| Summary: | Submitted by Neusa Fagundes (neusa.fagundes@unioeste.br) on 2017-09-21T19:55:37Z
No. of bitstreams: 1
Nelson_Betzek2017.pdf: 5172812 bytes, checksum: f7d31be6f4ffc5866da87c134845a423 (MD5) === Made available in DSpace on 2017-09-21T19:55:37Z (GMT). No. of bitstreams: 1
Nelson_Betzek2017.pdf: 5172812 bytes, checksum: f7d31be6f4ffc5866da87c134845a423 (MD5)
Previous issue date: 2017-02-17 === The use of computer systems for the management of agricultural procedures has been an
emerging need. However, applications used for this purpose generally present restrictions on functionality, operating licenses, operating system and others. Thus, the Software for the Definition of Management Units (SDUM) was developed. This thesis aimed at implementing computational routines that will be integrated into SDUM, which are able to identify automatically the best parameters for the ordinary kriging (KRI) interpolation methods and inverse distance weighting (IDW). These routines were applied to the sample data of selected attributes to define MZs in two agricultural areas. For each dataset 300 different adjustments were tested for the semivariogram. The best parameters were used to measure data by KRI as well as twelve different values for IDW exponent. Area A was considered homogeneous because it did not present statistic different mean between classes. While for area B, the best result was subdivided into two distinct classes. MZs usually present isolated cells or patches, in such a way that crop management becomes difficult. In this context, another goal was to implement routines able of adjusting MZs, to smooth and to improve continuity. Three sampled areas were subdivided into two, three, four and five classes, and then adjusted for five times. Isolated pixels and almost all patches were eliminated, especially the methods with 5 × 5 mask. So, it can be concluded that the computational routines implemented were efficient and able to identify the best adjustment for the semivariogram as well as the best exponent for IDW, also smoothing and improving MZs continuity. === A utilização de sistemas computacionais para gerência de procedimentos agrícolas é
necessidade premente. Porém, aplicativos utilizados com este objetivo geralmente possuem
limitações quanto a funcionalidades, licenças de uso, sistema operacional, dentre outras. Por
este motivo, foi desenvolvido o Software para Definição de Unidades de Manejo (SDUM). Esta
tese teve como objetivo a implementação de rotinas computacionais que serão integradas ao
SDUM, capazes de identificar automaticamente os melhores parâmetros para os métodos de
interpolação Krigagem ordinária (KRI) e inverso da distância elevado a uma potência (IDW).
Estas rotinas foram aplicadas aos dados amostrais de atributos selecionados para definir as
ZMs em duas áreas agrícolas. Para cada conjunto de dados foram testados 300 diferentes
ajustes para o semivariograma. Os melhores parâmetros foram utilizados para mensurar
dados por KRI, e doze diferentes valores para expoente do IDW. A área A foi considerada
homogênea por não apresentar média estatisticamente diferente entre as classes. E, para a
área B, o melhor resultado obtido foi subdividi-la em duas classes distintas. As ZMs
geralmente apresentam células isoladas ou manchas, dificultando a operacionalização da
lavoura. Neste contexto, outro objetivo foi a implementação de rotinas capazes de retificar as
ZMs a fim de suavizar e melhorar a continuidade. Três áreas amostrais foram subdividas em
duas, três, quatro e cinco classes, e então, retificadas por cinco vezes. Pixels isolados e
praticamente todas as manchas foram eliminados, com destaque para os métodos com
máscara 5 × 5. Pode-se concluir que as rotinas computacionais implementadas foram
eficientes e capazes de identificar o melhor ajuste para o semivariograma, bem como o melhor
expoente para IDW, além de suavizar e melhorar a continuidade das ZMs.
|
|---|
