Comparação de métodos para ajuste de modelos de semivariograma da precipitação pluvial anual

Carvalho, José Maria Franco de; Vieira, Sidney Rosa; Grego, C. R.

doi:10.1590/s1415-43662009000400011

Cited by 21 publications

(20 citation statements)

References 8 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Acredita-se que, poderosas, também podem ser suas predições no domínio do tempo; são escassos ainda os estudos nos quais se utiliza a técnica de geoestatística na ótica temporal, comparativamente, por exemplo, ao que se passa no domínio espacial (Holawe & Dutter, 1999;Carvalho et al, 2009). Mingot & Neves (1999), apresentaram um exemplo de utilização da metodologia geoestatística aplicada à análise de séries temporais.…”

Section: Introductionunclassified

Geoestatística no estudo de modelagem temporal da precipitação

Almeida¹,

Ribeiro²,

Paiva³

et al. 2011

Rev. bras. eng. agríc. ambient.

View full text Add to dashboard Cite

RESUMOA análise geoestatística é uma poderosa ferramenta utilizada em estudos de dependência espacial. No que tange à dependência temporal, poucas são as análises realizadas com essa metodologia. Neste trabalho foi utilizada a técnica de geoestatística para ajustar um modelo de série temporal de precipitação, cujo poder é avaliado em predizer valores futuros. O estudo foi realizado na Bacia do Rio Itapemirim em uma série de precipitação mensal de 1940 a 2006. O modelo geoestatístico foi comparado com um modelo de séries temporais de Box e Jenkins. O modelo geoestatístico ajustado foi aquele com 96 vizinhos utilizados na previsão e erro relativo absoluto médio de 80,46. A metodologia de geoestatistica apresentou melhores resultados na estimação da precipitação mensal, em relação ao modelo SARIMA (2,1,1)(0,1,1) 12 . Palavras-chave: Bacia do Rio Itapemirim, Box & Jenkins, series temporaisGeostatistics in the temporal modeling study of precipitation ABSTRACT Geostatistics analysis is a powerful tool which has been used in studies of spatial dependence. With respect to the temporal dependence, few analysis are performed with this kind of methodology. In this study, the geostatistics technique was used to adjust a model to a series of temporal values of precipitation and its performance to predict data was also evaluated. The study was carried out at the Rio Itapemirim Basin in a series of monthly precipitation from 1940 to 2006. The adjusted model was compared to the Box and Jenkins model. The best geostatistics model adjusted was the one which used with 96 neighbors in the prediction and mean relative absolute error of 80.46. Geostatistics methodology showed better results for estimating the monthly precipitation in relation to the SARIMA model (2,1,1)(0,1,1) 12 .

show abstract

Section: Introductionunclassified

Geoestatística no estudo de modelagem temporal da precipitação

Almeida¹,

Ribeiro²,

Paiva³

et al. 2011

Rev. bras. eng. agríc. ambient.

View full text Add to dashboard Cite

show abstract

“…The spherical model was the most adjusted to the experimental variograms, confirming such mathematical model as the most adequate to the soil and plant parameters (Carvalho et al, 2009).…”

Section: Resultsmentioning

confidence: 57%

Spatial distribution of physiological quality of Arábica coffee seeds to cultivate Catuai

Lopes¹,

Trigo²,

Lima³

et al. 2014

Idesia

View full text Add to dashboard Cite

Brazil stands as the largest coffee producer in the world. However one of the factors capable of undermining the potential of this species is the poor quality of seeds. One tool that is being proposed for use in agriculture is the Geostatistics analysis to verify the existence and quantify the degree of spatial dependence of variables. The seeds were collected in a field with five years of age in an area of 0.8 ha, 50 sampling points. In the laboratory we used a completely randomized design (CRD) with four replicates of 25 seeds per point materialized with the aid of a total station. After removal of the scrolls, the seeds were treated with Captan (Orth Cide) to 0.1% for five minutes and subjected to the following determinations: moisture, germination first count of germination, root length and shoot length. Then the seeds were placed to develop in an incubator at temperature 20-30 °C for 60 days. In the results there was spatial dependence of the quality variables of physiological Catuaí. The lowest range for the variable length of shoot (CPA) and greater range for the variable fresh weight (MFPA).Key words: precision coffee, germination, geostatistical, vigor. RESUMEN

show abstract

“…Nesses dois períodos, os semivariogramas direcionais das precipitações apresentaram comportamentos semelhantes entre si, com distâncias mais curtas entre os pares de pontos (Figura 2). Como, na prática, a estimação dos semivariogramas experimentais é realizada com mais precisão para distâncias próximas da origem (Carvalho et al 2009), e estes não indicaram acentuada anisotropia para a variável primária, a análise geostatística foi realizada, tendo-se admitido uma distribuição isotrópica. A condição de isotropia para os dados de precipitação foram então assumidas para simplificação de procedimentos, tanto para a construção dos semivariogramas quanto para a dos covariogramas cruzados, conforme as análises direcionais realizadas.…”

Section: Resultsunclassified

“…A condição de isotropia para os dados de precipitação foram então assumidas para simplificação de procedimentos, tanto para a construção dos semivariogramas quanto para a dos covariogramas cruzados, conforme as análises direcionais realizadas. Segundo Carvalho et al (2009), diferenças de altitude podem influenciar a variografia dos dados de precipitação. Nesse aspecto, o relevo do Espírito Santo, com grandes mudanças de altitude a curtas distâncias do litoral, apresenta-se como um provável fator a influenciar a dependência espacial da precipitação nas diferentes direções.…”

Section: Resultsunclassified

“…Dessa maneira, ao se considerarem os períodos anual e úmido, a utilização de grade regular tendeu a permitir desempenho superior quanto aos parâmetros da regressão, tendo-se obtido os valores mais baixos de β 0 e mais elevados de β 1 . Estes dois coeficientes, obtidos da regressão linear entre os valores observados e os preditos por krigagem e cokrigagem, fornecem a qualidade do ajuste dos modelos matemáticos aos semivariogramas (Carvalho et al, 2009). Indicativos de melhor desempenho na interpolação geoestatística, por meio dos coeficientes β 0 e β 1 , foram encontrados também por Soares et al (2008) e Carvalho et al (2009.…”

Section: Resultsunclassified

See 1 more Smart Citation

Espacialização da precipitação pluvial por meio de krigagem e cokrigagem

Cunha

Lani

Santos³

et al. 2013

Pesq. agropec. bras.

View full text Add to dashboard Cite

Resumo -O objetivo deste trabalho foi avaliar a cokrigagem ordinária, com dados de altitude e distância do mar, em comparação à krigagem ordinária, na espacialização da precipitação pluvial dos períodos anual, seco e úmido, no Estado do Espírito Santo. Os dados de altitude e distância do mar foram obtidos de pontos de amostragem em grades regulares e irregulares. Foram utilizados dados de 108 postos pluviométricos. A avaliação dos métodos e das variáveis foi realizada com base na validação cruzada, tendo-se considerado os erros dos valores preditos e o ajuste dos modelos de regressão linear para valores observados e preditos. A grade regular para amostragem das covariáveis apresentou melhor acurácia de predição em comparação à grade irregular. A cokrigagem produziu resultados mais acurados do que a krigagem, verificados por pequenas diferenças nos erros médios absolutos, capazes de produzir mapas estatisticamente diferentes. A interpolação por cokrigagem e o uso de grades regulares para amostragem são preferíveis, principalmente se as covariáveis são de fácil obtenção e de baixo custo.Termos para indexação: distribuição da precipitação, geoestatística, linha de costa, predição espacial. Rainfall spatialization by kriging and cokrigingAbstract -The objective of this work was to evaluate the ordinary co-kriging algorithm, using data from elevation and distance from the sea, compared to ordinary kriging, in the rainfall spatialization associated to wet, dry and annual periods, for the state of Espírito Santo, Brazil. Data of altitude and distance from the sea were obtained in sampling sites on regular and irregular grids. Data from 108 rain gauge stations were used. The evaluation of methods and variables based on cross-validation was performed, considering the errors of the predicted values and the fit of linear regression models for observed and predicted values. The regular grid sampling of the covariates showed the best prediction accuracy compared to the irregular grid. Cokriging produced more accurate results than kriging, checked by small differences in mean absolute errors which were able to produce statistically different maps. Cokriging interpolation and use of regular grids for sampling are preferable, mainly if the covariates are easy to obtain and inexpensive.

show abstract

Comparação de métodos para ajuste de modelos de semivariograma da precipitação pluvial anual

Cited by 21 publications

References 8 publications

Geoestatística no estudo de modelagem temporal da precipitação

Geoestatística no estudo de modelagem temporal da precipitação

Spatial distribution of physiological quality of Arábica coffee seeds to cultivate Catuai

Espacialização da precipitação pluvial por meio de krigagem e cokrigagem

Contact Info

Product

Resources

About