Análise espacial da produtividade da soja na mesorregião Oeste do Paraná utilizando variáveis agrometeorológicas
DOI:
https://doi.org/10.33448/rsd-v11i3.25962Palavras-chave:
Autocorrelação Espacial; Correlação Espacial; Análises Espacial de dados.Resumo
Esta pesquisa teve por objetivo analisar a autocorrelação espacial da produtividade da soja e sua correlação espacial bivariada com as variáveis agrometeorológicas precipitação pluvial, temperatura média e radiação solar global média nos anos-safra 2014/2015, 2015/2016 e 2016/2017 na mesorregião Oeste do Paraná - Brasil. Para atingir este objetivo, utilizou-se de técnicas da estatística espacial de áreas, a qual por meio de índices de autocorrelação e correlação espacial buscaram identificar padrões de associação entre a produtividade da soja e as variáveis agrometeorológicas. Esta pesquisa justifica-se, pois, além da cultura da soja ser a principal fonte de proteína alimentar e óleo vegetal do mundo e as variáveis agrometeorológicas serem os fatores que mais a influenciam, a mesorregião Oeste do Paraná se destaca com os maiores valores de produção no estado. Assim, é importante o acompanhamento do seu desenvolvimento por meio das análises espaciais visando obter informações que venham subsidiar a tomada de decisão. Os índices de Moran global e local mostraram que a produtividade da soja está autocorrelacionada nos municípios do Oeste do Paraná, identificando-se agrupamentos a oeste e leste da mesorregião. A significância dos índices de correlação espacial bivariada confirmaram a influência das variáveis precipitação pluvial, temperatura média e radiação solar global média na produtividade da soja.
Referências
Almeida, E. S. (2012). Econometria Espacial Aplicada. Alínea.
Anselin, L. (1995). Local indicators of spatial association–LISA. Geographical Analysis, 27(2), 93-115. doi: https://doi.org/10.1111/j.1538-4632.1995.tb00338.x
Anselin, L. (2003). GeoDa 1.4.6 User’s Guide. University of Illinois.
Anselin, L.; Le Gallo, J.; Jayet, H. (2008). Spatial panel econometrics. In: The econometrics of panel data. Springer, 625-660.
Anselin, L.; Syabri, I.; Kho, Y. (2018). GeoDa Version 1.12. https://geodacenter.github.io-
Araújo, E. C. de; Uribe-Opazo, M. A.; Johann, J. A. (2014). Modelo de regressão espacial para estimativa da produtividade da soja associada a variáveis agrometeorológicas na região oeste do estado do Paraná. Engenharia Agrícola, 34, (2), 286-299. doi:https://doi.org/10.1590/S0100-69162014000200010.
Araujo, M. A.; Souza, J. L. M. de; Tsukahara, R. Y. (2011). Modelos agro-meteorológicos na estimativa da produtividade da cultura da soja na região de Ponta Grossa, Estado do Paraná. Acta Scientiarum. Agronomy, 33(1), 23-31. doi: 10.4025/actasciagron.v33i1.5062.
Barboza, E.N.; Caiana, C.R.A.; Neto, F.C.B. (2020). Rainfall analysis in the Central-South Region of Ceará: A study of the period (1980-2009). Research, Society and Development, 9(6), e18963304. doi: http://dx.doi.org/10.33448/rsd-v9i6.3304.
Braga, G. B.; Marques, M. A. F.; Braga, B. B. (2016). Um diagnóstico da distribuição espacial da atenção primária à saúde no sudeste brasileiro. Journal of Health Sciences, 18(1), 37-47. doi:10.17921/2447-8938.2016v18n1p41-51.
Câmara, G.; Carvalho, M. S.; Cruz, O. G.; Correa, V. (2004). Análise espacial de áreas. Análise espacial de dados geográficos. Embrapa, 157-182.
Campos, R. B. A.; Chagas, A. L. S. (2017). Identificação e caracterização das subcentralidades de emprego no município de São Paulo. Working Paper Series, (33), 1-20. https://ideas.repec.org/p/spa/wpaper/2017wpecon33.html.
Chan-Tack, A.M. (2014). The Case for Spatially-Sensitive Data: How Data Structures Affect Spatial Measurement and Substantive Theory. Historical Social Research, 39(2), 315-346. https://www.ssoar.info/ssoar/handle/document/38487.
Cargnelutti Filho, A.; Matzenauer, R.; Maluf, J. R. T.; Radin, B. (2009). Variabilidade temporal e espacial da precisão das estimativas de elementos meteorológicos no Rio Grande do Sul. Ciência Rural, 39 (4), 962-970. https://www.redalyc.org/pdf/331/33115802039.pdf.
Conab - Companhia Nacional de Abastecimento. (2019). Acompanhamento da safra brasileira. Soja em números, safra 2017/2018. https://www.conab.gov.br/info-agro/safras.
Conab - Companhia Nacional de Abastecimento. (2014). Boletim de monitoramento agrícola. Cultivos de verão – Safra 2014/2015. 3 (20). Retrieved October 9, 2021, from https://www.conab.gov.br/info-agro/safras/graos/monitoramento-agricola.
Conab - Companhia Nacional de Abastecimento. (2015a). Boletim de monitoramento agrícola. Cultivos de verão – Safra 2014/2015. 4 (1). https://www.conab.gov.br/info-agro/safras/graos/monitoramento-agricola.
Conab - Companhia Nacional de Abastecimento. (2015b). Boletim de monitoramento agrícola. Cultivos de verão – Safra 2014/2015. 4 (2). https://www.conab.gov.br/info-agro/safras/graos/monitoramento-agricola.
Cutts, A., Grasen, A. (2018). Learn QGIS: Your step-by-step guide to the fundamental of QGIS 3.4. Packt Publishing, 1-272.
Dalposso, G. H.; Uribe-Opazo, M. A.; De Bastiani, F. (2021). Spatial-temporal analysis of soybean productivity Using Geostatistical Methods. Journal of Agricultural Studies 9(2), 283-303. https://econpapers.repec.org/article/mthjas888/v_3a9_3ay_3a2021_3ai_3a2_3ap_3a283-303.htm.
Ecmwf - European Centre for Medium-Range Weather Forecasts. (2018). ECMWF 10-daily data. 2018. https://www.ecmwf.int/en/forecasts/datasets/.
Embrapa – Empresa Brasileira de Pesquisa Agropecuária. (2019). Eventos climáticos adversos e seus impactos para as culturas de soja, milho e trigo no Brasil. Londrina: Embrapa Soja, 48 p.
Embrapa – Empresa Brasileira De Pesquisa Agropecuária. (2013a). Sistema brasileiro de classificação de solos. 3ª Ed. Centro Nacional de Pesquisa de Solos, 1- 412.
Embrapa - Empresa Brasileira De Pesquisa Agropecuária. (2013b). Tecnologias de produção de soja - Região Central do Brasil - 2014. Embrapa Soja.
Ferrante, A. & Mariani, L. (2018). Agronomic management for enhancing plant tolerance to abiotic stresses: High and low values of temperature, light intensity, and relative humidity. Horticulturae, 4, (3), 1-21. doi: https://doi.org/10.3390/horticulturae4030021.
Francisco, H.R.; Coldebella, A.; Corrêia, A.F.; Feiden, A. S. (2020) Spatial analysis of point events to estimate the productive potential of the Nile tilapia (Oreochromis niloticus). Research, Society and Development, 9 (9), e855998038. doi: http://dx.doi.org/10.33448/rsd-v9i9.8038.
Friche, A. A. de L.; Calaffa, W. T.; César, C. C.; Goulart, L. M. de F.; Almeida, M. C. de M. (2006). Indicadores de saúde materno infantil em Belo Horizonte, Minas Gerais, Brasil, 2001: Análise dos diferenciais intra-urbanos. Cadernos de Saúde Pública, 22(9), 1955-1965. doi: https://doi.org/10.1590/S0102-311X2006000900027.
Galeano, E. A. V.; Ferrão, R. G.; Souza, R. C.; Tanques, R. C. (2019). Mudança na Distribuição Espacial da Produtividade da Cafeicultura no Espírito Santo nos Anos 2011-2016. Multi-Science Research (MSR), 2, (1), 88-112. https://biblioteca.incaper.es.gov.br/digital/bitstream/123456789/3827/1/distribuicao-espacial-galeano.pdf.
Grzegozewski, D. M.; Uribe-Opazo, M. A.; Johann, J. A.; Guedes, L. P. C. (2017). Spatial correlation of soybean productivity, enhanced vegetation index (EVI) and agrometeorological variables. Engenharia Agrícola, 37(3), 541-555. doi: https://doi.org/10.1590/1809-4430-eng.agric.v37n3p541-555/2017
Ibge - Instituto Brasileiro de Geografia e Estatística (2016). Produção Agrícola Municipal. Culturas Temporárias Permanentes. from https://biblioteca.ibge.gov.br/visualizacao/periodicos/66/pam_2016_v43_br.pdf
Ipardes-Instituto Paranaense de Desenvolvimento Econômico e Social. (2018). Perfil da região geográfica Oeste Paranaense. from http://www.ipardes.gov.br/perfil_municipal/MontaPerfil. php?codlocal=706&btOk=ok.
Koeppen, W. (1948). Climatologia: con un estudio de los climas de la tierra. Fondo de Cultura Económica.
Leite, s. D. (2016). Análise da distribuição espacial da pobreza na região norte do brasil. Revista economia e desenvolvimento, 15 (2), 215-231. doi:https://doi.org/10.22478/ufpb.1517-9354.2016v15n2.36083.
Lopes, P. F.; Chain, C. P.; Menezes, T. P. de; Prado, J. W. do; Carvalho, F. de M. (2017). Gestão de riscos e dependência espacial em seguros agrícolas: uma análise da produtividade da soja. Interciência, 42(8), 503-508. https://www.redalyc.org/journal/339/33952871004/html/.
Qgis Development Team. (2018). QGIS Geographic Information System. Open source geospatial foundation project.
R Core Team. (2014). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna.
Richetti, J.; Johann, J. A.; Uribe-Opazo, M. A. (2021). Crop modeling with less data: The FAO model for soybean yield estimation. Engenharia. Agrícola, 41 (2), 196-203. doi: https://doi.org/10.1590/1809-4430-Eng.Agric.v41n2p196-203/2021
Santos, A. de P.; Rodrigues, D. D.; Santos, N. T.; Gripp Junior, J. (2016). Avaliação da acurácia posicional em dados espaciais utilizando técnicas de estatística espacial: proposta de método e exemplo utilizando a norma brasileira. Boletim de Ciências Geodésicas, 22 (4), 630-650. https://revistas.ufpr.br/bcg/article/view/49633.
Seab - Secretaria Da Agricultura e Abastecimento. (2016). Boletins Informativos -Colheita de soja na reta final. Departamento de Economia Rural (DERAL). http://www.agricultura.pr.gov.br/sites/default/arquivos_restritos/files/qas/4912/soja_29_mar_2016.pdf.
Seab-Secretaria Da Agricultura e Abastecimento. (2017). Boletins Informativos – Produtividade recorde. Departamento de Economia Rural (DERAL). http://www.agricultura.pr.gov.br/sites/default/arquivos_restritos/files/qas/5709/soja_28_julho_2017.pdf.
Seab - Secretaria da Agricultura e Abastecimento. (2018). Produção agrícola por município. Departamento de Economia Rural (DERAL). http://www.agricultura.pr.gov.br/modules/conteudo.
Seffrin, R. (2017). Análise exploratória de dados espaciais aplicada a produtividade de milho no estado do Paraná. 97f. Dissertação (Mestrado em Tecnologias Computacionais para o Agronegócio) - Universidade Tecnológica Federal do Paraná, Medianeira.
Simões, R.; Guimarães, C.; Godoy, N.; Velloso, T.; Araújo, T.; Galinari, R.; Chein, F. (2016). Rede urbana da oferta de serviços de saúde: uma análise de clusters espaciais para Minas Gerais. Anais, 1-27.
Silva, E.M.; Gasparin, P.P.; Paludo, A.; Becker, W.R.; Guedes, L.P.C.; Johann, J.A. (2021). Soybean productivity and agrometeorological variables assessed from the perspective of Spatial and Circular Statistics. Journal of Agricultural Studies, 9 (3), 303-325. https://econpapers.repec.org/article/mthjas888/v_3a9_3ay_3a2021_3ai_3a3_3ap_3a303-325.htm
Silva, V.A.; Ribeiro, L.C.S.; Esperidião, F. (2020). Municipal development and infrastructure index and its relationship with child mortality in brazilian municipalities. Research, Society and Development, 9 (6), e169963491, 2020. doi: http://dx.doi.org/10.33448/rsd-v9i6.3491
Vidigal, V. G.; Vidigal, C. B. R.; Parré, J. L. (2018). Distribuição espacial da produtividade da soja no Rio Grande do Sul: um estudo exploratório. Acta Scientiarum: Human & Social Sciences, 40 (2), 1-9. doi: https://doi.org/10.4025/actascihumansoc.v40i2.33652
Zanão Júnior, L. A.; Caramori, P. H.; Faria, R. T. de. (2017). Produtividade da soja no entorno do reservatório de Itaipu. Iapar.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2022 Caroline Cristina Engel Gabriel; Miguel Angel Uribe Opazo; Gustavo Henrique Dalposso; Elizabeth Giron Cima
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Autores que publicam nesta revista concordam com os seguintes termos:
1) Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
2) Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
3) Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado.
