Data mining techniques for identification of spectrally homogeneous areas using NDVI temporal profiles of soybean crop

The aim of this study was to group temporal profiles of 10-day composites NDVI product by similarity, which was obtained by the SPOT Vegetation sensor, for municipalities with high soybean production in the state of Paraná, Brazil, in the 2005/2006 cropping season. Data mining is a valuable tool that allows extracting knowledge from a database, identifying valid, new, potentially useful and understandable patterns. Therefore, it was used the methods for clusters generation by means of the algorithms K-Means, MAXVER and DBSCAN, implemented in the WEKA software package. Clusters were created based on the average temporal profiles of NDVI of the 277 municipalities with high soybean production in the state and the best results were found with the K-Means algorithm, grouping the municipalities into six clusters, considering the period from the beginning of October until the end of March, which is equivalent to the crop vegetative cycle. Half of the generated clusters presented spectro-temporal pattern, a characteristic of soybeans and were mostly under the soybean belt in the state of Paraná, which shows good results that were obtained with the proposed methodology as for identification of homogeneous areas. These results will be useful for the creation of regional soybean "masks" to estimate the planted area for this crop.

Análise de agrupamento da variabilidade espacial da produtividade da soja e variáveis agrometeorológicas na região oeste do Paraná

O presente trabalho realizou uma análise de agrupamentos espacial por meio da estatística multivariada, no intuito de investigar a relação entre a produtividade da soja e as seguintes variáveis agrometeorológicas: precipitação pluvial, temperatura média do ar, radiação solar global e índice local de Moran (LISA) da produtividade. O estudo foi realizado com os dados das safras dos anos agrícolas de 2000/2001 a 2007/2008 da região oeste do Estado do Paraná. A identificação do número adequado de clusters para cada ano-safra foi obtida utilizando a minimização de desvios. O estudo mostrou a formação de grupos de municípios utilizando as similaridades das variáveis em análise. A análise de agrupamento foi um instrumento útil para melhor gestão das atividades de produção da agricultura, em função de que, com o agrupamento, foi possível estabelecer similaridades que proporcionem parâmetros para melhor gestão dos processos de produção que traga, quantitativa e qualitativamente, resultados almejados pelo agricultor.

Modelo de regressão espacial para estimativa da produtividade da soja associada a variáveis agrometeorológicas na região oeste do estado do Paraná

Este trabalho apresenta o Modelo de Regressão Espacial Autorregressivo Misto (SAR) e Modelo do Erro Espacial (CAR) no intuito de investigar a associação entre a produtividade da soja e as variáveis agrometeorológicas relacionadas à precipitação pluvial, temperatura média e radiação solar global. O estudo foi realizado com os dados das safras dos anos agrícolas de 2005/2006 a 2007/2008, da região oeste do estado do Paraná. Como os dados agrometeorológicos estão disponíveis apenas para oito municípios da região em estudo, as estimativas foram obtidas por meio do uso de Polígonos de Thiessen. A estimativa de parâmetros dos modelos ajustados foi obtida utilizando o método de Máxima Verossimilhança. A avaliação do desempenho dos modelos foi realizada com base no coeficiente de determinação (R²), no máximo valor do logaritmo da função verossimilhança e no critério de informação bayesiano de Schwarz (BIC). Este estudo também permitiu verificar a correlação e autocorrelação espacial entre a produtividade da soja e os elementos agrometeorológicos, por meio da análise espacial de área, usando de técnicas como o índice I de Moran Global e Local uni e bivariado, e os testes de significância. O estudo pôde demonstrar que, por meio dos indicadores de desempenho utilizados, os modelos SAR e CAR ofereceram melhores resultados em relação ao modelo de regressão múltipla clássica.

Spatial statistics applied to soybean production data from Paraná State for 2003-04 to 2009-10 crop-years

In the current study, we performed a soybean production spatial distribution analysis in Paraná State. Seven crop-year data, from 2003-04 to 2009-10, obtained from the Paraná Department of Agriculture and Supply (SEAB) were used to develop a Boxmap for each crop-year, show soybean production throughout this time interval. Moran's index was used to measure spatial autocorrelation among municipalities at an aggregate level, while LISA index local correlation. For each index, different contiguity matrix and order were used and there was a significance level study. As a result, we have showed spatial relationship among cities regarding the production, which allowed the indication of high and low production clusters. Finally, identifying main soybean-producing cities, what may provide supply chain members with information to strengthen the crop production in Paraná.

Uso de imagens do sensor orbital modis na estimação de datas do ciclo de desenvolvimento da cultura da soja para o estado do Paraná – Brasil

RESUMO O Estado do Paraná caracteriza-se por uma grande variabilidade de épocas de semeadura (DS) e, consequentemente, pelo desenvolvimento máximo vegetativo (DMDV), colheita (DC) e ciclo (CI) para a cultura da soja. O objetivo deste trabalho foi estimar essas datas para o período de primavera-verão do ano-safra de 2011/2012, por meio de séries temporais de imagens do Índice de Vegetação Realçado (do inglês Enhanced Vegetation Index - EVI) do sensor Modis (Moderate Resolution Imaging Spectroradiometer). Gerou-se um perfil espectrotemporal médio de EVI, considerando todos os pixels mapeados como soja dentro de cada município. Estes dados serviram de entrada no software Timesat para estimar os decêndios do ciclo da cultura (DS, DMDV, DC e CI) por municípios. Os resultados mostraram que existe grande variabilidade de datas de plantio em diferentes mesorregiões do Estado. Verificaram-se também divergências entre os resultados encontrados e os dados oficiais de DS e DC. A maior parte da semeadura (65,16%) esteve entre o terceiro decêndio de outubro e o primeiro decêndio de novembro. A maior parte da área de soja do Estado do Paraná (65,46%) teve seu DMDV em janeiro e colheita em março (53,92%).

TÉCNICAS PARA DETECÇÃO DE PONTOS INFLUENTES EM VARIÁVEIS CONTÍNUAS REGIONALIZADAS

RESUMO Na análise de dados espaciais em agricultura, a presença de pontos influentes pode alterar consideravelmente os resultados das análises de dependência espacial e, consequentemente, a construção dos mapas. Quando se referem a atributos físico-químicos do solo e da produtividade, os mapas devem representar uma estimativa eficiente das condições reais do campo, já que são importantes informações utilizadas para a manutenção de um sistema agrícola de manejo localizado, com a otimização da aplicação de insumos agrícolas, visando à maior produtividade. Este trabalho teve por objetivo apresentar as técnicas gráficas hair-plot, de influência local (Ci e |Lmax|) de identificação de observações influentes em dados contínuos espaciais georreferenciados, coletados em uma área experimental de cultivo comercial, com 167,35 hectares, onde o sistema agrícola de manejo localizado é adotado. Como resultados apresentam-se os pontos potencialmente influentes e os mapas construídos com e sem eles. Na comparação entre os mapas com e sem estes pontos, as métricas de comparação dos mapas mostraram a importância da identificação dos pontos influentes em uma base de dados espaciais. Sendo assim, a existência de pontos influentes deve ser investigada para entender o motivo de seu comportamento atípico, já que eles modificam, consideravelmente, os mapas gerados.

Estatuto biológico do processamento de informação mental

Raciocinando no contexto do programa neomecanicista para a Biologia, estudamos a natureza do processamento de informação no sistema vivo em geral, e no cérebro humano em particular, onde uma aplicação do modelo da Auto-Organização nos conduz à hipótese do "Supercódigo". Este seria um programa mental, molecularmente codificado, responsável pelas competências inatas, como a competência lingüística. Fazemos também uma comparação entre nossa hipótese e a da Linguagem do Pensamento, proposta por Jerry Fodor.