Artigo
Estimadores de semivariancia: analise de desempenho no mapeamento da precipitação anual
Carregando...
Notas
Data
Orientadores
Editores
Coorientadores
Membros de banca
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Federal do Paraná
Faculdade, Instituto ou Escola
Departamento
Programa de Pós-Graduação
Agência de fomento
Tipo de impacto
Áreas Temáticas da Extenção
Objetivos de Desenvolvimento Sustentável
Dados abertos
Resumo
O processo de interpolação espacial é de grande importância para inferência das variáveis hidrológicas em locais onde a informação não está disponível. Entre os diversos métodos de interpolação espacial existentes, destaca-se a família da krigagem, um processo de interpolação espacial geoestatístico, não tendencioso de variância mínima, no qual comumente é utilizado o semivariograma experimental clássico de Matheron. Apesar de ser o mais utilizado, este estimador é sensível a valores discrepantes (outliers) presentes no conjunto de dados, devido à diferença quadrática em sua formulação. Como isso pode comprometer o resultado final da interpolação, outros estimadores experimentais foram propostos, com o intuito de aprimorar o desempenho da estimação espacial.Considerando estas asserções, desenvolveu-se o presente trabalho com o objetivo de avaliar o desempenho de diferentes estimadores de semivariância experimental na krigagem ordinária para a interpolação espacial da precipitação total anual média do estado de Minas Gerais, considerando o período de 1990-2015. Foram utilizados o estimador clássico de Matheron-(MTH), Cressie Harkins (CH), das Medianas de Cressie (MED) e o New-1. Como resultado, foi verificado por meio do teste Wilcoxon pareado que a krigagem obtida pelos estimadores avaliados é estatisticamente diferente ao nível de significância de 1%, sendoque esta diferença também pôde ser notada visualmente nos mapas. O estimador de semivariância experimental New-1 foi o que apresentou melhor desempenho.
Abstract
The process of spatial interpolation is of great importance for inference of hydrological variables in places where information is not available. Among the various methods of spatial interpolation, the kriging family stands out, this is a geostatistical, non-biasedspatial interpolation process of minimum variance, in which the classic experimental semivariogram of Matheron is commonly used. Although this estimator is the most used, there are already other estimators of experimental semivariance more efficient than Matheron, since, due to the quadratic difference in its formulation, it is sensitive to atypical points in the data set, thus compromising the result of the interpolation. Considering these assertions, the present work was developed with the objective of evaluating the spatial interpolation performance of the mean annual total precipitation of the state of Minas Gerais, considering the period 1990-2015, using ordinary kriging from different semivariance estimatorsexperimental. The classical estimator of Matheron-(MTH), Cressie Harkins (CH), Cressie Medians (MED) and New-1 was used. As a result, it was verified, through the paired Wilcoxon test, that the kriging obtained by the evaluated estimators are statistically different at the significance level of 1%, and these differences could also be noticed visually on the maps. The experimental semivariance estimator New-1 presented the best performance
Descrição
Área de concentração
Agência de desenvolvimento
Palavra chave
Marca
Objetivo
Procedência
Impacto da pesquisa
Resumen
ISBN
DOI
Citação
BATISTA, M. L. et al. Estimadores de semivariancia: analise de desempenho no mapeamento da precipitação anual. Scientia Agraria, Curitiba, v. 19, n. 1, p. 64-79, jan./mar. 2018.