Precision agriculture is based on a set of techniques that explore the spatial variability of properties related to a determined area. The aim of this study was to develop and test a methodology to evaluate the quality of grid sampling. The experiment was performed in three areas of 112, 50 and 26 ha, in coffee plantations (Coffea arabica ) with cultivar Catuai 144, in the Três Pontas Farm, located in Presidente Olegário, MG, Brazil, in 2014 and 2015. A total of 224, 100, and 52 georeferenced points (2.0 points/ha) were plotted in the areas regarding the soil chemical properties, respectively: phosphorus, potassium, calcium and magnesium. For the application methodology the standardized accuracy index (SAI), the standardized precision index (SPI) and the standardized optimal grid indicator (SOGI) were developed and tested. From grid 1 (2 points/ha), another three sampling grids (1.0, 0.7 and 0.5 point/ha) were adopted. The indexes were important to analyze the grid quality, whereas the SOGI allowed selecting the grid that best represented the properties.
A agricultura de precisão baseia num conjunto de técnicas que explora a variabilidade espacial dos atributos de uma área. O objetivo deste trabalho foi desenvolver e testar uma metodologia para avaliar a qualidade de malhas amostrais. O experimento foi desenvolvido nos anos de 2014 e 2015 na fazenda Três Pontas, Presidente Olegário/MG, em três áreas de 112, 50 e 26 ha, todas de lavoura de cafeeiro (Coffea arabica ) cultivar Catuai 144. Demarcaram-se nas áreas 224, 100 e 52 pontos georreferenciados respectivamente (2,0 pontos/ha), os atributos químicos do solo testados: fósforo, potássio, cálcio e magnésio. Para aplicação da metodologia foi desenvolvido e testado o índice de exatidão padronizado (IEP), índice de precisão paradronizado (IPP) e o indicador de malha ótima padronizado (IMOP). A partir da malha 1 (2 pontos/ha) foram adotadas mais 3 malhas amostrais (1,0; 0,7 e 0,5 ponto/ha). Os índices mostraram importantes para analisar a qualidade das malhas e o IMOP permitiu a escolha da malha que melhor representou os atributos.
