@PHDTHESIS{ 2015:204991726,
 	title = {Construção e avaliação de mapas},
 	year = {2015},
 	url = "http://tede.unioeste.br:8080/tede/handle/tede/2715",
 	abstract = "A agricultura de precisão (AP) é definida como a utilização de técnicas que permitem manejo localizado de cultivo de acordo com as necessidades da cultura e do solo, para diminuir impactos no meio ambiente. A avaliação de modelos que interpolam dados de campo e geram mapas temáticos é uma tarefa que exige conhecimentos aprofundados no assunto. A precisão com que os mapas de distribuição espacial de atributos do solo são produzidos influencia a aplicação e a utilização da AP. O índice de concordância Kappa de Cohen (K) é a estatística mais utilizada em comparação de mapas temáticos. Entretanto, seu uso com dados quantitativos apresenta o inconveniente de proporcionar variação de concordância com a utilização de diferentes números de classes, adotada durante o processo de geração do mapa. Assim, o objetivo deste trabalho foi selecionar o melhor entre quatro métodos de interpolação (inverso da distância, inverso da distância ao quadrado, krigagem ordinária e cokrigagem) utilizando o índice de seleção de interpoladores (ISI), aqui proposto, a partir de teores de argila, cobre e manganês, dados de elevação do terreno e da condutividade elétrica aparente do solo. Com o uso do ISI, a seleção entre modelos determinísticos e estocásticos de interpolação ficou simplificada. O estudo avaliou ainda a influência nos índices de concordância K e Tau (T), quando se varia o número de classes da matriz de confusão, em resultados oriundos de uma área de 15,5 ha, com solo Latossolo Vermelho Distroférrico típico, no município de Céu Azul, Paraná, Brasil. A partir deste trabalho, foi confirmado que os índices Kappa e Tau apresentam grandes variações de concordância para diferentes números de classes. Para resolver esta situação desenvolveram-se os índices K e T alternativos para comparação de mapas temáticos de dados quantitativos, utilizando-se o coeficiente de desvio relativo, o desvio absoluto médio dos dados interpolados, a média e o desvio padrão dos dados originais do atributo. O resultado mostrou-se como boa alternativa aos índices de K e T baseados na matriz de erro por ser independente do número de classes e ser de cálculo mais simples. A metodologia mostrou-se mais eficiente para situações em que se utilizam mais que quatro classes",
 	publisher = {Universidade Estadual do Oeste do Parana},
 	scholl = {Programa de Pós-Graduação "Stricto Sensu" em Engenharia Agrícola},
 	note = {Engenharia}
}