O mapa de produtividade é considerado, por muitos autores, o início da Agricultura de Precisão. A tecnologia para a coleta automatizada de pontos de produtividade proporciona intensa densidade amostral com a inevitável coleta de pontos que contêm erros na medição da produtividade e que podem interferir na análise e na tomada de decisão baseada no mapa. Este trabalho tem por objetivo desenvolver uma metodologia para identificar e caracterizar erros em mapas de produtividade, e aplicá-la para seis diferentes monitores de produtividade comerciais. Nos dados analisados foram encontrados erros de posicionamento, pontos com produtividade nula ou extrema, ausência de medida de umidade dos grãos, largura de plataforma incorretamente registrada pelo operador, dados inconsistentes durante o intervalo referente ao tempo de enchimento e de esvaziamento da colhedora nos inícios e finais de passadas e, também, dados discrepantes. Todos esses erros foram devidamente caracterizados e forneceram bases para a formulação de uma rotina de filtragem de dados brutos.
For many researchers, yield mapping is the start of Precision Farming. Yield monitors measure the yield and collect data in a high frequency allowing the collection of erroneous data that may interfere in the decision-making based on yield maps. The objective of this work was to develop a methodology to identify and characterize errors in yield maps and apply the methodology to a set of data obtained from six different commercial yield monitors. With the analyzed data, errors were found and characterized as positioning errors, null or extremely high yield points with no measurements of grain moisture, swath width errors due to wrong interpretation of the effective cutting width by the operator, time errors and disagreeable data. All these errors were characterized and furnished the basis for the formulation of a routine for filtering the new yield data.