Novo índice geoestatístico para a mensuração da dependência espacial

Abstract

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.

Variabilidade espacial de atributos químicos do solo cultivado com soja sob plantio direto

“…O semivariograma é a principal ferramenta utilizada na geoestatística para a descrição da dependência espacial e consiste num grafico que associa distâncias com semivariâncias. Este tem a propriedade de medir o grau de dissimilaridade entre pares de medidas em razão da distância e orientação da linha entre dois locais de amostragem (SEIDEL & OLIVEIRA 2014).…”

Delineation of irrigation management zones in a Quartzipsamment of the Brazilian semiarid region

“…AW, available water; Ds, soil density; ECa, soil apparent electrical conductivity; DAP, days after pruning; n, number of samples; SD, standard deviation; and CV, coefficient of variation. (1) SDR, spatial dependency ratio: 0≤ SD Exponential (%)≤31.70; 0≤SDR Spherical (%)≤ 37.50; and 0≤SDR Gaussian (%)≤ 50.40 (Seidel & Oliveira, 2014).…”

“…The SDR proposed by Seidel & Oliveira (2014) indicated that AW, Ds, and ECa data at 60 and 63 DAP (in 2012 and 2013, respectively) showed higher spatial dependence ( Table 2). The SDR proposed by Zimback (2001) was strong (SDRz >75%) for the clay, AW, Ds, and ECa, after 91 DAP (2013); the remaining attributes and ECa measures had moderate spatial dependence (25%< SDRz ≤75%).…”

“…The quality of the adjustments was assessed by calculating the spatial dependence index (SDRz), proposed by Zimback (2001), and SDR, by Seidel & Oliveira (2014). Cross-validation was performed for both the regression coefficients (RC), which indicate whether the kriging underestimates or overestimates extreme values, and the determination coefficients (R²) were evaluated.…”

Spatial variability of soil physical and chemical aspects in a Brazil nut tree stand in the Brazilian Amazon

“…The main tool of geostatistics to describe and model the spatial pattern of a variable is a graph that associates distances with semivariances, named semivariogram (Seidel and Oliveira, 2014). To predict values in not sampled locations the geostatistics uses the kriging that allows the knowledge of continuity of the variable in interest in the study area.…”