ANÁLISE ESTRATÉGICA DO ÍNDICE DE CONCORDÂNCIA NA ESCOLHA DE MODELOS DE VARIABILIDADE ESPACIAL PARA PRODUTIVIDADE DO TRIGO

Auteur/ices

DOI :

https://doi.org/10.48075/5f8mgb40

Mots-clés :

Dependência espacial, Geoestatistica, Padrão-ouro, Modelagem de variabilidade

Résumé

O acompanhamento da variabilidade espacial da produtividade de culturas é um fator indispensável para a sustentabilidade do setor agrícola, sendo dependente das condições do solo e das condições meteorológicas. A utilização de mapas temáticos obtidos por modelos geoestatísticos de dependência espacial é um recurso importante para monitorar as culturas, como é o caso do trigo, e indicar regiões de tratamento do solo. A seleção dos mapas de variabilidade espacial que foram utilizados no processo de tomada de decisão para as atividades de manejo do solo deve ser a mais acurada e precisa possível, devendo ser realizada considerando métricas apropriadas. Assim, o objetivo deste trabalho é utilizar o método de comparação para mapas de variabilidade espacial por meio da modelagem da concordância espacial, que considera um mapa de referência como padrão-ouro. O estudo foi aplicado em dados de produtividade de trigo do ano de 2019, obtidos de um talhão na mesorregião Oeste do Paraná, Brasil. Os resultados mostraram que o modelo de dependência espacial pode ser selecionado a partir do cálculo do coeficiente de concordância entre os valores aproximados e os valores de referência. Os modelos que melhor explicaram a variabilidade espacial da produtividade do trigo foram o Gaussiano, seguido pelo Matérn com parâmetro de suavização , que evidenciaram as regiões mais propensas à produtividade.

Téléchargements

Les données relatives au téléchargement ne sont pas encore disponibles.

Biographies des auteurs

  • Márcio Paulo de Oliveira, Universidade Tecnológica Federal do Paraná

    Possui graduação em Matemática pela Universidade Estadual do Oeste do Paraná (2007), mestrado em Engenharia Agrícola pela Universidade Estadual do Oeste do Paraná (2010) e doutorado em Engenharia Agrícola pela Universidade Estadual do Oeste do Paraná (2019). Professor do Magistério Superior da Universidade Tecnológica Federal do Paraná.

  • Miguel Angel Uribe-Opazo, Universidade Estadual do Oeste do Paraná

    Doutor em Estatística pelo Instituto de Matemática e Estatística, da Universidade de São Paulo (IME-USP Brasil). Mestre em Estatística pela Universidade Estadual de Campinas (UNICAMP - Brasil). Bacharel e Licenciado em Estatística pela Universidad Nacional Mayor de San Marcos (UNMSM- Perú). Pós-doutor em Estatística Espacial pela Pontifícia Universidad Católica de Chile, (UC-Chile). Atualmente, é Professor Associado da Universidade Estadual do Oeste do Paraná (UNIOESTE), no campus de Cascavel-Paraná. 

  • Gustavo Henrique Dalposso, Universidade Tecnológica Federal do Paraná

    Licenciado em Matemática pela Universidade Estadual do Oeste do Paraná (UNIOESTE) (2004 - 2007), período em que atuou como bolsista CNPq/PIBIC por dois anos e meio. Mestre (2008 - 2010) e Doutor (2013 - 2017) em Engenharia Agrícola pela mesma instituição. Atua como professor da Universidade Tecnológica Federal do Paraná (UTFPR), Campus Toledo.

  • Elizabeth Giron Cima, Centro Universitário Fag

    Pós-Doutora em Desenvolvimento Regional e Agronegócio ( Universidade Estadual do Oeste do Paraná). Doutora em Engenharia Agrícola pela Universidade Estadual do Oeste do Paraná- Unioeste (2019). Mestrado em Desenvolvimento Regional e Agronegócio pela Universidade Estadual do Oeste do Paraná (2007). Especialista em gestão agroindustrial ( UFLA-MG), Especialista em engenharia de alimentos ( UNIOESTE- campus Toledo-Paraná). Graduação em Ciências Econômicas (UNIVEL, Cascavel-Paraná).

Références

ALTIERI, M. A.; NICHOLLS, C. I. Do modelo agroquímico à agroecologia: a busca por sistemas alimentares saudáveis e resilientes em tempos de COVID-19. Desenvolvimento e Meio Ambiente, Curitiba, v. 57, p. 245-257, jun. 2021.

ALVES, R.R. 2023. O presente e o futuro das empresas. Vozes, 1ª ed, 280p

APARECIDO, L. E. DE O.; ROLIM, G. DE S.; RICHETTI, J.; SOUZA, P. S. DE; JOHANN, J. A. Köpppen, Thornthwaite and Camargo climate classifications for climatic zoning in the State of Paraná, Brazil. Ciência e Agrotecnologia, 40, 405–417, 2016.

BERGAMIN, A.C.; VITORINO, A.C.T.; FRANCHINI, J.C.; SOUZA, C.M.A.; SOUZA, F.R. (2010) Compactação em um latossolo vermelho distroférrico e suas relações com o crescimento radicular do milho. Revista Brasileira de Ciência do Solo, 34(3):681-691.

BHATTI, A. U.; MULLA, D. J.; FRAZIER, B. E. Estimation of soil properties and wheat yields on complex eroded hills using geostatistics and thematic mapper images. Remote Sensing of Environment, v. 37, n. 3, p. 181–191, 1991.

CAMBARDELLA, C. A.; MOORMAN, T. B.; NOVAK, J. M.; PARKIN, T. B.; KARLEN, D. L.; TURCO, R. F.; KONOPKA, A. E. Field-scale variability of soil properties in Central Iowa Soils. Soil Science Society of American Journal, v.58, p.1501-1511, 1994.

CICCHETTI, D.; ALLISON, T. A new procedure for assessing reliability of scoring EEG sleep recordings. American Journal of EEG Technology, v.11. p.101– 109, 1971.

CIMA, E.G.; FARINÃ, L.O.; URIBE-OPAZO, M.A.; JOHANN, J.A. Gestão da qualidade integrada aplicada na segurança do alimento: uma análise da matéria-prima farinha de trigo. Informe Gepec, v.20, n.2, p.185-196, 2016.

CIMA, E.G.; URIBE-OPAZO, M.A; GUEDES, L.P.C.; ROCHA-JUNIOR, W.F.; JOHANN, J.A. Grain storage system in the state of Paraná, Brazil, from the perspective of multivariate analysis. Engenharia Agrícola, v. 40, n.3, p. 280-288, 2020.

CIMA, E. G.; ROCHA-JUNIOR, W. F.; URIBE-OPAZO, M. A.; DALPOSSO, G. H. An Analysis of the Gross Domestic Product of Municipalities: A Spatial Glance into the State of Paraná-Brazil, AGRIS on-line Papers in Economics and Informatics, v. 15, n. 2, p. 19-29, 2023. ISSN 1804-1930. DOI 10.7160/aol.2023.150202.

CIMA, E. G.; OLIVEIRA, M.P.; ROCHA-JUNIOR, W. F.; URIBE-OPAZO, M. A. Longitudinal mixed models for the gross value of agricultural production: a spatial and Regional assessment in the state of Paraná-Brazil, Revista Brasileira de Gestão e Desenvolvimento Regional, v.20, n. 1, p.372-393, 2024. ISSN 1809-239X.

COHEN, J. 1968. Weighted kappa: Nominal scale agreement with provision for scaled disagreement or partial credit. Psychological Bulletin. v. 70, n. 4, p.213–220.

CONAB. COMPANHIA NACIONAL DE ABASTECIMENTO. (2022). Acompanhamento da safra brasileira: grãos. V.8 - safra 2021/22 - oitavo levantamento – maio 2022. Disponível em: https://www.gov.br/conab/pt-br/atuacao/informacoes-agropecuarias/safras/safra-de-graos/boletim-da-safra-de-graos/8o-levantamento-safra-2021-22/e-book_boletim-de-safras-8o_levantamento.pdf.

COSTA, L. M.; GABAN FILIPPI, A. C.; GUARNIERI, P. Sistemas de gerenciamento de armazéns no agronegócio e em condomínios de armazéns rurais no Distrito Federal. Informe Gepec, v. 24, n. 2, p. 136–153, 2020.

COSTA, R.G.; FAVARETO, A. Desenvolvimento regional revisitado: Uma análise de indicadores econômicos, sociais e ambientais no estado de São Paulo no início do século XXI. Espaço, Economia e População, v. 25, e202325, 2023.

CRESSIE, N. Statistics for spatial data. New York: John Wiley and Sons. p. 928, 2015.

DADRASI, A. et al. Global insight into understanding wheat yield and production through Agro-Ecological Zoning. Scientific Reports, 2023.

DE OLIVEIRA, T. J. A.; RODRIGUES, W. Vulnerabilidade e o desenvolvimento das regiões do agronegócio no Brasil (2007/2017)/Brazilian agribusiness regions: vulnerability and development (2007/2017). Informe Gepec, v. 24, n. 2, p. 232–248, 2020.

FARACO, M. A.; URIBE-OPAZO, M. A.; SILVA, E. A. A. DA; JOHANN, J. A.; BORSSOI, J. A. Seleção de modelos de variabilidade espacial para elaboração de mapas temáticos de atributos físicos do solo e produtividade da soja. Revista Brasileira de Ciência do Solo, 32(2), 463–476, 2008.

FLEISS, J.; LEVIN, B.; CHO PAIK, M. 2003. Statistical Methods for Rates and Proportions. John Wiley & Sons, 800 p.

GADOTTI, G. I.; CORRÊA, M. F.; NAVROSKI, R.; NADAL, A. P.; SCHUCH, L. O. B. Soil Attributes and Wheat Performance in a Georeferenced Seed Production Field. Engenharia Agrícola, v. 38, n. 4, p. 624–633, 2018.

GALEA, M. Comparación de métodos de medición en presencia de un gold standard. Estadística, 65(185), 1–17, 2013.

HEISE, H; HRVATIN, F.; CRAN, A.; MATTHEUS, J.; Canadian farmers’ perceptions of social sustainability in agriculture. PLOS ONE, v. 19(4): e0299100, 2024.

IBGE. INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA. (2010). Censo Demográfico. Disponível em: https://censo2010.ibge.gov.br/

KHAN, H.; RASHEED, M. T.; ZHANG, S.; WANG, X.; LIU, H. Empirical study of outlier impact in classification context. Expert Systems with Applications, v. 256, p. 124953, 2024.

KRAISIG, A. R.; SILVA, J. A. G.; PEREIRA, L. M.; CARBONERA, R.; CARVALHO, I. R.; BASSO, N. C. F. Efficiency of nitrogen use by wheat depending on genotype and previous crop. Brazilian Journal of Agricultural and Environmental Engineering, v.25, n.4, p. 235-242, 2021.

LAURENT, R. T. St. Evaluating Agreement with a Gold Standard in Method Comparison Studies. Biometrics, v. 54, n. 2, p. 537–545, 1998.

LUZ, M.L.G.S.; LUZ, C.A.S.; GADOTTI, G.I. (2013) Agricultura de precisão. Pelotas, Universidade Federal de Pelotas, 268p.

MICROSOFT R CORE TEAM. (2024). Microsoft R Open. Microsoft, Redmond, Washington. Disponível em: https://mran.microsoft.com/

MARKS MACHADO, J. T.; IMIG, D. L.; PANÇA SANTOS, G.; TONIN, J. Dinâmica espacial e socioeconômica da avicultura no estado do Paraná. Informe Gepec, Toledo, v. 29, n. 2, p. 210–233, 2026.

OLIVEIRA, M. P.; URIBE-OPAZO, M. A.; GALEA, M.; JOHANN, J. A. Concordance Modeling With a Gold Standard for Variables From the Three-Parameter Gamma

Distribution. Journal of Agricultural Studies, v. 8, n. 2, p. 284-305, 2020.

OLIVEIRA, M. P.; CIMA, E. G.; URIBE-OPAZO, M. A.; ROCHA-JUNIOR, W. F. KERNEL DENSITY ESTIMATOR IN THE MAPPING OF AGRICULTURAL PRODUCTION OF THE WEST OF PARANÁ-BRAZIL. Revista Brasileira de Gestão e Desenvolvimento Regional, v. 21, n. 1, 2025.

PUTTHIVIDHYA, A.; TANAKA, K. Optimal rain gauge network design and spatial precipitation mapping based on geostatistical analysis from colocated elevation and humidity data. International Journal of Environmental Science and Development, v. 3, n. 2, p. 124, 2012.

RODRIGUES, M. S.; CORÁ, J. E.; FERNANDES, C. Soil sampling intensity and spatial distribution pattern of soil attributes and corn yield in no-tillage system. Engenharia Agrícola, 2012.

SANTOS, H. G.; JACOMINI, P. K. T.; ANJOS, L. H. C.; OLIVEIRA, V. A.; LUMBRERAS, J. F.; COELHO, M. R.; ALMEIDA, J. A.; ARAÚJO FILHO, J. C.; OLIVEIRA, J. B.; CUNHA, T. J. F. Sistema Brasileiro de classificação de solos. Brasília, DF: Embrapa, 2018.

SILVA, A.L.G.; DALPOSSO, G.H.; URIBE-OPAZO, M. A.; CIMA, E.G. Análise da distribuição espacial do número de casos de covid-19 no município de Toledo-Paraná. Informe Gepec, v.20, n.2, p.185-196, 2016. V.28, n.1, p. 28-143, 2024.

URIBE-OPAZO, M. A.; BORSSOI, J. A.; GALEA, M. Influence Diagnostics in Gaussian Spatial Linear Models. Journal of Applied Statistics, 39(3), 615-630. 2012.

URIBE-OPAZO, M. A.; DALPOSSO, G. H.; GALEA, M.; JOHANN, J. A.; DE BASTIANI, F.; MOYANO, E. N. C.; GRZEGOZEWSKI, D. Spatial variability of wheat yield using the Gaussian spatial linear model. Australian. Journal Crop Science, n. 17, p. 179-189, 2023.

VALLEJOS, R.; PÉREZ, J.; ELLISON, A. M.; RICHARDSON, A. D. A. Spatial Concordance Correlation Coefficient with an Application to Image Analysis. Spatial Statistics n. 40, v. p. 100405, 2020.

VIEIRA, V. M.; OLIVEIRA, R. A. DE; DAROS, E. Factors related to the economic performance of wheat commercial fields. Revista Ceres, v. 66, n. 5, p. 333–340, 2019.

WANI, O. A.; SHARMA, V.; KUMAR, S. S.; et al. Geostatistical modelling of soil properties towards long-term ecological sustainability of agroecosystems. Ecological Indicators, v. 166, p. 112540, 2024.

YANG, T.; MEI, Y.; XU, L.; YU, H.; CHEN, Y. Application of question answering systems for intelligent agriculture production and sustainable management: A review. Resources, Conservation and Recycling, v. 204, p. 107497, 2024.

Téléchargements

Publiée

30/07/2026

Comment citer

DE OLIVEIRA, Márcio Paulo; URIBE-OPAZO, Miguel Angel; DALPOSSO, Gustavo Henrique; CIMA, Elizabeth Giron. ANÁLISE ESTRATÉGICA DO ÍNDICE DE CONCORDÂNCIA NA ESCOLHA DE MODELOS DE VARIABILIDADE ESPACIAL PARA PRODUTIVIDADE DO TRIGO. Informe GEPEC, Toledo, v. 30, n. 1, p. 125–145, 2026. DOI: 10.48075/5f8mgb40. Disponível em: https://saber.unioeste.br/index.php/gepec/article/view/37191. Acesso em: 2 août. 2026.