Phosphorus, Potassium and soybean yield in an experimental agricultural area, to produce their contour maps and to correlate them through crossed semi-variogram. This experiment resulted in maps that illustrate the spatial variability of the variables and their correlations, used as a management tool or documentation in a modern agricultural practice