Estudo comparativo de algoritmos de agrupamento para a definição de Zonas de Manejo

• Murilo Nogueira Universidade Federal de Mato Grosso
• Raul dos Santos Universidade Federal de Mato Grosso

DOI: https://doi.org/10.5753/eri-mt.2019.8594

Resumo

Nos últimos anos a demanda de alimentos aumentou devido ao crescimento rápido da população. Este cenário cria a necessidade de uma forma de cultivo associado a tecnologia como forma de minimizar esta situação. Nesse sentido, técnicas de agricultura de precisão podem ser empregadas para a definição de mapas zonas de manejo com o objetivo de auxiliar na produção de alimentos aplicando quantidades de insumos de maneira correta. Para a geração de tais mapas se faz uso de técnicas de agrupamento de dados recolhidos do talhão. As técnicas de agrupamento de dados K-means, BIRCH e CURE foram aplicados em dados agrícolas com o intuito de gerar mapas de manejo e comparar tais algoritmos através dos resultados obtidos de métodos avaliativos de tais mapas.

Referências

Amaral, L. R., Molin, J. P., Portz, G., Finazzi, F. B., & Cortinove, L. ( 2015 ). Comparison of crop canopy reflectance sensors used to identify sugarcane biomass and nitrogen status. Precision Agriculture, 16 ( 1 ), 15 - 28.

Davies, D. L., & Bouldin, D. W. ( 1979 ). A cluster separation measure. IEEE transactions on pattern analysis and machine intelligence, ( 2 ), 224 - 227.

Guha, S., Rastogi, R., & Shim, K. ( 1998, June). CURE: an efficient clustering algorithm for large databases. In ACM Sigmod Record (Vol. 27, No. 2, pp. 73 - 84 ). ACM.

Janrao, P., & Palivela, H. ( 2015, March). Management zone delineation in Precision agriculture using data mining: A review. In 2015 International Conference on Innovations in Information, Embedded and Communication Systems (ICIIECS) (pp. 1 - 7 ). IEEE.

MacQueen, J. ( 1967, June). Some methods for classification and analysis of multivariate observations. In Proceedings of the fifth Berkeley symposium on mathematical statistics and probability (Vol. 1, No. 14, pp. 281 - 297 ).

Ramos, F. T., Santos, R. T., Campelo Junior, J. H., & MAIA, J. C. D. S. ( 2017 ). Defining management zones based on soil attributes and soybean productivity. Revista Caatinga, 30 ( 2 ), 427 - 436.

Rousseeuw, P. J. ( 1987 ). Silhouettes: a graphical aid to the interpretation and validation of cluster analysis. Journal of computational and applied mathematics, 20, 53 - 65.

Speranza, E. A., Ciferri, R. R., & CIFERRI, C. D. A. ( 2016 ). Clustering approaches and ensembles applied in the delineation of management classes in precision agriculture. In Embrapa Informática Agropecuária-Artigo em anais de congresso (ALICE). In: BRAZILIAN SYMPOSIUM ON GEOINFORMATICS, 17., 2016, Campos do Jordão. Proceedings... São José dos Campos: INPE, 2016..

Zhang, T., Ramakrishnan, R., & Livny, M. ( 1997 ). BIRCH: A new data clustering algorithm and its applications. Data Mining and Knowledge Discovery, 1 ( 2 ), 141 - 182.