Higher-order co-occurrences for exploratory point pattern analysis and decision tree clustering on spatial data

Analyzing geographical patterns by collocating events, objects or their attributes has a long history in surveillance and monitoring, and is particularly applied in environmental contexts, such as ecology or epidemiology. The identification of patterns or structures at some scales can be addressed using spatial statistics, particularly marked point processes methodologies. Classification and regression trees are also related to this goal of finding "patterns" by deducing the hierarchy of influence of variables on a dependent outcome. Such variable selection methods have been applied to spatial data, but, often without explicitly acknowledging the spatial dependence. Many methods routinely used in exploratory point pattern analysis are2nd-order statistics, used in a univariate context, though there is also a wide literature on modelling methods for multivariate point pattern processes. This paper proposes an exploratory approach for multivariate spatial data using higher-order statistics built from co-occurrences of events or marks given by the point processes. A spatial entropy measure, derived from these multinomial distributions of co-occurrences at a given order, constitutes the basis of the proposed exploratory methods. © 2010 Elsevier Ltd.

Regional growth and SMEs in Brazil:a spatial panel approach

Cravo T. A., Becker B. and Gourlay A. Regional growth and SMEs in Brazil: a spatial panel approach, Regional Studies. This paper examines economic growth for a panel of 508 Brazilian micro-regions for the period 1980-2004, using spatial econometrics and paying particular attention to the importance of small and medium-sized enterprises (SMEs). The findings indicate the presence of spatial dependence in the process of economic growth and the existence of two spatial regimes in Brazil. The human capital level of the whole population is an important growth determinant, but does not generate positive spillovers. Furthermore, human capital embodied in SMEs is more important than the size of this sector for regional growth and SME activity generates positive spatial spillovers. © 2014 © 2014 Regional Studies Association.

A Spatial Analysis to Permanent Income as Deterrent of Homicides: the case of Medellin City

This paper studies the relationship between permanent income and homicides, estimating an income-crime elasticity. We assume that this elasticity varies across geographical areas. We estimate different specifications of Spatial Panel Models using information of urban areas in Medellin (Colombia), areas known as communes. Spatial Models consider the importance of location and the type of neighbors of each commune. We simulate an intervention over permanent income in order to estimate the income elasticity for each commune and the average elasticity of income-crime on the city. We provide evidence about spatial dependence between the homicides per commune and their neighbors, and about a relationship between homicides and neighbor’s income. In our case of study, the average estimated impact of 1% increase in permanent income in a specific commune produces a decrease in the homicide rate on average in 0.39%. Finally, permanent income plays a crime deterrent role, but also this effect of income on crime varies across the city, showing that some areas are strategically located to this kind of intervention.

Assessment of the spatial variability in Tall wheatgrass forage using LANDSAT 8 satellite imagery to delineate potential management zones

Little information is available on the degree of within-field variability of potential production of Tall wheatgrass (Thinopyrum ponticum) forage under unirrigated conditions. The aim of this study was to characterize the spatial variability of the accumulated biomass (AB) without nutritional limitations through vegetation indexes, and then use this information to determine potential management zones. A 27-×-27-m grid cell size was chosen and 84 biomass sampling areas (BSA), each 2 m(2) in size, were georeferenced. Nitrogen and phosphorus fertilizers were applied after an initial cut at 3 cm height. At 500 °C day, the AB from each sampling area, was collected and evaluated. The spatial variability of AB was estimated more accurately using the Normalized Difference Vegetation Index (NDVI), calculated from LANDSAT 8 images obtained on 24 November 2014 (NDVInov) and 10 December 2014 (NDVIdec) because the potential AB was highly associated with NDVInov and NDVIdec (r (2) = 0.85 and 0.83, respectively). These models between the potential AB data and NDVI were evaluated by root mean squared error (RMSE) and relative root mean squared error (RRMSE). This last coefficient was 12 and 15 % for NDVInov and NDVIdec, respectively. Potential AB and NDVI spatial correlation were quantified with semivariograms. The spatial dependence of AB was low. Six classes of NDVI were analyzed for comparison, and two management zones (MZ) were established with them. In order to evaluate if the NDVI method allows us to delimit MZ with different attainable yields, the AB estimated for these MZ were compared through an ANOVA test. The potential AB had significant differences among MZ. Based on these findings, it can be concluded that NDVI obtained from LANDSAT 8 images can be reliably used for creating MZ in soils under permanent pastures dominated by Tall wheatgrass.

Modelling spillover effects in spatial stochastic frontier analysis

In the last two decades, authors have begun to expand classical stochastic frontier (SF) models in order to include also some spatial components. Indeed, firms tend to concentrate in clusters, taking advantage of positive agglomeration externalities due to cooperation, shared ideas and emulation, resulting in increased productivity levels. Until now scholars have introduced spatial dependence into SF models following two different paths: evaluating global and local spatial spillover effects related to the frontier or considering spatial cross-sectional correlation in the inefficiency and/or in the error term. In this thesis, we extend the current literature on spatial SF models introducing two novel specifications for panel data. First, besides considering productivity and input spillovers, we introduce the possibility to evaluate the specific spatial effects arising from each inefficiency determinant through their spatial lags aiming to capture also knowledge spillovers. Second, we develop a very comprehensive spatial SF model that includes both frontier and error-based spillovers in order to consider four different sources of spatial dependence (i.e. productivity and input spillovers related to the frontier function and behavioural and environmental correlation associated with the two error terms). Finally, we test the finite sample properties of the two proposed spatial SF models through simulations, and we provide two empirical applications to the Italian accommodation and agricultural sectors. From a practical perspective, policymakers, based on results from these models, can rely on precise, detailed and distinct insights on the spillover effects affecting the productive performance of neighbouring spatial units obtaining interesting and relevant suggestions for policy decisions.

Amostragem e variabilidade espacial de atributos químicos do solo em área de vegetação natural em regeneração

The objectives of this work was to estimate the number of soil subsamples considering the classical statistics and geostatistics and determine the spatial variability of soil fertility attributes of an Ultisol, with clay texture, in an area of regenerating natural vegetation in Alegre - ES. Soil samples were collected in a depth of 0.0-0.2 m, at the crossing points of a regular grid, comprising a total of 64 points located at 10 m-intervals. The area presented low fertility soil. Considering a variation of 5% around the mean in the classic statistics, it is necessary a larger number of samples in relation to geostatistics. All the chemical attributes showed moderate to high spatial dependence, except for the effective cation exchange capacity (CECe), which showed pure nugget effect. The spherical semivariogram model gave the best fit to the data. Isoline maps allowed visualizing the differentiated spatial distribution of the contents of soil chemical attributes.

Variabilidade espacial de atributos físicos de um argissolo vermelho-amarelo sob pastagem e vegetação secundária em regeneração natural

This work was carried out with the objective of studying the spatial variability of the physical attributes of a Red-Yellow Ultisol under pasture and secondary vegetation in natural regeneration. Two areas were chosen in a hillside, with the soil sampling to the depth of 0-0.2 m, with the georeferenced points in a regular grid of 10x10 m, totalizing 64 points. In each point it was evaluated the total volume of porosity, macroporosity, microporosity, bulk density, soil penetration resistance and soil water content. The studied attributes in the pasture area present indicator of soil compaction for the animals' traffic, with moderate and strong structure of spatial dependence, except for the macroporosity and penetration resistance. In the area of secondary vegetation (VN) only the macroporosity does not present spatial dependence. The total volume of porosity and the bulk density present the same spatial standard in the area under pasture.

Técnicas de diagnóstico de influência local na análise espacial da produtividade da soja

A modelagem da estrutura de dependência espacial pela abordagem da geoestatística é fundamental para a definição de parâmetros que definem esta estrutura, e que são utilizados na interpolação de valores em locais não amostrados pela técnica de krigagem. Entretanto, a estimação de parâmetros pode ser muito afetada pela presença de observações atípicas nos dados amostrados. O desenvolvimento deste trabalho teve por objetivo utilizar técnicas de diagnóstico de influência local em modelos espaciais lineares gaussianos, utilizados em geoestatística, para avaliar a sensibilidade dos estimadores de máxima verossimilhança e máxima verossimilhança restrita na presença de dados discrepantes. Estudos com dados experimentais mostraram que tanto a presença de valores atípicos como de valores considerados influentes, pela análise de diagnóstico, pode exercer forte influência nos mapas temáticos, alterando, assim, a estrutura de dependência espacial. As aplicações de técnicas de diagnóstico de influência local devem fazer parte de toda análise geoestatística a fim de garantir que as informações contidas nos mapas temáticos tenham maior qualidade e possam ser utilizadas com maior segurança pelo agricultor.

Variabilidade espacial da textura de um Argissolo Vermelho Amarelo sob cultivo de pastagem e vegetação nativa

O conhecimento da variabilidade espacial dos atributos de um solo sob diferentes coberturas auxilia o estudo das alterações ocorridas em razão do manejo. O objetivo deste trabalho foi determinar, com uso da estatística clássica e geoestatística, a variabilidade espacial das frações texturais de um solo cultivado com pastagem e vegetação nativa. Amostras de solo foram coletadas na profundidade de 0-0,20m, nos pontos de cruzamento de uma malha, com intervalos regulares de 10m, totalizando 64 pontos em cada área. Na área de pastagem, as frações areia grossa e total apresentaram valores médios maiores em relação à vegetação nativa e correlações negativas com as altitudes dos pontos amostrais nas duas áreas. Todas as frações texturais apresentaram dependência espacial de moderada a alta nas duas áreas e com o patamar definido, com exceção da areia fina e do silte na pastagem. Grande parte dessa variabilidade ocorre em função da erosão hídrica.

Watershed scale temporal stability of soil water content

The recognition of temporally stable locations with respect to soil water content is of importance for soil water management decisions, especially in sloping land of watersheds. Neutron probe soil water content (0 to 0.8 m), evaluated at 20 dates during a year in the Loess Plateau of China, in a 20 ha watershed dominated by Ust-Sandiic Entisols and Aeolian sandy soils, were used to define their temporal stability through two indices: the standard deviation of relative difference (SDRD) and the mean absolute bias error (MABE). Specific concerns were (a) the relationship of temporal stability with soil depth, (b) the effects of soil texture and land use on temporal stability, and (c) the spatial pattern of the temporal stability. Results showed that temporal stability of soil water content at 0.2 m was significantly weaker than those at the soil depths of 0.6 and 0.8 m. Soil texture can significantly (P<0.05) affect the stability of soil water content except for the existence of an insignificant difference between sandy loam and silt loam textures, while temporal stability of areas covered by bunge needlegrass land was not significantly different from those covered by korshinsk peashrub. Geostatistical analysis showed that the temporal stability was spatially variable in an organized way as inferred by the degree of spatial dependence index. With increasing soil depth, the range of both temporal stability indices showed an increasing trend, being 65.8-120.5 m for SDRD and 148.8-214.1 m for MABE, respectively. This study provides a valuable support for soil water content measurements for soil water management and hydrological applications on sloping land areas. (C) 2010 Elsevier B.V. All rights reserved.

Pricing farm-level agricultural insurance: a Bayesian approach

This paper applies Hierarchical Bayesian Models to price farm-level yield insurance contracts. This methodology considers the temporal effect, the spatial dependence and spatio-temporal models. One of the major advantages of this framework is that an estimate of the premium rate is obtained directly from the posterior distribution. These methods were applied to a farm-level data set of soybean in the State of the Parana (Brazil), for the period between 1994 and 2003. The model selection was based on a posterior predictive criterion. This study improves considerably the estimation of the fair premium rates considering the small number of observations.

Stochastic structure and individual-tree growth models

The majority of past and current individual-tree growth modelling methodologies have failed to characterise and incorporate structured stochastic components. Rather, they have relied on deterministic predictions or have added an unstructured random component to predictions. In particular, spatial stochastic structure has been neglected, despite being present in most applications of individual-tree growth models. Spatial stochastic structure (also called spatial dependence or spatial autocorrelation) eventuates when spatial influences such as competition and micro-site effects are not fully captured in models. Temporal stochastic structure (also called temporal dependence or temporal autocorrelation) eventuates when a sequence of measurements is taken on an individual-tree over time, and variables explaining temporal variation in these measurements are not included in the model. Nested stochastic structure eventuates when measurements are combined across sampling units and differences among the sampling units are not fully captured in the model. This review examines spatial, temporal, and nested stochastic structure and instances where each has been characterised in the forest biometry and statistical literature. Methodologies for incorporating stochastic structure in growth model estimation and prediction are described. Benefits from incorporation of stochastic structure include valid statistical inference, improved estimation efficiency, and more realistic and theoretically sound predictions. It is proposed in this review that individual-tree modelling methodologies need to characterise and include structured stochasticity. Possibilities for future research are discussed. (C) 2001 Elsevier Science B.V. All rights reserved.

Distribuição espacial de atributos de solo e de plantas na cultura do mamoeiro no norte capixaba

No Brasil, as lavouras de mamoeiro das planícies dos tabuleiros costeiros são as que melhor desenvolvem e aplicam tecnologias para a produção de mamão no mundo. O objetivo foi aplicar a estatística clássica e a geoestatística no mapeamento e na correlação da variabilidade espacial de atributos químicos e físicos de solo e de plantas de mamoeiro (Carica papaya L.) de uma lavoura comercial do norte capixaba cultivada em um Argissolo típico dos tabuleiros costeiros. O solo de textura arenosa de caráter coeso foi preparado convencionalmente e cultivado com mamoeiro variedade Golden THB. Após a sexagem, procederam-se as amostragens de solo, amostrado na projeção da copa (0-0,20 e 0,20-0,40 m) para a determinação dos atributos químicos e físicos, e de atributos biométricos das plantas em uma área de 1,2 ha (114 x 110 m) totalizando 129 pontos amostrais georreferenciados. Ao nono mês após o transplantio, registrou-se a altura da colheita dos primeiros frutos, o número e a massa dos frutos colhidos para estimativa da produtividade, amostrando três plantas por ponto amostral durante três meses. Os dados foram submetidos à análise estatística descritiva e à correlação de Pearson. A dependência espacial das variáveis foi analisada através da ferramenta geoestatística, com obtenção de semivariograma e os mapas de distribuição das variáveis. A maior parte dos atributos de solo e de plantas de mamoeiro apresenta dependência espacial e é mapeada adequadamente. Há correlação de dependência vertical para densidade do solo, argila, silte, resistência do solo à penetração na linha de plantio e na rua e volume total de poros. Dos atributos químicos não ocorre este comportamento apenas para K, Al e Sat K. As frações areia e argila foram os principais atributos a constituírem correlação com os demais. Há poucas correlações dos atributos do solo com os atributos biométricos e a produtividade do mamoeiro. Ocorre correlação positiva entre a produtividade inicial do mamoeiro com características biométricas ideias para as plantas de mamoeiro. A fertilidade e o preparo do solo são expressivos para o desenvolvimento do mamoeiro e para a variabilidade espacial dos atributos avaliados.

Padrões espaço-temporais da mortalidade por câncer de mama em mulheres no Estado do Espírito Santo - um estudo ecológico

O câncer de mama é a principal neoplasia maligna que acomete o sexo feminino no Brasil. O câncer de mama é hoje uma doença de extrema importância para a saúde pública nacional, motivando ampla discussão em torno das medidas que promova o seu diagnóstico precoce, a redução em sua morbidade e mortalidade. A presente pesquisa possui três objetivos, cujos resultados encontram-se organizados em artigos. O primeiro objetivo buscou analisar a completude dos dados do Sistema de Informação de Mortalidade sobre os óbitos por câncer de mama em mulheres no Espírito Santo, Sudeste e Brasil (1998 a 2007). Realizou-se um estudo descritivo analítico baseado em dados secundários, onde foi analisado o número absoluto e percentual de não preenchimento das variáveis nas declarações de óbitos. Adotou-se escore para avaliar os graus de não completude. Os resultados para as variáveis sexo e idade foram excelentes tanto para o Espírito Santo, Sudeste e Brasil. O preenchimento das variáveis raça/cor, grau de escolaridade e estado civil apresentam problemas no Espírito Santo. Enquanto no Sudeste e Brasil as variáveis raça/cor e escolaridade têm tendência decrescente para a não completude, no Espírito Santo a tendência se mantém estável. Para a variável estado civil, a não completude tem tendência crescente no Estado do Espírito Santo. O segundo objetivo foi analisar a evolução das taxas de mortalidade por câncer de mama, em mulheres no Espírito Santo no período de 1980 a 2007. Estudo de série temporal, cujos dados sobre óbitos foram obtidos do Sistema de Informação de Mortalidade e as estimativas populacionais segundo idade e anos-calendário, do Instituto Brasileiro Geografia e Estatística. Os coeficientes específicos 9 de mortalidade, segundo faixa etária, foram calculados anualmente. A análise de tendência foi realizada por meio da padronização das taxas de mortalidade pelo método direto, em que a população do senso IBGE-2000, foi considerada padrão. No período de estudo, ocorreram 2.736 óbitos por câncer de mama. O coeficiente de mortalidade neste período variou de 3,41 a 10,99 por 100.000 mulheres. Os resultados indicam que há tendência de mortalidade por câncer de mama ao longo da série (p=0,001 com crescimento de 75,42%). Todas as faixas etárias a partir de 30 anos apresentaram tendência de crescimento da mortalidade estatisticamente significante (p=0,001). Os percentuais de crescimento foram aumentando, segundo as idades mais avançadas, sendo 48,4% na faixa de 40 a 49 anos, chegando a 92,3%, na faixa de 80 anos e mais. O terceiro objetivo foi realizar a análise espacial dos óbitos em mulheres por câncer de mama no estado do Espírito Santo, nos anos de 2003 a 2007, com análise das correlações espaciais dessa mortalidade e componentes do município. O cenário foi o Estado do Espírito Santo, composto por 78 municípios. Para análise dos dados, utilizou-se a abordagem bayesiana (métodos EBest Global e EBest Local) para correção de taxas epidemiológicas. Calculou-se o índice I de Moran, para dependência espacial em nível global e a estatística Moran Local. As maiores taxas estão concentradas em 19 municípios pertencentes às Microrregiões: Metropolitana (Fundão, Vitória, Vila Velha, Viana, Cariacica e Guarapari), Metrópole Expandida Sul (Anchieta, Alfredo Chaves), Pólo Cachoeiro (Vargem Alta, Rio Novo do Sul, Mimoso do Sul, Cachoeiro de Itapemirim, Castelo, Jerônimo Monteiro, Bom Jesus do Norte, Apiacá e Muqui) e Caparaó (Alegre e São José do Calçado). Os resultados da Estimação Bayesiana (Índice de Moran) dos óbitos por câncer de mama em mulheres ocorridos no estado do Espírito Santo, segundo os dados brutos e 10 ajustados indicam a existência de correlação espacial significativa para o mapa Local (I = 0,573; p = 0,001) e Global (I = 0,118; p = 0,039). Os dados brutos não apresentam correlação espacial (I = 0,075; p = 0,142).

Variabilidade espacial do estado nutricional do cafeeiro conilon utilizando índice DRIS

A combinação da agricultura de precisão e do Sistema Integrado de Recomendação Foliar (DRIS) possibilita monitorar espacialmente o balanço nutricional dos cafezais para fornecer recomendações de adubação mais equilibradas e mais ajustadas economicamente. O objetivo deste trabalho foi avaliar a variabilidade espacial do estado nutricional do cafeeiro conilon, utilizando o Índice de Balanço Nutricional (IBN) e sua relação com a produtividade. A produtividade das plantas em cada ponto amostral foi determinada e construiu-se o seu mapa considerando a variabilidade espacial; determinou-se o Índice de Equilíbrio Nutricional (IBN) das plantas em cada ponto amostral e construiu-se o seu mapa; e utilizou-se a análise de componentes principais (ACP) para estimar o IBN do cafeeiro por cokrigagem. Os dados do cafeeiro conilon foram coletados em fazenda experimental, no município de Cachoeiro de Itapemirim-ES. O IBN do cafeeiro e a sua produtividade foram analisados por meio de geoestatística, com base nos modelos e parâmetros dos semivariogramas, utilizando o método de interpolação krigagem ordinária para estimar valores para locais não amostrados. O índice de Balanço Nutricional da lavoura do cafeeiro conilon apresentou dependência espacial, porém não apresentou correlação linear e nem espacial com a produtividade. A lavoura em estudo se encontra em desequilíbrio nutricional, sendo que entre os macronutrientes, o Potássio foi o que apresentou maior desequilíbrio na área, entre os micronutrientes, o Zinco e o Ferro foram os que apresentaram menores concentrações nas folhas. A confecção dos mapas possibilitou a distinção de regiões com maior e menor desequilíbrio nutricional e produtividade, o que possibilita adotar o manejo de forma diferenciada e localizada. A análise multivariada baseada em componentes principais fornece componentes com alta correlação com as variáveis originais P, Ca, Zn , Cu, K e B. A cokrigagem utilizando as componentes principais permite estimar o IBN e a produtividade da área.