Orientador: Prof. PhD. Paulo Justiniano Ribeiro Jr. (UFPr/LEG)

Aluno: Edson Antonio Alves da Silva (Unioeste)

Local

• Universidade Federal do Paraná - UFPr.
• Programa de Pós-graduação em Métodos Numéricos em Engenharia - PPGMNE

Data da defesa

• 16 de junho de 2008

Membros da banca examinadora

• Antônio Carlos Gonçalves, Prof. Dr.: acagoncalves@uem.br
• Júlio Arce, Prof. Dr.: jarce@ufpr.br
• Eduardo Godoy de Souza, Prof. PhD.: godoy.unioeste.br
• Joel M. C. Rosa, Prof. Dr.: joel@c3sl.ufpr.br

RESUMO

SUMÁRIO

1. INTRODUÇÃO
2. MODELO GEOESTATÍSTICO GAUSSIANO UNIVARIADO
   1. COMPONENTES DO MODELO
      1. Componente mensurável
      2. Componente determinístico
      3. Componente do processo gaussiano correlacionado
      4. Componente de erro aleatório
   2. COVARIÂNCIA E VARIOGRAMA
   3. TIPOS DE MODELO DE CORRELAÇÃO ESPACIAL
      1. Função de correlação de Matèrn
      2. Função de correlação da Família Esférica
      3. Função de correlação da Família Exponencial “Poder” de ordem k
   4. ESTIMAÇÃO DE PARÂMETROS DO MODELO
      1. Modelagem e estimação de parâmetros de tendência não-estacionária
      2. Ajuste de modelo ao semivariograma por mínimos quadrados
      3. Ajuste de modelos e estimação dos parâmetros por máxima verossimilhança
      4. Ajuste de modelos e estimação dos parâmetros por máxima verossimilhança restrita
   5. PREDIÇÃO LINEAR ESPACIAL UNIVARIADA
   6. INFERÊNCIA BAYESIANA PARA MODELOS GEOESTATÍSTICOS
      1. Especificação do modelo geoestatístico bayesiano
      2. Predição linear espacial bayesiana
   7. APLICAÇÃO DO MODELO GEOESTATÍSTICO UNIVARIADO
      1. Dados da pesquisa
      2. Recursos computacionais
      3. Análise geoestatística dos dados de produtividade de soja
      4. Análise geoestatística dos dados rendimento de P. Taeda L.
      5. Conclusões sobre o método univariado
3. MODELO GEOESTATÍSTICO MULTIVARIADO
   1. INTRODUÇÃO
   2. MODELO GEOESTATÍSTICO BIVARIADO
   3. PREDIÇÃO LINEAR ESPACIAL
   4. REDUÇÃO DO NÚMERO DE VARIÁVEIS AOS COMPONENTES PRINCIPAIS
   5. APLICAÇÃO COM MODELOS GEOESTATÍSTICOS MULTIVARIADOS
      1. Dados da Pesquisa
      2. Recursos computacionais
      3. Análise geoestatística dos dados de produtividade de soja
      4. Análise geoestatística dos dados rendimento de P. Taeda L.
      5. Conslusões sobre o método multivariado
4. CONCLUSÕES e SUGESTÃO DE TRABALHOS FUTUROS

Versão PDF

1. Fazenda Mobasa (Municípios de Rio Negrinho e Doutor Ulises - SC)
   • Dados Originais
     • Pontos verdes
     • Pontos azuis
     • Pontos vermelhos
   • Contornos (bordas)
     • Pontos biii-a
     • Pontos biii-b
     • Pontos cerro-a
     • Pontos cerro-b
     • Pontos cerro-c
     • Contorno
   • Variáveis
     • Definição das variáveis do estudo
   • Locação da área e das amostras.

1. Fazenda Coodetec (Cascavel-PR)
   • Soja da safra 98 - Área de 1,04 ha de Agricultura de Precisão
   • Imagens da área da pesquisa (Direitos Autorais da Unioeste)

• Base de dados

Soja 98

PREDIÇÃO ESPACIAL DO RENDIMENTO DE SOJA SOB INFLUÊNCIA DO ÍNDICE DE CONE COM MODELO GEOESTATÍSTICO BIVARIADO

• artigosbcstese.doc