RESUMO
A agricultura de precisão proporciona aos agricultores identificar e tratar de forma adequada as variações encontradas na área agrícola. As zonas de manejo (ZMs) permitem a implantação da agricultura de precisão de forma viável e relativamente mais econômica. A forma mais importante para definir ZMs é usando o algoritmo fuzzy C-means. Um problema consiste em como selecionar a variável a ser usada como layer de entrada no processo fuzzy. Assim, o objetivo deste trabalho, foi testar a hipótese de que variáveis redundates podem prejudicar o processo de delineamento de ZMs. Este trabalho foi desenvolvido em uma área de 19,6 ha e 15 agrupamentos de ZMs foram gerados por meio do o algoritmo fuzzy C-means, dividindo-se em duas a cinco classes. Cada agrupamento usou uma composição diferente de variáveis, que são os atributos cobre, silte, argila, e altitude. Foi encontrado que algumas combinações dessas variáveis produziu melhores ZMs. Nenhuma combinação de variáveis produziu desempenho estatisticamente melhor que a ZM gerada apenas com as variáveis não redundantes. Assim, as variáveis redundantes podem ser descartadas. O agrupamento com todas as variáveis não forneceu maior separação e organização dos dados entre as classes de ZM, não sendo recomendado.
agricultura de precisão; correlação espacial; eficiência relativa
Source: Adapted from 
* p-value significant at 5% probability, ** p-value significant at 1% probability, NS = not significant (p-value > 0.05)
