Abstract
O objetivo deste trabalho é comparar três interpoladores univariados: inverso do quadrado da distância, curvatura mínima e krigagem ordinária usando observações de precipitação pluvial média anual de 1.027 postos pluviométricos abrangendo todo o Estado de São Paulo, representando área de 248.808,8 km² (2,91% do território nacional), no período de 1957 a 1997. Os mapas de variabilidade espacial não apresentaram grandes diferenças visuais; entretanto, quando a estatística quadrado médio do erro foi calculada para cada técnica, confirmou-se a grande vantagem em usar o interpolador ótimo de krigagem. A diferença entre os valores observados e estimados pela krigagem foi muito menor do que para os outros dois métodos, indicando ser esse o interpolador a ser usado na distribuição espacial de precipitação pluvial média anual para os dados em estudo.
Highlights
Medir dados de precipitação pluvial é muito importante em diversos contextos, tais como, produção da cultura, manejo dos recursos hídricos, avaliação ambiental, erosão hídrica, etc
Com diversos níveis de complexidade, estão disponíveis na literatura (GOOVAERTS, 1999; CARVALHO et al, 2002)
Para a definição do estimador de krigagem ordinária, consideremos a situação de estimar o valor de um atributo contínuo z para qualquer local não-amostrado u, usando os dados de z que foram amostrados na área de estudo A
Summary
Para definir a metodologia de interpolação, foram utilizadas 1.027 observações provenientes de postos pluviométricos, representando todo o Estado. Ela não é um interpolador exato e são necessários quatro passos para que a malha final seja gerada: 1o - uma regressão de mínimos quadrados é ajustada às observações; 2o - os resíduos são calculados; 3o - o modelo de curvatura mínima é usado para interpolar os resíduos nos nós da malha de observação, e 4o - os valores do modelo de regressão nos nós da malha são adicionados nos resíduos interpolados, resultando na superfície final. Para comparar os três procedimentos de interpolação: inverso do quadrado da distância, curvatura mínima e krigagem ordinária, o método do Quadrado Médio do Erro - QME (ADDINK & STEIN, 1999; PHILLIPS et al, 1992) será calculado pela seguinte formula: QME = { (Zest,α - Z*α )2} / n(u). O método que apresentar o menor quadrado médio residual será o método considerado como o mais eficiente
Sign-in/Register to view highlights & summary Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a callDisclaimer: All third-party content on this website/platform is and will remain the property of their respective owners and is provided on "as is" basis without any warranties, express or implied. Use of third-party content does not indicate any affiliation, sponsorship with or endorsement by them. Any references to third-party content is to identify the corresponding services and shall be considered fair use under The CopyrightLaw.
