Please use this identifier to cite or link to this item: http://repositorio.ufla.br/jspui/handle/1/40425
metadata.artigo.dc.title: Avaliação de índices de dependência espacial de modelos geoestatísticos sobre a krigagem
metadata.artigo.dc.creator: Pinto, Luiz Otávio Rodrigues
Cordeiro, Natielle Gomes
Souza, Rafael Lucas Figueiredo de
Pereira, Rafaella Tavares
Mello, José Márcio de
metadata.artigo.dc.subject: Continuidade espacial
Geoestatística
Semivariograma
Krigagem
Geostatistics
Space continuity
Semivariogram
Kriging
metadata.artigo.dc.publisher: Centro Científico Conhecer
metadata.artigo.dc.date.issued: 2019
metadata.artigo.dc.identifier.citation: PINTO, L. O. R. et al. Avaliação de índices de dependência espacial de modelos geoestatísticos sobre a krigagem. Enciclopédia Biosfera, Goiânia, v. 16 n. 29, p. 339-352, 2019
metadata.artigo.dc.description.resumo: O semivariograma é utilizado na geoestatística para a estimativa do grau de dependência espacial, inferindo sobre a relação de uma variável espacializada. Atualmente existem metodologias que utilizam com mais eficiência os parâmetros do semivariograma e, a escolha do melhor método é fundamental para a seleção de modelos para a krigagem. O objetivo do trabalho foi avaliar índices de dependência espacial para a seleção de modelos teóricos sobre a krigagem. Os dados são provenientes de povoamentos clonais de Eucalyptus sp. em três regiões de Minas Gerais. Foram ajustados os modelos esférico e exponencial para o volume, visando obter o conjunto de parâmetros para as respectivas funções. Para todos os ajustes foram classificados a estrutura de continuidade espacial pelos métodos do GDE e IDE. Aproximadamente 60% dos ajustes apresentaram forte dependência espacial pelo método DE, enquanto aproximadamente 50% apresentaram classificação forte pelo IDE. O índice DE classificou 117 ajustes como forte dependência espacial, sendo que pelo novo índice (IDE) 40% mudaria a classificação de forte para fraca. Quando comparado os métodos de ajuste mínimos quadrados e máxima verossimilhança, houve alterações em 28% das análises. Apesar dos mapas de krigagem apresentarem alta correlação observou-se a diferença de área das classes volumétricas e consequentemente o volume médio. Usando uma base de dados robusta e mais informações do semivariograma, o uso do IDE para a seleção de modelos se mostrou mais eficiente. Assim este é recomendado para descrever a dependência espacial, por contemplar todos os parâmetros do semivariograma e fatores de correção para cada modelo.
metadata.artigo.dc.description.abstract: The semivariogram is used in geostatistics to predict the degree of spatial dependence, inferring about the relation of a spatialized variable. Nowadays there are methodologies that use with more efficiency the semivariogram parameters and the choice of method is important for selecting models for kriging. The aim of this study was to evaluate spatial dependence index to the selection of theoretical models to Kriging. The data were obtained from clonal stands of Eucalyptus sp. in three regions of Minas Gerais. Spherical and exponential models were fitted to volume, looking for obtain sets of parameters for the functions. To all adjustment were classified the structure of spatial continuity by using the methods GDE and IDE. Approximately 60% of the adjustments were classified as strong spatial dependence by the GDE method, while approaching 50% showed classification as strong by the method IDE. The GDE index ranked 117 adjustment as strong spatial dependece, being that by the new index (SDI) 40% would change the classification from strong to weak. When comparing the methods of least square adjustment and maximum likelihood, there were alterations in 28% of the analyzes. Although the kriging maps show high correlation, it was possible to observe the difference of area to the volumetric classes and consequently the mean volume. Using a robust database and more information from the semivariogram, the IDE showed to be more efficient to selection of models. Thus it is recommended to describe a spatial dependence because it includes all semivariogram parameters and correction factors for each model.
metadata.artigo.dc.identifier.uri: http://www.conhecer.org.br/enciclop/2019a/agrar/avaliacao%20de%20indices.pdf
http://repositorio.ufla.br/jspui/handle/1/40425
metadata.artigo.dc.language: pt_BR
Appears in Collections:DCF - Artigos publicados em periódicos

Files in This Item:
There are no files associated with this item.


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