14 - PPGMNE - Universidade Federal do Paraná
14 - PPGMNE - Universidade Federal do Paraná
14 - PPGMNE - Universidade Federal do Paraná
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
87com o valor de 26,53 m 3 ha −1 ano −1 obti<strong>do</strong>s pela krigagem convencional com modelo ajusta<strong>do</strong>pelo méto<strong>do</strong> MV em 18 amostras. Esses resulta<strong>do</strong>s são ainda comparáveis com a literatura,conforme Mainardi, Schneider e Finger (1996) e Carvalho et al. (1999).Mapa da média da predição bivariada IMA suportada pelo Teor de ArgilaNa Figura 3.5 apresenta-se o mapa de predição bivariada de IMA condicionada ao Teorde Argila. Nesse mapa, 4,5% das predições de IMA ficaram abaixo de 20,5 m 3 ha −1 ano −1 ,17,7% ficaram entre 20,5 e 23,4 m 3 ha −1 ano −1 , 55,6% ficaram entre 23,4 e 28,3 m 3 ha −1ano −1 , 19,6% entre 28,3 e 32,5 m 3 ha −1 ano −1 e 2,7% acima de 32,5 m 3 ha −1 ano −1 . Essesresulta<strong>do</strong>s são muito próximos aos obti<strong>do</strong>s por predição bayesiana univariada (Tabela 2.13), entretantoo mapa desta figura definiu mais zonas de rendimento de IMA quan<strong>do</strong> comparada comaa Figura 2.22, tanto naquela com predições por krigagem baseada em MV (esquerda) quantoaquela obtida por predição bayesiana (direita). Os resulta<strong>do</strong>s <strong>do</strong>s agrupamento em classes indicaramainda uma concentração das predições bivariadas em direção às classes mais centrais,efeito esse não caracteriza<strong>do</strong> pelo mapa.Figura 3.5: Mapa de predição de IMA classificada pelos quartis, usan<strong>do</strong> krigagem convencionale Teor de Argila como variável secundária no modelo bivaria<strong>do</strong>.