Estimando a produção comercial de peixes em Santa Catarina, Brasil, com base em registros de trânsito animal e modelos matemáticos
DOI:
https://doi.org/10.52945/rac.v38i1.1895Palavras-chave:
Piscicultura, Previsão, Tilápia, TrutaResumo
Este estudo investigou a correlação entre dados de trânsito de peixes, registrados nas Guias de Trânsito Animal (GTAs), e estimativas de produção da piscicultura, com o objetivo de desenvolver modelos matemáticos para prever a produção comercial de peixes em Santa Catarina. Foram utilizados dados de GTA obtidos junto à Companhia Integrada de Desenvolvimento Agrícola de Santa Catarina (Cidasc) e estimativas de produção feitas pela Epagri, ambos gerados entre 2015 e 2021. Os dados foram combinados e modelos de regressão linear foram desenvolvidos a partir dos dados de diferentes grupos de peixes. Os resultados mostraram correlação significativa entre dados de GTA e estimativas de produção, com correlações importantes para tilápias (R²=0,69) e trutas (R²=0,55). Quando a produção do ano anterior foi adicionada aos modelos como variável preditora, os valores de R² dos modelos para tilápias e trutas aumentou para 0,89 e 0,80, respectivamente. A validação desses dois modelos para os anos de 2022 e 2023 indicou bom desempenho, com ótimo ajuste entre as previsões dos modelos e as estimativas da Epagri (R² acima de 0,95). No entanto, o modelo desenvolvido para trutas apresentou a tendência de subestimar a produção. Conclui-se que os modelos desenvolvidos são eficazes para prever a produção comercial de tilápias e, em menor grau, de trutas, em Santa Catarina.
Métricas
Publication Facts
Reviewer profiles Indisp.
Author statements
- Academic society
- Epagri - Revista Agropecuária Catarinense
- Publisher
- Empresa de Pesquisa Agropecuária e Extensão Rural de Santa Catarina - Epagri
Referências
CAMPBELL, T.; DIXON, K. W.; DODS, K.; FEARNS, P.; HANDCOCK, R. Machine Learning Regression Model for Predicting Honey Harvests. Agriculture, v.10, n.4, p.1-17, 2020. DOI: https://doi.org/10.3390/agriculture10040118
EPAGRI. Observatório Agro Catarinense. Epagri, Centro de Socioeconomia e Planejamento Agrícola. Disponível em: https://www.observatorioagro.sc.gov.br/areas-tematicas/producao-agropecuaria/paineis/ Acesso em: 24 jul. 2024.
HERRERA, L.J.; POMARES, H.; ROJAS, I.; GUILLÉN, A.; PRIETO, A.; Valenzuela, O. Recursive prediction for long term time series forecasting using advanced models. Neurocomputing, v.70, n.16–18, p. 2870-2880, 2007. DOI: https://doi.org/10.1016/j.neucom.2006.04.015.
OTWINOWSKA-MINDUR, A.; GUMUŁKA, M.; KANIA-GIERDZIEWICZ, J. Mathematical Models for Egg Production in Broiler Breeder Hens. Annals of Animal Science, v.16, n.4., p. 1185–1198, 2016. Disponível em: https://sciendo.com/article/10.1515/aoas-2016-0037. Acesso em: 04 abr. 2025.
RANAPURWALA, S.I.; CAVANAUGH, J.E.; YOUNG, T.; WU, H.; PEEK-ASA, C.; RAMIREZ, M.R. Public health application of predictive modeling: an example from farm vehicle crashes. Injury Epidemiology, v.6, 31. p. 1-11, 2019. DOI: https://doi.org/10.1186/s40621-019-0208-9
SADENOVA M.A.; BEISEKENOV N.A.; RAKHYMBERDINA M.Y.; VARBANOV P.S.; KLEMEŠ J.J. Mathematical Modelling in Crop Production to Predict Crop Yields. Chemical Engineering Transactions, v. 88, 1225-1230, 2021. DOI: https://doi.org/10.1515/aoas-2016-0037
SILVA, B. C. da; DELLA GIUSTINA, E. G.; MARCHIORI, N. da C.; MASSAGO, H.; SILVA, F. M. Desempenho produtivo da piscicultura catarinense. Agropecuária Catarinense, v.30, n.1, p.15–18, 2017. Disponível em: https://publicacoes.epagri.sc.gov.br/rac/article/view/176. Acesso em: 4 abr. 2025.
SOUZA, R. V. de .; SILVA, B. C. da; NOVAES, A. L. T. A aquicultura de Santa Catarina em números. Documentos, (354), 2022. Disponível em: https://publicacoes.epagri.sc.gov.br/DOC/article/view/1532. Acesso em: 04 abr. 2025.

Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2025 Robson Ventura de Souza, André Luis Tortato Novaes

Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.