Uma das necessidades da agricultura de precisão é avaliar a qualidade dos mapas dos atributos dos solos. Neste sentido, o presente trabalho objetivou avaliar o desempenho dos métodos geoestatísticos: krigagem ordinária e simulação sequencial gaussiana na predição espacial do diâmetro médio do cristal da goethita com 121 pontos amostrados em uma malha de 1 ha com espaçamentos regulares de 10 em 10 m. Após a análise textural e da concentração dos óxidos de ferro, calcularam-se os valores do diâmetro médio do cristal da goethita os quais foram analisados pela estatística descritiva e geoestatística; em seguida, foram utilizadas a krigagem ordinária e a simulação sequencial gaussiana. Com os resultados avaliou-se qual foi o método mais fiel para reproduzir as estatísticas, a função de densidade de probabilidade acumulada condicional e a estatística epsilon εy da amostra. As estimativas E-Type foram semelhantes à krigagem ordinária devido à minimização da variância. No entanto, a krigagem deixa de apresentar, em locais específicos, o grau de cristalinidade da goethita enquanto o mapa E-Type indicou que a simulação sequencial gaussiana deve ser utilizada ao invés de mapas de krigagem. Os mapas E-type devem ser preferíveis por apresentar melhor desempenho na modelagem.

In precision agriculture it is necessary to assess the quality of the maps of soil attributes. This paper aimed to evaluate the performance of geostatistical methods: ordinary kriging and sequential Gaussian simulation on spatial prediction of mean diameter of the goethite crystal in a regular grid with 121 points collected in a grid of 1 ha with regular spacing of 10 to 10 m. After the particle size and concentration analysis of iron oxides the values of the mean diameter of the goethite crystal were calculated. These were analysed by descriptive statistics and geostatistics, ordinary kriging and sequential Gaussian simulation was used for production of maps. With the results which evaluated the method is more faithful to make statistics, the cumulative probability density function conditional epsilon statistics εy. E-Type estimates were similar to ordinary kriging, due to the minimization of the variance. However, the ordinary kriging did not perform well in specific locations for crystallinity of goethite, while the E-Type map by sequential Gaussian simulation should be used instead of kriging maps. The E-type maps should be prefered as they present better performance in modeling.