Clusterização espacial e não espacial : um estudo aplicado à agropecuária brasileira
Autor(a) principal: | |
---|---|
Data de Publicação: | 2017 |
Outros Autores: | , , , , , |
Tipo de documento: | Artigo |
Idioma: | por |
Título da fonte: | Repositório Institucional da UnB |
Texto Completo: | http://repositorio.unb.br/handle/10482/30922 http://dx.doi.org/10.5540/tema.2017.018.01.0069 |
Resumo: | Este trabalho apresenta uma análise de clusterização de Áreas Mínimas Comparáveis (AMC’s) para traçar um mapa de agrupamentos homogêneos a partir de uma combinação de variáveis climáticas, de características do solo e de produção agropecuária. A metodologia permite a visualização de interações entre as diversas variáveis utilizadas, identificando-se, por exemplo, padrões de coexistência, no nível municipal, de diferentes culturas agrícolas. A discussão apresenta os algoritmos tradicionais sem contiguidade (aglomerativo hierárquico e k-means) e o algoritmo aglomerativo hierárquico com imposição de contiguidade. Busca-se, dessa forma, explorar diferenças entre as tipologias construídas com diferentes abordagens, além de prover configurações alternativas de agrupamentos. Ainda, as metodologias discutidas permitem a incorporação de critérios tradicionais de escolha do número de clusters, tais como estatísticas CCC, pseudo-F e pseudo-t 2. |
id |
UNB_31aa6a939b128112dad1762570e296f6 |
---|---|
oai_identifier_str |
oai:repositorio.unb.br:10482/30922 |
network_acronym_str |
UNB |
network_name_str |
Repositório Institucional da UnB |
repository_id_str |
|
spelling |
Clusterização espacial e não espacial : um estudo aplicado à agropecuária brasileiraClusterização espacialAlgoritmosAgropecuária - BrasilEste trabalho apresenta uma análise de clusterização de Áreas Mínimas Comparáveis (AMC’s) para traçar um mapa de agrupamentos homogêneos a partir de uma combinação de variáveis climáticas, de características do solo e de produção agropecuária. A metodologia permite a visualização de interações entre as diversas variáveis utilizadas, identificando-se, por exemplo, padrões de coexistência, no nível municipal, de diferentes culturas agrícolas. A discussão apresenta os algoritmos tradicionais sem contiguidade (aglomerativo hierárquico e k-means) e o algoritmo aglomerativo hierárquico com imposição de contiguidade. Busca-se, dessa forma, explorar diferenças entre as tipologias construídas com diferentes abordagens, além de prover configurações alternativas de agrupamentos. Ainda, as metodologias discutidas permitem a incorporação de critérios tradicionais de escolha do número de clusters, tais como estatísticas CCC, pseudo-F e pseudo-t 2.This paper presents a clustering analysis of Minimum Comparable Areas(MCAs) to draw a map of homogeneous grouping from a combination of climatic variables, soil characteristics and agricultural production. The methodology allows the visualization of interactions among the many different variables used, indentifying, for example, coexistence patterns, at the municipal level, of different crops. The discussion presents the traditional algorithms with no contiguity (hierarchical algorithm and k-means) and the agglomerative hierarchical algorithm with contiguity. Therefore, this paper seeks to explore differences among the typologies built with different approaches, as well as, provide alternative configurations of grouping. Also, the methodologies discussed allow the incorporation of traditional criteria for choosing the number of clusters, such as the CCC, pseudo-F and pseudo- t 2 statistics.Faculdade de Economia, Administração, Contabilidade e Gestão de Políticas Públicas (FACE)Programa de Pós-Graduação em AdministraçãoSociedade Brasileira de Matemática Aplicada e Computacional2018-01-04T19:15:47Z2018-01-04T19:15:47Z2017-04info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/articleapplication/pdfPENA, M.G. et al. Clusterização espacial e não espacial: um estudo aplicado à agropecuária brasileira. TEMA (São Carlos), São Carlos, v. 18, n. 1, p. 69-84, jan./abr. 2017. Disponível em: <http://www.scielo.br/scielo.php?script=sci_arttext&pid=S2179-84512017000100069&lng=en&nrm=iso>. Acesso em: 9 jan. 2018. doi: http://dx.doi.org/10.5540/tema.2017.018.01.0069.http://repositorio.unb.br/handle/10482/30922http://dx.doi.org/10.5540/tema.2017.018.01.0069TEMA (São Carlos) - Este é um artigo publicado em acesso aberto sob uma licença Creative Commons (CC BY 4.0). Fonte: http://www.scielo.br/scielo.php?script=sci_arttext&pid=S2179-84512017000100069&lng=en&nrm=iso. Acesso em: 9 jan. 2018.info:eu-repo/semantics/openAccessPena, Marina GarciaMoreira, Guilherme Costa ChadudGuimarães, Luiz Felipe DantasLaureto, Camilo Rey.Albuquerque, Pedro Henrique MeloCarvalho, Alexandre Xavier Ywata deBasso, Gustavo Gomesporreponame:Repositório Institucional da UnBinstname:Universidade de Brasília (UnB)instacron:UNB2023-10-19T17:27:50Zoai:repositorio.unb.br:10482/30922Repositório InstitucionalPUBhttps://repositorio.unb.br/oai/requestrepositorio@unb.bropendoar:2023-10-19T17:27:50Repositório Institucional da UnB - Universidade de Brasília (UnB)false |
dc.title.none.fl_str_mv |
Clusterização espacial e não espacial : um estudo aplicado à agropecuária brasileira |
title |
Clusterização espacial e não espacial : um estudo aplicado à agropecuária brasileira |
spellingShingle |
Clusterização espacial e não espacial : um estudo aplicado à agropecuária brasileira Pena, Marina Garcia Clusterização espacial Algoritmos Agropecuária - Brasil |
title_short |
Clusterização espacial e não espacial : um estudo aplicado à agropecuária brasileira |
title_full |
Clusterização espacial e não espacial : um estudo aplicado à agropecuária brasileira |
title_fullStr |
Clusterização espacial e não espacial : um estudo aplicado à agropecuária brasileira |
title_full_unstemmed |
Clusterização espacial e não espacial : um estudo aplicado à agropecuária brasileira |
title_sort |
Clusterização espacial e não espacial : um estudo aplicado à agropecuária brasileira |
author |
Pena, Marina Garcia |
author_facet |
Pena, Marina Garcia Moreira, Guilherme Costa Chadud Guimarães, Luiz Felipe Dantas Laureto, Camilo Rey. Albuquerque, Pedro Henrique Melo Carvalho, Alexandre Xavier Ywata de Basso, Gustavo Gomes |
author_role |
author |
author2 |
Moreira, Guilherme Costa Chadud Guimarães, Luiz Felipe Dantas Laureto, Camilo Rey. Albuquerque, Pedro Henrique Melo Carvalho, Alexandre Xavier Ywata de Basso, Gustavo Gomes |
author2_role |
author author author author author author |
dc.contributor.author.fl_str_mv |
Pena, Marina Garcia Moreira, Guilherme Costa Chadud Guimarães, Luiz Felipe Dantas Laureto, Camilo Rey. Albuquerque, Pedro Henrique Melo Carvalho, Alexandre Xavier Ywata de Basso, Gustavo Gomes |
dc.subject.por.fl_str_mv |
Clusterização espacial Algoritmos Agropecuária - Brasil |
topic |
Clusterização espacial Algoritmos Agropecuária - Brasil |
description |
Este trabalho apresenta uma análise de clusterização de Áreas Mínimas Comparáveis (AMC’s) para traçar um mapa de agrupamentos homogêneos a partir de uma combinação de variáveis climáticas, de características do solo e de produção agropecuária. A metodologia permite a visualização de interações entre as diversas variáveis utilizadas, identificando-se, por exemplo, padrões de coexistência, no nível municipal, de diferentes culturas agrícolas. A discussão apresenta os algoritmos tradicionais sem contiguidade (aglomerativo hierárquico e k-means) e o algoritmo aglomerativo hierárquico com imposição de contiguidade. Busca-se, dessa forma, explorar diferenças entre as tipologias construídas com diferentes abordagens, além de prover configurações alternativas de agrupamentos. Ainda, as metodologias discutidas permitem a incorporação de critérios tradicionais de escolha do número de clusters, tais como estatísticas CCC, pseudo-F e pseudo-t 2. |
publishDate |
2017 |
dc.date.none.fl_str_mv |
2017-04 2018-01-04T19:15:47Z 2018-01-04T19:15:47Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article |
format |
article |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
PENA, M.G. et al. Clusterização espacial e não espacial: um estudo aplicado à agropecuária brasileira. TEMA (São Carlos), São Carlos, v. 18, n. 1, p. 69-84, jan./abr. 2017. Disponível em: <http://www.scielo.br/scielo.php?script=sci_arttext&pid=S2179-84512017000100069&lng=en&nrm=iso>. Acesso em: 9 jan. 2018. doi: http://dx.doi.org/10.5540/tema.2017.018.01.0069. http://repositorio.unb.br/handle/10482/30922 http://dx.doi.org/10.5540/tema.2017.018.01.0069 |
identifier_str_mv |
PENA, M.G. et al. Clusterização espacial e não espacial: um estudo aplicado à agropecuária brasileira. TEMA (São Carlos), São Carlos, v. 18, n. 1, p. 69-84, jan./abr. 2017. Disponível em: <http://www.scielo.br/scielo.php?script=sci_arttext&pid=S2179-84512017000100069&lng=en&nrm=iso>. Acesso em: 9 jan. 2018. doi: http://dx.doi.org/10.5540/tema.2017.018.01.0069. |
url |
http://repositorio.unb.br/handle/10482/30922 http://dx.doi.org/10.5540/tema.2017.018.01.0069 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Sociedade Brasileira de Matemática Aplicada e Computacional |
publisher.none.fl_str_mv |
Sociedade Brasileira de Matemática Aplicada e Computacional |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UnB instname:Universidade de Brasília (UnB) instacron:UNB |
instname_str |
Universidade de Brasília (UnB) |
instacron_str |
UNB |
institution |
UNB |
reponame_str |
Repositório Institucional da UnB |
collection |
Repositório Institucional da UnB |
repository.name.fl_str_mv |
Repositório Institucional da UnB - Universidade de Brasília (UnB) |
repository.mail.fl_str_mv |
repositorio@unb.br |
_version_ |
1814508174774894592 |