@PHDTHESIS{ 2022:1737976665,
 	title = {Estudo de algoritmos de otimização multivariados para a determinação de configuração amostral e tamanho amostral na análise da variabilidade espacial},
 	year = {2022},
 	url = "https://tede.unioeste.br/handle/tede/6336",
 	abstract = "A agricultura de precisão pode ser definida como um conjunto de técnicas e tecnologias que
 podem ser empregadas para melhorar o processo de tomada de decisão na produção
 agrícola, pois permite a aplicação específica de fertilizantes em cada local. Como as áreas
 agrícolas normalmente não são homogêneas, uma das propostas para lidar com a
 heterogeneidade do solo ou da distribuição dos atributos químicos e físicos é definir as zonas
 de aplicação. As zonas de aplicação permitem reduzir tanto a variabilidade espacial e temporal
 do rendimento da cultura em estudo como os impactos ambientais. Sendo assim, as zonas
 de aplicação também podem representar indicadores para direcionar futuras amostragens de
 solo, visando uma possível redução do tamanho da amostra. O objetivo deste trabalho foi
 determinar um melhor redimensionamento amostral (com amostragens tradicionais – Artigo
 1; e com processo de otimização – Artigo 2) para uma área comercial de cultivo de soja onde
 se desenvolve uma atividade de aplicação localizada de insumos, por meio de zonas de
 aplicação geradas a partir da avaliação de cinco métodos de agrupamento (Fuzzy C-means,
 Fanny, K-means, Mcquitty e Ward). Utilizaram-se atributos químicos do solo obtidos de uma
 área agrícola localizada no município de Cascavel, PR, referente a quatro anos de safra de
 soja (2013-2014; 2014-2015; 2015-2016; e 2016-2017). Inicialmente, realizou-se a análise
 descritiva e geoestatística dos atributos químicos do solo. Na sequência, as zonas de
 aplicação foram obtidas por meio dos métodos de agrupamento considerando a matriz de
 dissimilaridade que agrega informações sobre a distância euclidiana entre os elementos
 amostrais e a estrutura de dependência espacial dos atributos. Posteriormente, foram obtidas
 as configurações amostrais reduzidas com 50 e 75% dos pontos amostrais iniciais nessas
 zonas de aplicação. Então, realizaram-se novamente as análises descritivas e geoestatísticas
 das configurações amostrais reduzidas. Por fim, comparou-se por meio da medida de
 similaridade Exatidão Global e os índices de concordância Kappa e Tau qual configuração
 amostral (inicial ou reduzida) forneceu uma melhor estimação da variável em localizações não
 amostradas. Para os anos de safra em estudo, os métodos de agrupamento K-means e Ward
 foram eficientes na definição das zonas de aplicação, dividindo a área de estudo em duas ou
 três zonas de aplicação. Comparando todas as configurações amostrais reduzidas com a
 inicial, observou-se que a reduzida proporcionalmente e otimizadas em 25% (selecionando
 75% dos pontos de configuração inicial, o que corresponde a 76 pontos amostrais) foram as
 mais eficazes em termos de índices de precisão (exatidão global, Kappa, Tau), indicando
 maior similaridade entre os mapas temáticos dessas configurações amostrais. Dessa forma,
 as configurações amostrais reduzidas poderiam ser utilizadas para gerar as zonas de
 aplicação, bem como reduzir os custos com as análises laboratoriais envolvidas no estudo.",
 	publisher = {Universidade Estadual do Oeste do Paraná},
 	scholl = {Programa de Pós-Graduação em Engenharia Agrícola},
 	note = {Centro de Ciências Exatas e Tecnológicas}
}