Made available in DSpace on 2017-05-12T14:47:42Z (GMT). No. of bitstreams: 1
JOELMIR ANDRE BORSSOI.pdf: 1897222 bytes, checksum: 4bfaafc0659eed32ceef8dc0fe90a8fe (MD5)
Previous issue date: 2007-12-04 / Conselho Nacional de Desenvolvimento Científico e Tecnológico / Tracking and management concepts of the process of agricultural production are
being used as a great option of strategy management in agriculture. Such
concepts consider the spatial variability of the variables at study. The modeling
of the spatial dependence structure of the geoestatistic approach is fundamental
importance for the definition parameters that define this structure and are used in
the interpolation of values in places not sampled, by kriging techniques.
However, the estimation of parameters can be greatly affected by the presence
atypical observations in the data sampled. The development of this work was
aimed at using diagnostics techniques in spatial linear gaussians models, used in
geoestatistics, to evaluate the sensitivity of the maximum likelihood estimators
and restrict maximum likelihood to small perturbations in the data. Studies were
performed with simulated data, with literature data and with experimental data,
collected in a commercial agricultural area in the region West of Paraná. The
study with simulated data showed that the techniques used in diagnostics were
efficient in identifying the perturbation data. The restrict maximum likelihood
estimator produced more robust estimates for the parameters spatial dependence.
Those results obtained from the study of real data, it was concluded that the
presence atypical values between the sampled data can exert strong influence on
thematic maps, changing, therefore, the spatial dependence. The application the
diagnostic techniques should be part of any geoestatistic analysis, ensuring that
the information contained in thematic maps have better quality and can be used
with greater security by the farmer. / Conceitos de monitoramento e gerenciamento do processo de produção agrícola
vêm sendo utilizados como ótima opção de estratégia gerencial na agricultura.
Tais conceitos consideram a variabilidade espacial das variáveis em estudo. A
modelagem da estrutura de dependência espacial pela abordagem da
geoestatística é de fundamental importância para a definição de parâmetros que
definem esta estrutura e que são utilizados na interpolação de valores em locais
não amostrados, pela técnica de krigagem. Entretanto, a estimação de parâmetros
pode ser muito afetada pela presença de observações atípicas nos dados
amostrados. O desenvolvimento deste trabalho teve por objetivo utilizar técnicas
de diagnóstico em modelos espaciais lineares gaussianos, utilizados em
geoestatística, para avaliar a sensibilidade dos estimadores máxima
verossimilhança e máxima verossimilhança restrita a pequenas perturbações nos
dados. Realizaram-se estudos com dados simulados, com dados da bibliografia e
também com dados experimentais, coletados em uma área agrícola comercial da
região Oeste do Paraná. O estudo com dados simulados mostrou que as técnicas
de diagnóstico utilizadas foram eficientes na identificação da perturbação nos
dados. O estimador de máxima verossimilhança restrita produziu estimativas
mais robustas para os parâmetros de dependência espacial. Pelos resultados
obtidos com o estudo de dados reais, concluiu-se que a presença de valores
atípicos entre os dados amostrados pode exercer forte influência nos mapas
temáticos, alterando, assim, a dependência espacial. A aplicação de técnicas de
diagnóstico deve fazer parte de toda análise geoestatística, garantindo que as
informações contidas nos mapas temáticos tenham maior qualidade e possam ser
utilizadas com maior segurança pelo agricultor.
| Identifer | oai:union.ndltd.org:IBICT/oai:tede.unioeste.br:tede/276 |
| Date | 04 December 2007 |
| Creators | Borssoi, Joelmir André |
| Contributors | Opazo, Miguel Angel Uribe, Nóbrega, Lúcia Helena Pereira, Souza, Eduardo Godoy de |
| Publisher | Universidade Estadual do Oeste do Parana, Programa de Pós-Graduação "Stricto Sensu" em Engenharia Agrícola, UNIOESTE, BR, Engenharia |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | English |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | application/pdf |
| Source | reponame:Biblioteca Digital de Teses e Dissertações do UNIOESTE, instname:Universidade Estadual do Oeste do Paraná, instacron:UNIOESTE |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0023 seconds