A automação do processo de obtenção do mapa de produtividade introduz erros nos dados coletados. Processos de filtragem de dados podem eliminar parte dos erros e elevar a qualidade da informação. Um processo de filtragem foi desenvolvido para as características de cada erro presente em um mapa de produtividade. Tais erros podem ser de posicionamento, produtividades improvavelmente altas e baixas, largura de plataforma incorreta, umidade de grãos, distância entre pontos, intervalo de enchimento e limites estatísticos para dados discrepantes. O filtro foi aplicado a seis conjuntos de dados obtidos de seis diferentes monitores de produtividade comerciais. A análise geoestatística dos conjuntos de dados mostrou que a aplicação do filtro diminuiu o efeito pepita e obteve melhores resultados qualitativos na validação cruzada por krigagem, elevando a qualidade final da informação.
agricultura de precisão; monitor de produtividade; algoritmo
