RESUMO Na agricultura de precisão a determinação de zonas de manejo dos atributos de solo e planta, é um processo complexo que demanda o conhecimento de muitas variáveis, o que dificulta o processo de gestão e tomada de decisão. Este estudo avaliou a variabilidade espacial da produtividade da cultura da soja e de atributos químicos do solo por meio de análise multivariada e geoestatística para a determinação de zonas de manejo específico em um Latossolo. A produtividade de soja e os atributos químicos do solo nas camadas 0-0.2 e 0.2-0.4 m de profundidade foram amostrados em 70 pontos de amostragem. Análises geoestatísticas e multivariadas foram então realizadas. As propriedades químicas do solo apresentaram maior variabilidade na profundidade de 0,2 a 0,4 m. Os parâmetros do semivariograma dos dados da análise de componentes principais (PCA) (PCA 1, PCA 2 e PCA 3) para ambas as profundidades foram mais homogêneos do que os dados originais. Os mapas de propriedades químicas do solo apresentaram alta similaridade com o mapa de produtividade da soja. A ACP explicou 65,34% (0 a 0,2 m) e 70,50% (0,2 a 0,4 m) da variabilidade dos dados, agrupando a produtividade da soja, matéria orgânica, pH, fósforo, potássio, cálcio, magnésio e sódio. A espacialização do PCA permitiu a definição das zonas de manejo indicadas pelo PCA 1, PCA 2 e PCA 3 para ambas as profundidades. O resultado indica que a área deve ser manejada utilizando diferentes estratégias de manejo da fertilidade do solo para aumentar a produtividade da soja.
ABSTRACT In precision agriculture, determining management zones for soil and plant attributes is a complex process that requires knowledge of several variables, which complicates management and decisionmaking processes. This study evaluated the spatial variability of soybean yield and soil chemical properties using geostatistical and multivariate analyses to define management zones in an Oxisol. The soybean yield and soil chemical properties between 0 to 0.2 and 0.2 to 0.4 m soil depths were sampled at 70 points. Geostatistical and multivariate analyses were then performed on these data. The soil chemical properties showed higher variability at 0.2 to 0.4 m soil depth. The semivariogram parameters of the principal component analysis (PCA) data (PCA 1, PCA 2, and PCA 3) for both depths were more homogeneous than the original data. The maps of soil chemical properties showed high similarity to the soybean yield map. The PCA explained 65.34% (0 to 0.2 m) and 70.50% (0.2 to 0.4 m) of data variability, grouping the soybean yield, organic matter, pH, phosphorous, potassium, calcium, magnesium, and sodium. PCA spatialization allowed for the definition of management zones indicated by PCA 1, PCA 2, and PCA 3 for both depths. The result indicates that the area must be managed using different strategies of soil fertility management to increase soybean yield.