Clusterização espacial e não espacial : um estudo aplicado à agropecuária brasileira

• Autor(a) principal: Pena, Marina Garcia
• Data de Publicação: 2017
• Outros Autores: Moreira, Guilherme Costa Chadud, Guimarães, Luiz Felipe Dantas, Laureto, Camilo Rey., Albuquerque, Pedro Henrique Melo, Carvalho, Alexandre Xavier Ywata de, Basso, Gustavo Gomes
• 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
• topic: Clusterização espacial; Algoritmos; Agropecuária - Brasil

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.