This pilot study provides evidence that the addition of GPS to accelerometer monitoring improves physical activity mode classification to a small degree. Larger studies among free-living individuals and with an expanded range of activities are needed to replicate the current findings and further determine the merits of using GPS with accelerometers for mode identification.
RESUMOEm projetos de obras hidráulicas, é necessária a estimativa da chuva intensa adequada à realidade técnico-financeira dos projetos, para posterior cálculo de vazões máximas. O uso da equação de chuvas intensas é a forma mais usual para estimativa da chuva de projeto. No entanto, há dificuldade em obtê-la para locais desprovidos de dados pluviométricos, o que pode ser superado mediante técnicas computacionais para a espacialização dos seus parâmetros. Para isto, pode-se trabalhar com procedimentos estatísticos para interpolação dos parâmetros com base em estações meteorológicas vizinhas ao local. Objetivouse, neste trabalho, comparar os dois procedimentos estatísticos mais exatos, conforme já constatado em outras aplicações físicas, que são a krigagem (interpolador geoestatístico) e o inverso do quadrado da distância, para interpolação dos parâmetros da equação de chuvas intensas. Utilizaram-se 140 estações meteorológicas do estado de São Paulo, as quais dispõem da respectiva equação de chuvas intensas estimada com base em dados pluviométricos, consideradas como ideais. Destas, 126 foram utilizadas para estudo da dependência espacial dos parâmetros e 14 para comparação de erros nas estimativas da chuva intensa. Constatou-se que ambos os métodos apresentaram boa precisão, mas a krigagem produziu menores erros médios para 11 estações, verificando-se melhorias consideráveis em especial para tempos de retorno e tempos de duração da precipitação usuais em projetos em pequenas bacias hidrográficas, podendo-se sugerir este método como o mais adequado.Termos de indexação: chuva intensa, espacialização, geoestatística, hidrologia.(1) Trabalho financiado pela FAPEMIG. Recebido para publicação em novembro de 2002 e aprovado em julho de 2003.
RESUMOO semivariograma possibilita uma avaliação visual da dependência espacial, mas sem resultar diretamente em um valor numérico único que expresse a mensuração de tal dependência. Contudo, a partir dos parâmetros estimados do modelo teórico ajustado ao semivariograma experimental, é possível construir uma medida dessa dependência espacial. Atualmente, há dois índices na literatura, com uso cada vez mais frequente; porém, há inadequações nesses índices existentes. O objetivo deste trabalho foi propor um novo índice para medir a dependência espacial de dados geoestatísticos, que supere as incipiências dos atuais. Esse novo índice utiliza a relação existente entre o semivariograma e o correlograma, contemplando dessa forma todos os aspectos da dependência espacial. Realizaram-se uma comparação, por simulação, entre o índice proposto e os índices já existentes e também verificação da aplicabilidade do índice proposto utilizando pesquisas reais publicadas, em que ocorreram ajustes dos modelos teóricos esférico, exponencial e gaussiano. Verificou-se que o índice proposto foi melhor que os índices existentes. Além disso, observou-se que os índices existentes podem levar a equívocos nas interpretações do grau de dependência espacial, evidenciando que devem ser evitados. Em decorrência, recomenda-se a utilização do novo índice proposto para medir o grau da dependência espacial.Termos de indexação: semivariograma, alcance prático, fator de modelo, medidas resumo.
ABSTRACT:In geostatistical studies, spatial dependence can generally be described by means of the semivariogram or, in complementary form, with a single index followed by its categorization to classify the degree of such dependence. The objective of this study was to construct a categorization for the spatial dependence index (SDI) proposed by Seidel and Oliveira (2014) in order to classify spatial variability in terms of weak, moderate, and strong dependence. Theoretical values were constructed from different degrees of spatial dependence, which served as a basis for calculation of the SDI. In view of the form of distribution and SDI descriptive measures, we developed a categorization for posterior classification of spatial dependence, specific to each semivariogram model. The SDI categorization was based on its median and 3rd quartile, allowing us to classify spatial dependence as weak, moderate, or strong. We established that for the spherical semivariogram: SDI Spherical (%) ≤ 7 % (weak spatial dependence), 7 % < SDI Spherical (%) ≤ 15 % (moderate spatial dependence), and SDI Spherical (%) > 15 % (strong spatial dependence); for the exponential semivariogram: SDI Exponential (%) ≤ 6 % (weak spatial dependence), 6 % < SDI Exponential (%) ≤ 13 % (moderate spatial dependence), SDI Exponential (%) > 13 % (strong spatial dependence); and for the Gaussian semivariogram: SDI Gaussian (%) ≤ 9 % (weak spatial dependence), 9 % < SDI Gaussian (%) ≤ 20 % (moderate spatial dependence), and SDI Gaussian (%) > 20 % (strong spatial dependence). The proposed categorization allows the user to transform the numerical values calculated for SDI into categories of variability of spatial dependence, with adequate power for explanation and comparison.
ResumoA estimativa volumétrica de madeira por talhão em povoamento florestal é efetuada através do Inventário Florestal Pré-Corte. Para realização do Inventário Pré-Corte, lançou parcelas numa intensidade amostral maior do que a do Inventário Florestal Contínuo. Assim, além do custo de medição das parcelas do Inventário Florestal Contínuo, agrega-se o custo de medição das parcelas do Inventário Pré-Corte. A análise das informações do inventário pré-corte é efetuada com base nos conceitos da teoria clássica de amostragem, sem consideração da estrutura de continuidade espacial. Uma alternativa para obtenção da informação volumétrica por talhão seria utilizar um método capaz de estimar o volume com as parcelas permanentes. A krigagem de bloco é o método de predição da Geoestatística capaz de predizer o volume por talhão. O presente estudo teve como objetivo comparar estimativas por talhão, usando estimador clássico e geoestatístico. Os dados para realização do trabalho foram provenientes de cinco projetos florestais de Eucalyptus grandis, pertencentes à Votorantin Celulose e Papel. Obteve-se o volume total com casca das parcelas permanentes e as informações do inventário pré-corte. Foram comparadas as informações das estatísticas do inventário pré-corte com as do estimador geoestatístico. A diferença média entre o volume total, gerado pelo estimador clássico e o estimador geoestatístico, foi de 1%. O erro amostral por talhão do estimador geoestatístico variou menos do que o erro amostral do estimador clássico. Sugere-se o uso do estimador geoestatístico para estimativa por talhão, produzindo mais economia e precisão do que o inventário pré-corte, realizado segundo a teoria clássica de amostragem. Palavras-chave: Eucalyptus grandis; inventário florestal; simulação; krigagem de bloco. AbstractGeostatistical estimator for forest yield prediction at stand level. The estimate wood volumetric per stand, in forest plantation, is made through the before felling inventory. For accomplishing the inventory a larger number of plots is established in the stand. Therefore, besides the cost of measuring the plots of the Continuous Forest Inventory, it is added the cost of the before felling forest inventory. The analysis of the information of the before felling inventory is made using classic statistics concepts, not considering the spatial continuity structure. One way of getting the volumetric information per stand would be to use a method of estimating the volume per stand using the information of the Continuous Forestry Inventory. Block Krigage is a geostatistic prediction method capable of predicting volume per stand. This method predicts the volume, considering the hole forest population spatial continuity to which the stands belong. This research compared the estimates made by stand using classic estimators and geoestatístic estimators. Data were collected in five Eucalyptus grandis stands, belonging Votorantim Pulp and Paper. Total volume with bark of the fixed plots and the information of the before felling inventory wer...
O uso de modelos matemáticos para predição da chuva é uma forma prática e precisa para determinação do valor a ser aplicado em projetos, sendo útil para localidades desprovidas de informações pluviométricas. Objetivou-se ajustar o método de Bell, que possui características de regionalização para a chuva de projeto, com base em equações de chuvas intensas e modelos de probabilidade de Gumbel de estações meteorológicas do Estado de Minas Gerais ajustando, também, um modelo para cada região do estado. Avaliaram-se os modelos considerando-se o coeficiente de determinação e os erros médios em relação aos dados originais. Para validação, trabalhou-se com três estações meteorológicas da região Norte não usadas para ajuste do respectivo modelo. Foram analisadas três metodologias para estimativa da chuva intensa padrão (h(60,2)), que pondera o método usado, ressaltando-se a média aritmética, a média ponderada pelo inverso do quadrado da distância e a predição geoestatística (krigagem). Observou-se que os modelos possuem bons indicadores estatísticos e a validação produziu erros baixos, mostrando que os modelos podem ser aplicados, especialmente se a krigagem for usada para estimativa do parâmetro h(60,2).
The advent of geostatistics and geographical information systems has made it possible to analyze complex spatial patterns of ecological phenomena over large areas in applied insect ecology and pest management. The objective of this study was to use geostatistics to characterize the spatial structure and map the spatial variation of damage caused by the berry borer (Hypothenemus hampei) and leaf miner (Leucoptera coffeella) in a coffee agroecosystem planted with the cultivar Catuai Vermelho IAC-99. Infestations of berry borer and leaf miner were evaluated in fruits and leaves, respectively. The pests were monitored at 67 georeferenced points in an area of 6.6 ha in 2005, 2006 and 2007. Variograms estimated by the method of moments (MoM) and residual maximum likelihood REML were compared. The latter were generally better in terms of the kriging error coefficients. Spherical variograms estimated by REML for berry borer infestation in fruits had ranges of spatial dependence of 34.62-118.4 m and for the leaf miner they were 53.93-133.7 m. For models fitted by weighted ordinary least squares (OLS) to the MoM experimental variogram, the ranges varied between 37.22 and 68.67 m for the berry borer and 100 and 155.4 m for leaf miner infestation. The variogram model parameters were used with the data for ordinary kriging to map the spatial variation of coffee pests for different monitoring periods. If there was no suitable variogram, inverse distance weighting was used to map the variation. The maps enabled visualization of the intensity of infestation of the insect pests for the different periods evaluated.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
334 Leonard St
Brooklyn, NY 11211
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.