Mostrar registro simples

dc.contributor.advisorRibeiro Junior, Paulo Justiniano, 1967-pt_BR
dc.contributor.otherUniversidade Federal do Paraná. Setor de Tecnologia. Programa de Pós-Graduação em Métodos Numéricos em Engenhariapt_BR
dc.creatorSilva, Edson Antonio Alves dapt_BR
dc.date.accessioned2024-02-26T18:14:44Z
dc.date.available2024-02-26T18:14:44Z
dc.date.issued2008pt_BR
dc.identifier.urihttps://hdl.handle.net/1884/16713
dc.descriptionOrientador: Paulo Justiniano Ribeiro Jrpt_BR
dc.descriptionTese (doutorado) - Universidade Federal do Paraná, Setor de Tecnologia, Programa de Pós-Graduaçao em Métodos Numéricos em Engenharia. Defesa: Curitiba, 16/06/2008pt_BR
dc.descriptionInclui bibliografia e anexospt_BR
dc.description.abstractResumo: Os grãos são ao comodities de grande importância internacional, amplamente negociadas entre importadores e exportadores. A madeira e fundamental nas atividades industriais ' do Brasil, seja como insumo, seja como geradora de energia. Neste início de milênio, soja, cana-de-açúcar, milho e madeira tem ocupado espaço na substituição da produção de energia de origem petroquímica e consequentemente tem aumentado sua demanda pela competição com a produção de alimentos. Além da expansão de fronteiras agrícolas, novas tecnologias tem surgido para dar suporte ao aumento da produtividade, viabilidade econômica e preservação do habitat. Novos conceitos vão sendo estabelecidos e a agricultura de precisão é um dos que mais se desenvolve. Ela propõe a identificação e o manejo de zonas agrícolas de característica uniforme, onde se pode dar um tratamento mais específico, evitando-se, por exemplo, subdosagens ou superdosagens de insumos. Na identificação dessas zonas de manejo, os mapas temáticos tem função de destaque. Sua elaboração requer metodologias próprias onde a geoestatística tem cumprido seu papel. Muitos estudos são realizados e importantes resultados t ˜ em levado a ˆ mapas que expressam, com qualidade, a distribuição espacial dos valores das variáveis georreferenciadas. Nas pesquisas em que são aplicados métodos geoestatísticos e comum a coleta de um conjunto de variáveis que descrevem propriedades físicas, químicas e de produção e com posição de coleta de dados referenciadas espacialmente. Muitos trabalhos envolvem o estudo e elaboração de mapas de uma única variável por vez. Neste trabalho foram produzidos mapas em um contexto multivariado. Apesar das baixas correlações dessas varáveis reportadas na literatura, foi feita uma analise de componentes principais para a redução do conjunto de variáveis suporte a sua primeira componente, incorporando sua informação de variabilidade espacial a outra variável de interesse principal, em uma estrutura bivariada de modelo, para qual se dispunha de recursos computacionais para resolver numericamente aplicações. Adotou-se uma formulação com base em modelos mistos. Seus parâmetros foram estimados pela otimização de funções de verossimilhança e por simulação bayesiana para a obtenção de distribuições a posteriori. Com esses modelos foram derivados preditores marginais e condicionais, permitindo-se estimar valores em pontos de uma estrutura compatível com a apresentação em forma de mapa. Foram analisados dados de dois problemas distintos em sua natureza. Em um dos casos os dados reportavam variáveis de produtividade de soja associados a dados físicos e químicos, distribuídos em uma área de 1,74 ha cultivada em sistema de plantio direto. No outro, as variáveis representavam o incremento médio anual – IMA de ' Pinus taeda L. em área de 2.252,11 ha de reflorestamento e dissociadamente dados de teor de argila. A analise revelou a capacidade do modelo bivariado em explorar a informação espacial contida nos dados quando as localizações das variáveis não eram as mesmas e a capacidade de identificar zonas de regionalização onde o modelo univariado não o fez, principalmente em se ˜ tratando de amostras pequenas da variável de interesse principal. A análise mostrou ainda que o método bayesiano, no caso univariado, define melhor as zonas diferentes quando se trata de delineamentos com poucas amostras.pt_BR
dc.description.abstractAbsract: The grains are great international importance comodities, widely negotiated between importers and exporters. Already the wood is basic in the industrial activities of Brazil, either as manufactures material, either as generating of energy. In this beginning of milenio, soy bean, ˆ sugar cane, maize and wood have ocupaited space in the production of petrochemical energy and then it has increased its demand for the competition with the food production. Beyond the expansion of agricultural borders, new technologies arrived to increase productivity, to guarantee economic viability and preserve the habitat. New concepts go appearing and the Precision Farming is of that more it is developed. It propose the identification and the handling of uniform agricultural zones where it can give a more specific treatment, preventing for example, overdoses or subdoses of chemical material. In the identification of these handling zones, the thematic maps have prominence function. Its elaboration requires proper methodologies where the geostatistics fulfilled its paper. Many studies are carried through and important resulted they have taken the maps that they express, with quality, the spatial behavior of the geographically marked variables. In the geostatistics research of agricultural problems with a set of variable that describe physical, chemical and production properties is common. Many works involve the study and elaboration of maps of one variable for each time. In this work it was produced maps in a multivariate context. Although the low correlations between agricultural variable was reported in literature, was made analysis of main components for reduction of the set of variables to its first component, having incorporated its space variability information to another variable of main interest, in a bi variated structure of model, because computational resources availability for numerical applications. A mixed model-based formularization was adopted where its parameters had been estimated by the optimization of likelihood functions and by Bayesian simulation. With these models it was derived conditional and marginal predictors, allowing itself estimate values in localization where the structure was compatible with a map. In this work had been analyzed data from two distinct problems in its own nature. In one of the cases the data reported variable of soy productivity associates the physical and chemical data, distributed in a 1,74 ha area cultivated in system of direct plantation. In the other, the variable represented the Annual Average Increment of Pinus taeda L. in area of 2.252,11 ha of reforestation and separately it Clay Concentration data. The analysis showed the capacity of the bivariate model, where the localizations of the variable were complementary, to identify zones where the univariate model didn’t make it, mainly in if treating to small samples of the variable of primary interest. The analysis showed that the Bayesian method, in the univariate case, defines the different zones better when if it deals with samples of small size.pt_BR
dc.format.extentxviii, 135f. : il., grafs., tabs.pt_BR
dc.format.mimetypeapplication/pdfpt_BR
dc.languagePortuguêspt_BR
dc.relationDisponível em formato digitalpt_BR
dc.subjectSolos florestais - Métodos estatísticospt_BR
dc.subjectTeoria bayesiana de decisão estatisticapt_BR
dc.subjectVerossimilhança (Estatística)pt_BR
dc.subjectAnálise numéricapt_BR
dc.titleAplicação de métodos geoestatísticos multivariados em problemas de mapeamento de variáveis do sistema solo-plantapt_BR
dc.typeTesept_BR


Arquivos deste item

Thumbnail

Este item aparece na(s) seguinte(s) coleção(s)

Mostrar registro simples