Análise de risco na fase de planejamento em sistemas de produção agrícola utilizando simulação geoestatística condicionada

Detalhes bibliográficos
Ano de defesa: 2008
Autor(a) principal: Jussara de Oliveira Ortiz
Orientador(a): Antonio Miguel Vieira Monteiro, Carlos Alberto Felgueiras
Banca de defesa: Mauricio Alves Moreira, José Alberto Quintanilha, Eduardo Delgado Assad
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Instituto Nacional de Pesquisas Espaciais (INPE)
Programa de Pós-Graduação: Programa de Pós-Graduação do INPE em Sensoriamento Remoto
Departamento: Não Informado pela instituição
País: BR
Resumo em Inglês: This Thesis introduces a new methodology for the planning phase in agricultural production systems that make it extensive in order to carry out the spatial modeling. It is necessary to use inferential procedures over the samples to generate a set of continuous surfaces to modelling the spatial variability of the data. However, the inferential procedure, usually an interpolation method, generates estimates of values at nonsampled points, and to these estimates an uncertainty value can be associated to it. As a result of the interpolation process one can superestimate or subestimate the attribute values. The methodology proposed takes into account these uncertainties and the different impacts that they have over the decision process. These impacts are treated here in terms of the expected costs of having one situation or another by making use of the loss function in economic concept. The minimization of the impacts over the production variables is a planner's decision and is entirely dependent upon his production objectives. The approach of this thesis build s uncertainty maps for all the variables involved over the production plan and uses an uncertainty propagation method based on the Monte Carlo simulation and on the spatial modeling of the data and its uncertainty. That is accomplished by a conditional sequential simulation method, using an indicator geostatistical approach, based on the empirical semivariogram function. In order to demonstrate the proposed methodology, an experiment has been carried out on a wheat production system in a farm in Carambeí, Paraná State, Brazil. The experiment conducted encompasses the planning, evaluation and alternative scenarios indication phases considering, just for a demonstrative effect, only the lime as a control variable to the soil acidity. The results show the viability of the proposed method to present the planning phase as a collection of alternatives where the risk of a decision and the available resources observed as variables with a spatial distribution are relevant parameters in decision making process. This work generates maps that represent the different scenarios to be evaluated for the planner and the choice of the best scenario includes a set of actions of possible interventions, the observation of the impacts by generating future scenarios, an assessment of the economic viability (associated to cost functions based on loss functions) and the spatial risks associated to the suggested alternatives.
Link de acesso: http://urlib.net/sid.inpe.br/mtc-m18@80/2008/08.05.19.27
Resumo: Esta Tese apresenta uma proposta metodológica para instrumentalizar os processos de planejamento, em sistemas de produção agrícola que utilizam a informação espacializada, com alto nível tecnológico agregado aos Sistemas de Informações Geográficas (SIG). Incorpora a geração de cenários alternativos como base para o suporte à decisão, criados a partir de modelagem espacial, para as estimativas de risco no ciclo de produção. O risco, nesta abordagem, é estimado como uma probabilidade, derivada de modelos de incerteza gerados a partir de procedimentos de geoestatística e tem representação espacial. Sua variabilidade passa a ser um elemento na composição dos cenários alternativos construídos para auxiliar o planejador, acoplados com funções de custos de produção. Os dados que vão compor a informação espacial dos cenários estão disponíveis na forma de amostras georreferenciadas. Deste modo, para efetuar a modelagem espacial é necessário dispor de procedimentos de inferência para espacializar as amostras e gerar superfícies contínuas de representação dos atributos envolvidos. Entretanto, no processo de espacialização ocorrem erros, os quais estão associados a superestimar ou subestimar valores de atributos. Assim, a metodologia apresentada propõe que estes erros derivados dos procedimentos de inferência, sejam considerados e que os impactos ou conseqüências provocadas por cada um deles sejam avaliados com enfoque diferenciado. Estes impactos são refletidos em termos dos custos esperados, usando o conceito de função de perda, e a minimização dos erros e seus impactos são colocados como sendo de interesse do planejador, dependendo dos objetivos que se pretende alcançar. Este trabalho considera a propagação da incerteza, através do método de Monte Carlo, no resultado da modelagem espacial, quando procedimentos geoestatísticos são utilizados para construir a informação espacial, especificamente a simulação seqüencial condicionada, com abordagem não paramétrica ou por indicação. Como demonstração da metodologia, um experimento é conduzido em uma Fazenda do município de Carambeí, Paraná, para planejar, avaliar e indicar quais as áreas exigem colocação de calcário para controlar a acidez e maximizar a produção de trigo. Os resultados do experimento mostram a viabilidade de apresentar a proposta de planejamento para a aplicação de insumos, como um conjunto de alternativas, onde o risco das decisões tomadas e os recursos disponíveis são parâmetros relevantes. Este trabalho apresenta mapas, que representam cenários diferentes para o planejador avaliar, e a escolha das melhores alternativas pode ser auxiliada pelos procedimentos inferenciais adotados. Estes cenários formam um conjunto de alternativas para tomar decisões, composto pelos seguintes parâmetros: ações possíveis de intervenção, impactos ou cenários futuros, viabilidade econômica (se associa a funções de custo) e riscos associados às alternativas propostas.