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

Detalhes bibliográficos
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
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