Autoria: SHIRATSUCHI, L. S.; QUEIROS, L. R.; FACCIONI, G. C.

Resumo: RESUMO: O objetivo deste trabalho foi utilizar o método de classificação não-supervisionada (fuzzy K-means) em dados de produtividade para delineamento de zonas de manejo. O estudo foi conduzido a partir de dados georregerenciados de produtividade de grãos coletados por sensores e DGPS. Foram mapeadas três safras (milho-soja-arroz) em área de plantio direto irrigada por pivô central. Os dados de produtividade foram interpolados pelo inverso da distância resultando em um mapa de resolução espacial de 5 x 5 m. Os valores relativizados em relação à média de produtividade foram comparados ao longo do tempo nos mesmos locais. Como referência, foram escolhidas três classes de produtividade para delinear as zonas de manejo segundo os seguintes critérios: produtividade alta estável (produtividade 10% acima da média e com coeficiente de variação (CV) menor que 30% ao longo das três safras); produtividade baixa estável (produtividade 10% abaixo da média e CV<30%); produtividade Média Estável (produtividade média e CV<30%) e produtividade inconsistente (produtividade com CV%>30%). Para o delineamento automático de zonas de manejo, foi utilizado o método fuzzy k-means usando três classes. Obteve-se correlação de 0,98* entre a definição de zonas de manejo por meio de classificação automática pelo método de estabilidade temporal da produtividade em relação à média. ABSTRACT: The objective of this was to delineate yield management zones using fuzzy k-means unsupervised clustering algorithm in yield data. The study was done during 3 years using yield data collected with yield monitor and DGPS. The crop system was corn-soybean-rice successively in area of no-till system irrigated in central pivot at Cerrado's Region. The yield maps were interpolated by inverse distance weighting resulting in a map with space resolution of 5 x 5 m. The relativized yield values of each crop was compared along the time in the same places. They were chosen 3 yield classes to delineate the management zones with the following criteria: High yield stable (crop yield 10% above the yield a average and with coefficient of variation (CV) smaller than 30% along the 3 years); Low Yield Stable (productivity 10% below the average and CV<30%); Medium Yield Stable (average yield with CV<30%) and inconsistent yield (yield with CV%>30%). For automatic delineating of management zones with fuzzy k means was calculated using 3 classes. It was obtained a correlation of 0,98* between management zones definition through fuzzy logic and the method of temporal stability of crop yield.

Ano de publicação: 2005

Tipo de publicação: Folhetos

Unidade: Embrapa Cerrados

Palavras-chave: Agricultura de Precisão, Fuzzy kmeans, Mapa, Mapas de produtividade, Precision farming, Productivity, Produtividade, cartography, yield mapping