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.v38i1.1895Palabras clave:
Piscicultura, Previsão, Tilápia, TrutaResumen
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 N/D
Author statements
- Academic society
- Epagri - Revista Agropecuária Catarinense
- Editora:
- Empresa de Pesquisa Agropecuária e Extensão Rural de Santa Catarina - Epagri
Citas
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.

Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2025 Robson Ventura de Souza, André Luis Tortato Novaes

Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.