Métodos de interpolação espacial para o mapeamento da precipitação pluvial

Abstract

RESUMOA espacialização de variáveis climáticas, notadamente a precipitação pluvial, necessita de estudos constantes, visando ao aperfeiçoamento de interpoladores e desenvolvimento de mapas sem tendência. Objetivou-se, neste contexto, avaliar o desempenho dos interpoladores krigagem (KG), a partir do melhor modelo de semivariograma, cokrigagem (CA), introduzindo a altitude como variável secundária, modelagem estatística (ME), na qual a precipitação média pode ser estimada a partir de coordenadas geográficas, e inverso do quadrado da distância (IQD), para espacialização da precipitação média mensal, precipitação média do período seco e precipitação média anual, em Minas Gerais; para isto se utilizaram informações de 232 postos pluviométricos para modelagem e de 70 para validação, com base no erro médio absoluto, além de um modelo digital de elevação com resolução de 270 m. Quanto à avaliação dos métodos de interpolação, constatou-se bom desempenho das metodologias abordadas, com erro absoluto médio variando de 12,84 a 19,96%, com destaque para a cokrigagem, que obteve menor erro em 50% das situações analisadas. Palavras-chave: modelagem espacial, climatologia, interpoladoresSpatial interpolation methods for mapping of rainfall ABSTRACTThe mapping of weather elements, especially rainfall, needs constant studies to improve the performance of interpolators, and to obtain unbiased maps. This work aimed to evaluate the performance of some spatial interpolators for mean monthly rainfall, mean rainfall during the dry season and mean annual rainfall in the Minas Gerais State. For that, the ordinary kriging was evaluated and compared, after the semi-variogram modeling, co-kriging (introducing the altitude above sea level as a secondary variable), statistical modeling in which the mean precipitation can be estimated from geographical coordinates, and inverse square distance. In this study, data sets were evaluated from 232 pluviometric stations, in the Minas Gerais area, to apply each one of the interpolators mentioned and 70 stations to evaluate the performance that was conducted on the basis of absolute mean error. In addition, a digital elevation model, with a resolution of 270 m, was applied. The interpolators have shown good performance, with mean errors varying from 12.84 to 19.96%, the cokriging method presenting a smaller absolute mean error in 50% of the situations evaluated.

Agroclimatic zoning for urucum crops in the state of Minas Gerais, Brazil

“…A GIS (ArcGIS 9.0©, ESRI) was used for the spatial interpolation of T AIR and P ANNUAL for all meteorological stations using kriging (Krige 1951) and a spherical model with one neighbour and a resolution of 0.25°. Kriging is a univariate geostatistical method widely utilized for its efficiency in data interpolation (Viola et al 2010;Carvalho et al 2012), and largely used in zoning (Schneider et al 2012;Possas et al 2012).…”

Avaliação dos Parâmetros Hidrometeorológicos na Bacia do Rio Sorocaba/SP

“…Como os trabalhos desenvolvidos até o momento não demonstram de forma conclusiva qual o melhor méto-do de interpolação espacial a ser aplicado para essa variável climática (Viola et al, 2010;Mazzini e Schettini, 2009), foi utilizado o método de interpolação por krigagem ordinária, o qual é amplamente utilizado e apresentou bons resultados nos trabalhos de Loureiro e Lisboa (2014), Mello et al (2003) e Carvalho e Assad (2002).…”

Espacialização Da Precipitação Para a Região Do Submédio São Francisco

“…Métodos geoestatísticos também têm sido utilizados para a espacialização de informações pluviométricas (Gardiman Júnior et al, 2012, Viola et al, 2012.…”