Export iten: EndNote BibTex

Please use this identifier to cite or link to this item: http://tede.unioeste.br/handle/tede/2878
Tipo do documento: Dissertação
Title: Influência local para modelos geoestatísticos utilizando a produtividade da soja e atributos químicos do solo
Other Titles: Local influence on geostatistical models using soy productivity and chemical soil
Autor: Grzegozewski, Denise Maria 
Primeiro orientador: Opazo, Miguel Angel Uribe
Resumo: A soja é uma das principais culturas agrícolas do Brasil, em particular da região de Cascavel/PR, onde a produção agrícola é grande, mas com fatores que afetam a produtividade, o monitoramento e o gerenciamento do processo, diagnosticados por modelos geoestatísticos para análise de dados agrícolas. Os estudos de variabilidade espacial dos atributos do solo, associados à produtividade da soja, possibilitam a recomendação da dosagem de insumos com taxas variadas, de acordo com os mapas construídos pelos modelos espaciais. O estudo de diagnóstico de pontos influentes é um procedimento recomendado nos estudos da variabilidade espacial. Detectar os pontos influentes, por meio da influência local, possibilita medir as alterações que esses pontos influenciam nos resultados e na construção do mapa temático. Este trabalho tem como objetivo apresentar estudos de influência local em modelos espaciais lineares, considerando como variável resposta a produtividade da soja e como covariáveis o Carbono (C), o Cálcio (Ca), o Potássio (K), o Magnésio (Mg), o Manganês (Mn) e o Fósforo (P). O estudo da influência local é realizado na variável resposta e nas covariáveis por meio de perturbações aditivas. As técnicas de influência local, de acordo com os resultados obtidos, foram eficientes na identificação de valores atípicos para as variáveis analisadas individualmente e utilizando modelo espacial linear
Abstract: Soy is one of the main crops in Brazil and in the region of Cascavel / PR, where agricultural production is large, although some factors that affect productivity, monitoring and process management have been diagnosed by geostatistical models for analysis of agricultural data. Studies on the spatial variability of soil attributes associated with soybean yield, provide recommendations for doses o with varied rates, according to the maps created by spatial models. The diagnostic study on influential points is a recommended procedure for studies on spatial variability. Detecting the influential points through local influence allows measuring the changes that these points have influence on and the construction of the thematic map. This paper aims to present studies on local influence in linear spatial models considering as dependent variable soybean yield and as covariates Carbon (C), Calcium (Ca), Potassium (K), Magnesium (Mg), Manganese (Mn) and Phosphorus (P). The study on local influence is held in the response variable and the covariates using additive disturbances. The techniques of local influence diagnostics, according to the final results, were efficient in identifying outliers considered influential variables for the individual linear spatial model
Keywords: Máxima verossimilhança
dependência espacial
agricultura de precisão
Maximum likelihood
spatial dependence
precision agriculture
CNPq areas: CNPQ::CIENCIAS AGRARIAS::ENGENHARIA AGRICOLA
Idioma: por
País: BR
Publisher: Universidade Estadual do Oeste do Parana
Sigla da instituição: UNIOESTE
Departamento: Engenharia
Program: Programa de Pós-Graduação "Stricto Sensu" em Engenharia Agrícola
Citation: GRZEGOZEWSKI, Denise Maria. Local influence on geostatistical models using soy productivity and chemical soil. 2012. 121 f. Dissertação (Mestrado em Engenharia) - Universidade Estadual do Oeste do Parana, Cascavel, 2012.
Tipo de acesso: Acesso Aberto
URI: http://tede.unioeste.br:8080/tede/handle/tede/2878
Issue Date: 16-Feb-2012
Appears in Collections:Mestrado em Engenharia Agrícola (CVL)

Files in This Item:
File SizeFormat 
Denise.pdf4.47 MBAdobe PDFView/Open Preview


Items in TEDE are protected by copyright, with all rights reserved, unless otherwise indicated.