TÉCNICAS PARA DETECÇÃO DE PONTOS INFLUENTES EM VARIÁVEIS CONTÍNUAS REGIONALIZADAS

Portugués. RESUMO Na análise de dados espaciais em agricultura, a presença de pontos influentes pode alterar consideravelmente os resultados das análises de dependência espacial e, consequentemente, a construção dos mapas. Quando se referem a atributos físico-químicos do solo e da produtividade, os mapas devem representar uma estimativa eficiente das condições reais do campo, já que são importantes informações utilizadas para a manutenção de um sistema agrícola de manejo localizado, com a otimização da aplicação de insumos agrícolas, visando à maior produtividade. Este trabalho teve por objetivo apresentar as técnicas gráficas hair-plot, de influência local (Ci e |Lmax|) de identificação de observações influentes em dados contínuos espaciais georreferenciados, coletados em uma área experimental de cultivo comercial, com 167,35 hectares, onde o sistema agrícola de manejo localizado é adotado. Como resultados apresentam-se os pontos potencialmente influentes e os mapas construídos com e sem eles. Na comparação entre os mapas com e sem estes pontos, as métricas de comparação dos mapas mostraram a importância da identificação dos pontos influentes em uma base de dados espaciais. Sendo assim, a existência de pontos influentes deve ser investigada para entender o motivo de seu comportamento atípico, já que eles modificam, consideravelmente, os mapas gerados.

Inglés. ABSTRACT Influencing points in agricultural spatial analysis may change considerably results on spatial dependence and hence map building. With regards to physico-chemical soil properties and crop yield, such maps should efficiently estimate current field conditions, being important for an agricultural site-specific management, optimizing thus input applications in order to increase yields. This study aimed to analyze hair-plot graphic techniques, with local influence (Ci and |Lmax|) to identify influencing points within a set of georeferenced spatial continuous data. These information were gathered from an experimental area with 167.35 hectares, wherein an agricultural site-specific management has been adopted. As a result, we obtained potentially influencing points and then outlined maps with and without the use of them. By comparing both maps, we could note by metric comparison that it is of major importance to identify those points on a spatial database. Thus, such investigations must be carried out to understand cases of unusual performance, since they considerably modify the generated maps.