Abstract ID: 218

Utilização de geoestatística para análise e preenchimento de falhas em séries temporais longas

A modelagem de ecossistemas exige grandes quantidades de dados de entrada, nem sempre disponíveis, pois os equipamentos de coleta estão sujeitos a momentos de inoperação. O tratamento usual para o preenchimento das falhas é a interpolação linear para falhas menores que três horas e, para as maiores, utiliza-se a média aritmética entre os valores dos mesmos instantes em dias antecessores e sucessores sem falha, de modo que o período sem dados siga o mesmo comportamento de um similar com dados. Falhas em longos períodos e a grande variabilidade dos dados dificultam um ajuste por métodos usualmente utilizados de interpolação. Neste trabalho, propõe-se a krigagem, método geoestatístico de regressão para análise e interpolação de dados, que pressupõe que os dados recolhidos de uma determinada população encontram-se correlacionados no espaço: pontos próximos tendem a ter valores mais parecidos do que pontos mais afastados. O uso do BLUE-Kriging (Best Linear Unbiased Estimator) fornece variância mínima e média nula dos erros de estimação. A análise geoestatística da série temporal de variáveis ambientais seguiu as etapas: (i) montagem de uma matriz de dados, na qual, as linhas contêm valores de um mesmo dia e as colunas, os de um mesmo horário. Esse arranjo, espaço de fase de análise, parte do pressuposto de que a correlação entre valores de uma variável decresce com o tempo, porém cresce para o mesmo horário em dias consecutivos; (ii) construção de um semi-variograma experimental; (iii) modelagem do semi-variograma teórico; (iv) krigagem ordinária, resultando no preenchimento das falhas; (iv) elaboração de mapas, os quais forneceram isolinhas da variável em função do tempo. Conclui-se que esta metodologia foi mais adequada para o preenchimento de falhas e análise de séries temporais de variáveis ambientais provendo um coeficiente de determinação, que estima o grau de ajuste da interpolação.

Session:  LCLUC and Human Dimensions - Land-use/land-cover change models and scenarios at multiple scales for Amazonia.

Presentation Type:  Poster