Buscar

 

RI UFLA (Universidade Federal de Lavras) >
DEX - Departamento de Ciências Exatas >
DEX - Programa de Pós-graduação >
DEX - Estatística e Experimentação Agropecuária - Doutorado (Teses) >

Please use this identifier to cite or link to this item: http://repositorio.ufla.br/jspui/handle/1/11702

Title: Variância do erro de predição em um modelo geoestatístico espaçotemporal em dados de albedo obtidos por sensoriamento remoto
???metadata.dc.creator???: Silva, Naje Clécio Nunes da
???metadata.dc.contributor.advisor1???: Scalon, João Domingos
???metadata.dc.contributor.referee1???: Oliveira, Marcelo Silva de
???metadata.dc.contributor.referee2???: Lima, Renato Ribeiro de
???metadata.dc.contributor.referee3???: Alves, Marcelo de Carvalho
???metadata.dc.contributor.referee4???: Olinda, Ricardo Alves de
Keywords: Variabilidade do albedo
Georreferenciado
Processamento de dados
Variability albedo
Georeferenced
Data processing
???metadata.dc.date.submitted???: 20-Apr-2016
Issue Date: 29-Aug-2016
Citation: SILVA, N. C. N. da. Variância do erro de predição em um modelo geoestatístico espaçotemporal em dados de albedo obtidos por sensoriamento remoto. 2016. 118 p. Tese (Doutorado em Estatística e Experimentação Agropecuária)-Universidade Federal de Lavras, Lavras, 2016.
???metadata.dc.description.resumo???: O albedo de uma superfície (ou coeficiente de reflexão) pode ser definido como a razão entre a quantidade de luz solar refletida pela superfície terrestre e a quantidade de luz solar recebida. Portanto, o aumento ou a queda do albedo pode ser um bom indicador de mudanças que ocorrem tanto na composição da atmosfera quanto na superfície da terra tais como desmatamentos e desertificações. Dessa forma, o uso de modelos capazes de modelar a variabilidade do albedo em uma determinada região, em um período de tempo, pode ser de grande importância para a pesquisa científica. O principal objetivo desta tese será explorar o potencial do modelo geoestatístico espaço-temporal (Kyriakidis e Journel (1999)) para analisar a variável albedo. Para atingir este objetivo, esta tese incorpora novos métodos estatísticos neste modelo, tais como: mapas de predição e mapas de variância do erro de predição via bootstrap não paramétrico. Os dados da variável albedo foram obtidos por meio de duas malhas regulares completas, contendo 249 e 499 pontos, georreferenciados na mesorregião Sul/Sudoeste do estado de Minas Gerais, durante os 31 dias de dezembro de 2010, capturados pelo satélite METEOSAT 9, adquiridos junto à EUMETSAT. Os resultados alcançados neste trabalho mostraram que: (1) Os métodos estatísticos propostos nesta tese para obtenção dos mapas de predição e de variância do erro de predição possibilitam que o modelo geoestatístico espaço-temporal seja usado em dados reais; (2) A partir dos métodos estatísticos propostos nesta tese é possível verificar que o número de pontos na malha não interfere nas predições do albedo produzido pelo modelo geoestatístico espaço-temporal; (3) A análise puramente espacial produziu um erro de predição ligeiramente menor do que o modelo geoestatístico espaço-temporal. Uma possí- vel razão para esse comportamento pode ser devido ao fato de que o modelo de Kyriakidis e Journel (1999) é construído tendo como base argumentos ad hoc.
Abstract: The albedo of a surface (or reflection coefficient) can be defined as the ratio between the amount of sunlight reflected by the earth surface and the amount of sunlight received.Therefore, the increase or decrease of the albedo can be a good indicator of changes occurring in the composition of the atmosphere and Earth’s surface such as deforestation and desertification. Thus, the use of models capable of modeling the variability of the albedo in a particular region, over a period of time, can be of great importance for scientific research. The main aim of this thesis is to explore further the potential of the geostatistical space-time model (Kyriakidis and Journel (1999)) to analyze the variable albedo. To achieve this goal, this thesis incorporates new statistical methods in this model, such as prediction maps and prediction error variance maps via nonparametric bootstrap. The albedo data set was obtained through two complete regular grids, containing 249 and 499 points, georeferenced in mesoregion South/Southwest of the state Minas Gerais - Brazil, during the 31 days of December 2010, captured by the satellite Meteosat 9, acquired from the EUMETSAT. The results achieved in this study showed that: (1) The statistical methods proposed in this thesis to obtain both the prediction and the prediction error variance maps enable that the geostatistical space-time model spatiotemporal being used in actual data. (2) From the statistical methods proposed in this thesis, it is possible to observe that the number of samples points in the grid does not interfere with the predictions of the albedo produced by geostatistical space-time model.(3) Purely spatial analysis produced a slightly lower prediction error than the geostatistical space-time model. One possible reason for this behavior may be due to the fact that the model by Kyriakidis and Journel (1999) is built based on ad hoc arguments.
URI: http://repositorio.ufla.br/jspui/handle/1/11702
Publisher: Universidade Federal de Lavras
???metadata.dc.language???: por
Appears in Collections:DEX - Estatística e Experimentação Agropecuária - Doutorado (Teses)

Files in This Item:

File Description SizeFormat
TESE_Variância do erro de predição em um modelo geoestatístico espaçotemporal em dados de albedo obtidos por sensoriamento remoto.pdf3.12 MBAdobe PDFView/Open

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.


View Statistics

 


DSpace Software Copyright © 2002-2010  Duraspace - Feedback