14 - PPGMNE - Universidade Federal do Paraná

84secundária apresentada no caso anterior. Observa-se que são iguais às estimativas para Soja128nas duas concepções de variável secundária bem como o são no caso da Soja64.Tabela 3.2: Estatísticas descritivas das predições da produtividade de soja medida em 128 e64 pontos aleatórios condicionadas às observações de iCone e da CP1 e predições de IMAcondicionadas a 555 observações de Teor de Argila.Delineamento Mínimo Média Máximo D.P. C.V.(%) ER(%)S128iCone 1,8626 2,7708 3,7627 0,3135 11,3 0,8S64iCone 2,0243 2,8049 3,6266 0,2672 9,5 2,0S128CP1 2,0280 2,7583 3,4739 0,1949 7,1 0,3S64CP1 2,7943 2,8084 2,8244 0,0043 0,2 2,1IMAArg 17,740 25,750 37,150 3,3100 12,9 –Estimativas de soja em t ha −1 e estimativas de IMA em m 3 . D.P.: Desvio Padrão, C.V.: Coeficiente deVariação, ER(%): erro em relação ao valor referência de 2,75 t ha −1 .Na tabela 3.3, a porcentagem dos pontos estimados por método de krigagem com modelobivariado, incidentes em cada intervalo de classificação segundo os diferentes modelos,mostra a tendência do número de pontos preditos se concentrarem na classe central, quandocomparada com a distribuição percentual dos dados originais. No caso em que se empregouCP1 como informação adicional no modelo esse efeito fica mais evidente, chegando a concentrartodos os pontos na classe de 2,61 a 3,16 t ha −1 , o que não permitiu representar um padrãoespacial pelo respectivo mapa.Tabela 3.3: Porcentagem dos pontos estimados com modelo bivariado, incidentes nos respectivosintervalo de classificação.Classe PM S128 e IC S64 e IC S128 e CP1 S64 e CP1 S256d1,19 a 2,34 1,8 8,3 4,2 2,3 0,0 20,32,34 a 2,61 2,5 22,8 18,3 17,5 0,0 19,92,61 a 2,85 2,7 28,4 34,2 51,9 100,0 20,72,85 a 3,16 3,0 28,8 33,6 25,7 0,0 19,13,16 a 4,14 3,7 11,7 9,7 2,6 0,0 19,9PM: ponto médio da classe, S128: soja em 128 amostras, S64: soja em 64 amostras, IC: iCone, CP1:primeira componente principal, S256d: dados originais de soja classificados.Mapa da média da predição bivariada de produtividade de sojaA Figura 3.3 apresenta os mapas de produtividade de soja estimados por métodos dekrigagem condicional em modelos bivariados em uma malha de 690 pontos. No mapa à esquerdao modelo aplicado utilizou informações de soja em 128 pontos e iCone em 150 pontos