Identificação de preditores para estimativa de produtividade da cana-de-açúcar, no leste de Pernambuco, utilizando análise de correlação canônica

Detalhes bibliográficos
Ano de defesa: 2023
Autor(a) principal: SILVA, Rodrigo Rogério da
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal Rural de Pernambuco
Departamento de Engenharia Agrícola
Brasil
UFRPE
Programa de Pós-Graduação em Engenharia Agrícola
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: http://www.tede2.ufrpe.br:8080/tede2/handle/tede2/9117
Resumo: O Brasil é o maior produtor e exportador mundial de açúcar, sendo responsável por aproximadamente 39% das exportações mundiais na safra 2019/20 (FAO, 2020). Fatores climáticos exercem grande influência sobre a produção do canavial, sobretudo a precipitação que impacta diretamente e significativamente sobre os valores do rendimento agrícola. A estimativa da produtividade agrícola da cana-de-açúcar por meio de dados climáticos com antecedência auxilia no planejamento agrícola e subsidia decisões em campo e subsidia políticas públicas. Diante da necessidade da diversificação de métodos para predições, o objetivo dessa dissertação foi encontrar as melhores variáveis preditoras através de análise de correlação canônica nos ventos alísios, TSM (Temperatura da Superfície do Mar), Pressão atmosférica à superfície no Oceano Pacífico Equatorial e TSM no Atlântico Tropical (área do Dipolo), para elaboração de modelos de previsão de produtividade da cana-de-açúcar, com antecedência de até três meses. A área de estudo compreendeu 58 municípios de Pernambuco, localizados na região leste do estado, em uma faixa ao longo do litoral, região da mata pernambucana, e, zonas de transição entre a mata e o agreste. A análise hierárquica de agrupamento, representada pelo dendrograma, produziu três grupos homogêneos de produtividade da cana-de-açúcar. Supõe-se, que a primeira função canônica se aproxima dos resultados de regressão múltipla e a variável estatística independente representa o conjunto de variáveis que melhor prevê as três medidas dependentes, principalmente a do conjunto de variáveis dependentes do segundo grupo de produtividade (GruPro2). Foi possível notar, que os melhores preditores são TSM no Atlântico Sul e Atlântico Norte, pressão atmosférica em Tahiti, os campos de ventos no Pacífico central e os campos de TSM nas áreas do El Niño 3.
id URPE_6d606b1237eaef66c5b8311c08bcacf2
oai_identifier_str oai:tede2:tede2/9117
network_acronym_str URPE
network_name_str Biblioteca Digital de Teses e Dissertações da UFRPE
repository_id_str
spelling Identificação de preditores para estimativa de produtividade da cana-de-açúcar, no leste de Pernambuco, utilizando análise de correlação canônicaCana-de-açúcarProdutividadeCorrelação canônicaVariáveis climáticasTemperaturaVentos alísiosPressão atmosféricaCIENCIAS AGRARIAS::ENGENHARIA AGRICOLAO Brasil é o maior produtor e exportador mundial de açúcar, sendo responsável por aproximadamente 39% das exportações mundiais na safra 2019/20 (FAO, 2020). Fatores climáticos exercem grande influência sobre a produção do canavial, sobretudo a precipitação que impacta diretamente e significativamente sobre os valores do rendimento agrícola. A estimativa da produtividade agrícola da cana-de-açúcar por meio de dados climáticos com antecedência auxilia no planejamento agrícola e subsidia decisões em campo e subsidia políticas públicas. Diante da necessidade da diversificação de métodos para predições, o objetivo dessa dissertação foi encontrar as melhores variáveis preditoras através de análise de correlação canônica nos ventos alísios, TSM (Temperatura da Superfície do Mar), Pressão atmosférica à superfície no Oceano Pacífico Equatorial e TSM no Atlântico Tropical (área do Dipolo), para elaboração de modelos de previsão de produtividade da cana-de-açúcar, com antecedência de até três meses. A área de estudo compreendeu 58 municípios de Pernambuco, localizados na região leste do estado, em uma faixa ao longo do litoral, região da mata pernambucana, e, zonas de transição entre a mata e o agreste. A análise hierárquica de agrupamento, representada pelo dendrograma, produziu três grupos homogêneos de produtividade da cana-de-açúcar. Supõe-se, que a primeira função canônica se aproxima dos resultados de regressão múltipla e a variável estatística independente representa o conjunto de variáveis que melhor prevê as três medidas dependentes, principalmente a do conjunto de variáveis dependentes do segundo grupo de produtividade (GruPro2). Foi possível notar, que os melhores preditores são TSM no Atlântico Sul e Atlântico Norte, pressão atmosférica em Tahiti, os campos de ventos no Pacífico central e os campos de TSM nas áreas do El Niño 3.Brazil is the world's largest producer and exporter of sugar, accounting for approximately 39% of world exports in the 2019/20 harvest (FAO, 2020). Climatic factors have a great influence on sugarcane production, especially precipitation, which directly and significantly impacts agricultural yield values. The estimation of agricultural productivity of sugarcane through climate data in advance helps in agricultural planning and subsidizes decisions in the field and subsidizes public policies. Faced with the need to diversify methods for predictions, the objective of this dissertation was to find the best predictive variables through canonical correlation analysis in the trade winds, SST (Sea Surface Temperature), surface atmospheric pressure in the Equatorial Pacific Ocean and SST in the Tropical Atlantic (Dipole area), for the elaboration of sugarcane productivity forecast models, up to three months in advance. The study area comprised 58 municipalities in Pernambuco, located in the eastern region of the state, in a strip along the coast, in the Pernambuco forest region, and in transition zones between the forest and the wild. The hierarchical cluster analysis, represented by the dendrogram, produced three homogeneous groups of sugarcane productivity. It is assumed that the first canonical function approximates the results of multiple regression and the independent statistical variable represents the set of variables that best predicts the three dependent measures, mainly the set of dependent variables of the second productivity group (GruPro2). It was possible to notice that the best predictors are SST in the South Atlantic and North Atlantic, atmospheric pressure in Tahiti, the wind fields in the central Pacific and the SST fields in the El Niño 3 areas.Universidade Federal Rural de PernambucoDepartamento de Engenharia AgrícolaBrasilUFRPEPrograma de Pós-Graduação em Engenharia AgrícolaMOURA, Geber Barbosa de AlbuquerqueNASCIMENTO, Cristina RodriguesGIONGO, Pedro RogérioSILVA, Rodrigo Rogério da2023-06-22T15:56:12Z2023-02-10info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfSILVA, Rodrigo Rogério da. Identificação de preditores para estimativa de produtividade da cana-de-açúcar, no leste de Pernambuco, utilizando análise de correlação canônica. 2023. 68 f. Dissertação (Programa de Pós-Graduação em Engenharia Agrícola) - Universidade Federal Rural de Pernambuco, Recife.http://www.tede2.ufrpe.br:8080/tede2/handle/tede2/9117porinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRPEinstname:Universidade Federal Rural de Pernambuco (UFRPE)instacron:UFRPE2023-06-22T15:56:12Zoai:tede2:tede2/9117Biblioteca Digital de Teses e Dissertaçõeshttp://www.tede2.ufrpe.br:8080/tede/PUBhttp://www.tede2.ufrpe.br:8080/oai/requestbdtd@ufrpe.br ||bdtd@ufrpe.bropendoar:2023-06-22T15:56:12Biblioteca Digital de Teses e Dissertações da UFRPE - Universidade Federal Rural de Pernambuco (UFRPE)false
dc.title.none.fl_str_mv Identificação de preditores para estimativa de produtividade da cana-de-açúcar, no leste de Pernambuco, utilizando análise de correlação canônica
title Identificação de preditores para estimativa de produtividade da cana-de-açúcar, no leste de Pernambuco, utilizando análise de correlação canônica
spellingShingle Identificação de preditores para estimativa de produtividade da cana-de-açúcar, no leste de Pernambuco, utilizando análise de correlação canônica
SILVA, Rodrigo Rogério da
Cana-de-açúcar
Produtividade
Correlação canônica
Variáveis climáticas
Temperatura
Ventos alísios
Pressão atmosférica
CIENCIAS AGRARIAS::ENGENHARIA AGRICOLA
title_short Identificação de preditores para estimativa de produtividade da cana-de-açúcar, no leste de Pernambuco, utilizando análise de correlação canônica
title_full Identificação de preditores para estimativa de produtividade da cana-de-açúcar, no leste de Pernambuco, utilizando análise de correlação canônica
title_fullStr Identificação de preditores para estimativa de produtividade da cana-de-açúcar, no leste de Pernambuco, utilizando análise de correlação canônica
title_full_unstemmed Identificação de preditores para estimativa de produtividade da cana-de-açúcar, no leste de Pernambuco, utilizando análise de correlação canônica
title_sort Identificação de preditores para estimativa de produtividade da cana-de-açúcar, no leste de Pernambuco, utilizando análise de correlação canônica
author SILVA, Rodrigo Rogério da
author_facet SILVA, Rodrigo Rogério da
author_role author
dc.contributor.none.fl_str_mv MOURA, Geber Barbosa de Albuquerque
NASCIMENTO, Cristina Rodrigues
GIONGO, Pedro Rogério
dc.contributor.author.fl_str_mv SILVA, Rodrigo Rogério da
dc.subject.por.fl_str_mv Cana-de-açúcar
Produtividade
Correlação canônica
Variáveis climáticas
Temperatura
Ventos alísios
Pressão atmosférica
CIENCIAS AGRARIAS::ENGENHARIA AGRICOLA
topic Cana-de-açúcar
Produtividade
Correlação canônica
Variáveis climáticas
Temperatura
Ventos alísios
Pressão atmosférica
CIENCIAS AGRARIAS::ENGENHARIA AGRICOLA
description O Brasil é o maior produtor e exportador mundial de açúcar, sendo responsável por aproximadamente 39% das exportações mundiais na safra 2019/20 (FAO, 2020). Fatores climáticos exercem grande influência sobre a produção do canavial, sobretudo a precipitação que impacta diretamente e significativamente sobre os valores do rendimento agrícola. A estimativa da produtividade agrícola da cana-de-açúcar por meio de dados climáticos com antecedência auxilia no planejamento agrícola e subsidia decisões em campo e subsidia políticas públicas. Diante da necessidade da diversificação de métodos para predições, o objetivo dessa dissertação foi encontrar as melhores variáveis preditoras através de análise de correlação canônica nos ventos alísios, TSM (Temperatura da Superfície do Mar), Pressão atmosférica à superfície no Oceano Pacífico Equatorial e TSM no Atlântico Tropical (área do Dipolo), para elaboração de modelos de previsão de produtividade da cana-de-açúcar, com antecedência de até três meses. A área de estudo compreendeu 58 municípios de Pernambuco, localizados na região leste do estado, em uma faixa ao longo do litoral, região da mata pernambucana, e, zonas de transição entre a mata e o agreste. A análise hierárquica de agrupamento, representada pelo dendrograma, produziu três grupos homogêneos de produtividade da cana-de-açúcar. Supõe-se, que a primeira função canônica se aproxima dos resultados de regressão múltipla e a variável estatística independente representa o conjunto de variáveis que melhor prevê as três medidas dependentes, principalmente a do conjunto de variáveis dependentes do segundo grupo de produtividade (GruPro2). Foi possível notar, que os melhores preditores são TSM no Atlântico Sul e Atlântico Norte, pressão atmosférica em Tahiti, os campos de ventos no Pacífico central e os campos de TSM nas áreas do El Niño 3.
publishDate 2023
dc.date.none.fl_str_mv 2023-06-22T15:56:12Z
2023-02-10
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv SILVA, Rodrigo Rogério da. Identificação de preditores para estimativa de produtividade da cana-de-açúcar, no leste de Pernambuco, utilizando análise de correlação canônica. 2023. 68 f. Dissertação (Programa de Pós-Graduação em Engenharia Agrícola) - Universidade Federal Rural de Pernambuco, Recife.
http://www.tede2.ufrpe.br:8080/tede2/handle/tede2/9117
identifier_str_mv SILVA, Rodrigo Rogério da. Identificação de preditores para estimativa de produtividade da cana-de-açúcar, no leste de Pernambuco, utilizando análise de correlação canônica. 2023. 68 f. Dissertação (Programa de Pós-Graduação em Engenharia Agrícola) - Universidade Federal Rural de Pernambuco, Recife.
url http://www.tede2.ufrpe.br:8080/tede2/handle/tede2/9117
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Federal Rural de Pernambuco
Departamento de Engenharia Agrícola
Brasil
UFRPE
Programa de Pós-Graduação em Engenharia Agrícola
publisher.none.fl_str_mv Universidade Federal Rural de Pernambuco
Departamento de Engenharia Agrícola
Brasil
UFRPE
Programa de Pós-Graduação em Engenharia Agrícola
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFRPE
instname:Universidade Federal Rural de Pernambuco (UFRPE)
instacron:UFRPE
instname_str Universidade Federal Rural de Pernambuco (UFRPE)
instacron_str UFRPE
institution UFRPE
reponame_str Biblioteca Digital de Teses e Dissertações da UFRPE
collection Biblioteca Digital de Teses e Dissertações da UFRPE
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFRPE - Universidade Federal Rural de Pernambuco (UFRPE)
repository.mail.fl_str_mv bdtd@ufrpe.br ||bdtd@ufrpe.br
_version_ 1859379417300598784