UMA COMPARAÇÃO DE TÉCNICAS BASEADAS EM
quadrats PARA ACARACTERIZAÇÃO DE PADRÕES
ESPACIAIS EM DOENÇAS DE PLANTAS

Renato Ribeiro de LIMA[1]

Clarice Garcia Borges DEMÉTRIO[2]

Paulo Justiniano RIBEIRO JUNIOR[3]

Martin Spencer RIDOUT[4]

§       RESUMO: A informação sobre a dinâmica espaço-temporal de doenças em plantas é relevante em estudos epidemiológicos, podendo ser utilizada para descrever e entender o desenvolvimento das doenças, desenvolver planos de amostragem, planejar experimentos controlados, avaliar o efeito de diferentes tratamentos e caracterizar perdas na produção ocasionadas pela doença. Métodos estatísticos, baseados em contagens por unidade amostral ou quadrats, têm sido utilizados na caracterização de padrões espaciais, tais como cálculo de índices de dispersão, de coeficiente de correlação intraclasse e técnicas de determinação de autocorrelação espacial. Tais métodos fornecem medidas diretas da heterogeneidade entre as unidades amostrais, que são funções da associação espacial dos indivíduos dentro dessas unidades. Neste trabalho, foi conduzido um estudo de simulação, considerando diferentes níveis de incidência da doença, diferentes tamanhos de quadrats e diferentes graus de agregação das plantas doentes. O estudo mostrou que existem problemas na caracterização de padrões espaciais, usando essas medidas de heterogeneidade, indicando que o uso e a interpretação de índices de agregação para caracterização  de padrões espaciais devem ser vistos com cautela, em particular se apenas um deles é adotado em uma análise de dados. Os índices mostram discrepâncias nos seus resultados  e o comportamento de cada um deles mostrou diferentes sensibilidades a efeitos de diferentes tamanhos de quadrat e níveis de incidência da doença.

§       PALAVRAS CHAVE: Autocorrelação espacial; correlação intraclasse; índice de dispersão; padrão espacial; simulação.



[1] Departamento de Ciências Exatas, Universidade Federal de Lavras, Caixa Postal 3037, CEP: 37200-000, Lavras, MG, Brasil, E-mail: rrlima@ufla.br

[2] Departamento de Ciências Exatas, Escola Superior de Agricultura ``Luiz de Queiroz'', ESALQ, Universidade de São Paulo, Caixa Postal 9, CEP: 13418-900, Piracicaba, SP, Brasil, E-mail: clarice@esalq.usp.br

[3] Laboratório de Estatística e Geoinformação, Universidade Federal do Paraná -- UFPR, Caixa Postal 19,081, CEP: 81531-990, Curitiba, PR, Brasil, E-mail: paulojus@ufpr.br

[4] Institute of Mathematics, Statistics and Actuarial Science, University of Kent, CT2 7NF, Canterbury, Kent, United Kingdom, E-mail: M.S.Ridout@kent.ac.uk