@MASTERSTHESIS{ 2024:1928578614,
 	title = {VARIABILIDADE ESPACIAL DA PRODUTIVIDADE DA SOJA E DOS ATRIBUTOS DO SOLO: DIAGNÓSTICO DE INFLUÊNCIA LOCAL UTILIZANDO O MODELO GEOESTATÍSTICO WAVE},
 	year = {2024},
 	url = "https://tede.unioeste.br/handle/tede/7462",
 	abstract = "A soja é o principal produto de exportação do agronegócio brasileiro e uma das
 commodities de maior importância global. Este estudo aborda a importância da
 produtividade da soja e a necessidade de métodos avançados em Agricultura de
 Precisão (AP) para otimizar o retorno econômico e reduzir impactos ambientais. A
 geoestatística surge como um método estatístico essencial na AP, permitindo
 interpolações precisas para a construção de mapas de produtividade da soja e
 atributos químicos e físicos do solo, fundamentais para a tomada de decisões
 agrícolas. O Modelo Geoestatístico Wave destaca-se pela capacidade de caracterizar
 a dependência espacial nos dados, especialmente quando a semivariância indica o
 efeito hole effect. Neste trabalho, desenvolveu-se e aplicou-se novas técnicas de
 diagnóstico de influência local para dados espaciais, especificamente ao utilizar o
 Modelo Geoestatístico Wave. Essas técnicas permitiram a identificação de
 observações influentes, que podem distorcer a semivariância e comprometer a
 precisão da modelagem espacial. Por meio dessas técnicas, foi possível refinar as
 estimativas dos parâmetros espaciais e melhorar a qualidade dos mapas interpolados,
 fundamentais para a definição de zonas de manejo mais precisas, otimizando a
 aplicação de insumos agrícolas e maximizando ganhos econômicos (Artigo 1). Com
 base nos resultados, observou-se que o Modelo de Wave se destaca por sua
 capacidade de capturar padrões de dependência espacial mais complexos, como os
 relacionados a solos heterogêneos, que são frequentemente observados em áreas
 agrícolas. Além disso, a combinação entre o Método de Interpolação Thin Plate Spline
 (TPS) e a krigagem com drift externo mostraram-se como estratégias eficazes para
 melhorar as estimativas em locais não amostrados, aproveitando a informação de
 covariáveis consideradas fixas (Artigo 2). Ao utilizar essas técnicas, os produtores
 podem identificar áreas com maior potencial produtivo e aquelas que necessitam de
 intervenções específicas. Esse tipo de abordagem é fundamental para a otimização
 do uso de insumos, reduzindo desperdícios, minimizando impactos ambientais e
 maximizando o retorno econômico.",
 	publisher = {Universidade Estadual do Oeste do Paraná},
 	scholl = {Programa de Pós-Graduação em Engenharia Agrícola},
 	note = {Centro de Ciências Exatas e Tecnológicas}
}