Comparison of indicator kriging and conditional simulation applied to spatial distribution of the vector Aedes aegypti

Abstract

This study was conducted to evaluate the spatial distribution of Aedes aegypti and to compare estimation methods of indicator kriging and conditional simulation. It was collected data from both dry and rainy periods through home visits and inspection of water contained in deposits in two areas (Train and New City) of the city of Macapá, Brazil. Among the main findings, it could be highlighted that the highest incidence of larvae was observed in the rainy season. It was also observed that, in both neighborhoods, the exponential model presented the best fit to the data. This model was used in the indicative kriging estimation method. It was applied descriptive measures such as mean, standard deviation and coefficient of variation for comparing observed and estimated values obtained by kriging and conditional simulation. The results showed that the conditional simulation was the best method for estimating the spatial distribution of Aedes aegypti in the two study areas.Este estudo foi conduzido para avaliar a distribuição espacial do Aedes aegypti e comparar os métodos de estimativa krigagem indicadora e simulação condicional. Assim, recolheuse informação nos períodos seco e chuvoso, através de visitas domiciliares e inspeção de água contida em depósitos nas áreas de estudo (Bairros Trem e Cidade Nova) pertencentes à cidade de Macapá, Brasil. Dentre as principais descobertas destaca-se que a maior incidência de larvas foi registrada na estação chuvosa. Pode-se observar que o modelo exponencial foi o que melhor se ajustou aos dados para os dois bairros, permitindo a estimativa por krigagem indicativa. Para avaliar os métodos de estimação utilizaram-se medidas descritivas como: média, desvio padrão e coeficiente de variação para os valores observados e valores estimados, tanto pela krigagem quanto pela simulação condicional. A partir da análise das medidas obtidas, parece que a simulação condicional foi o método mais adequado ao estudo nos bairros e que apresentou os melhores resultados de estimação.