O objetivo deste trabalho foi avaliar a influência da densidade amostral (três grades) e do tipo de interpolador (krigagem, inverso da distância, inverso da distância ao quadrado e polinomial) na elaboração de mapas temáticos da produtividade da soja em uma área de LATOSSOLO VERMELHO Distroférrico, no período de 1998 a 2002, conduzida em sistema de agricultura de precisão. As grades selecionadas possuíam 128, 64 e 32 parcelas utilizando amostragem alinhada sistemática estratificada (AASE). A partir de cada grade amostral e utilizando cada um dos interpoladores, foram gerados os mapas temáticos. O coeficiente de desvio relativo (CDR) foi proposto visando expressar a diferença média em módulo dos valores interpolados em cada grade em relação à grade considerada como referência, ou seja, a amostragem alinhada sistemática estratificada, com 128 parcelas, e interpolação por krigagem (AASE 128 Krigagem). O CDR mostrou-se eficiente na comparação de mapas e possibilitou concluir que, para utilizar todo o potencial da krigagem e esse método ser recomendado, é necessário ter muitos pontos para que um bom semivariograma seja construído. Caso contrário, podem-se usar os outros interpoladores analisados. O método amostragem alinhada sistemática estratificada 128 inverso da distância foi o que mais se aproximou do método assumido como referência, AASE 128 Krigagem.
The objective of this work was to evaluate the influence of the sampling density (three grids) and of the type of interpolation (kriging, inverse of the distance, inverse of the square distance, and polynomial) in the elaboration of thematic maps of soybean yield in an area of Dystroferric Red Nitosol under precision agriculture from 1998 to 2002. The selected grids had 128, 64 and 32 units using stratified systematic aligned sampling (SSAS). The thematic maps was generated from each sampling grid and using each of the interpolators. The relative deviation coefficient (CDR) was proposed to express the average difference in module of the values interpolated in each grid in relation to the considered standard SSAS grid with 128 units and kriging interpolator. The CDR proved efficient in the comparison of maps and made it possible to conclude that to effectively use the entire potential of the kriging, it is necessary to have several points, so that a good semivariogram is constructed. Otherwise, any of the other analyzed interpolators can be used. The SSAS 128 inverse distance method was most similar to the reference, SSAS 128 Kriging.