Geoestatística Espaço-Temporal e Cluster para Classificação de Dados de Precipitação Anual do Oeste Paulista

DOI: http://dx.doi.org/10.12702/III-SGEA-a30

 

downloadpdf

Carlos A. Jacomo1, Vilma M. Tachibana2 & Edilson F. Flores3

 

Resumo: A busca de modelos espaço-temporal que descrevam de modo eficiente o regime pluviométrico é, cada vez mais crescente, devido ao desenvolvimento de programas computacionais que possibilitam trabalhar com os dados abundantes disponibilizados por muitos institutos e órgãos governamentais. Tendo em mãos alguns desses dados, este trabalho tem por objetivo estudar a eficiência do modelo geoestatístico espaço-tempo no regime pluviométrico do oeste paulista nas classificações da análise de agrupamentos. O modelo geoestatístico espaço-tempo foi utilizado nos dados pluviométricos nas classificações (habitual, seco e chuvoso) da análise de agrupamentos. O melhor resultado foi para os anos correspondentes ao período seco.

Palavras-chave: geoestatística; estimação espaço-temporal; análise de agrupamentos

 

Abstract: The search for space-time models that efficiently describe rainfall is increasingly growing, due to the development of computer programs that enable working with the abundant data available by many institutes and government agencies. Having hands on some of this data, this work aims to study the efficiency of the space-time geostatistical model rainfall in the west part of São Paulo State, Brazil in the classifications of cluster’s analysis. The geostatistical space-time model for rainfall data was used in the classifications (normal, dry and wet) of cluster analysis. The best result was for the corresponding years of dry seasons.

Key words: geostatistics; spatial-temporal estimation; cluster’s analysis

 

1 Mestre em Ciências Cartográficas, UTFPR/Depto. De Engenharia Têxtil, Rua Marcilio Dias, 635, CEP: 86812-460, Apucarana – PR, carlosjacomo@utfpr.edu.br
2 Doutora em Engenharia de Produção, FCT/UNESP/Depto. de Estatística, vilma@fct.unesp.br
3 Doutor em Geociências e Meio Ambiente, FCT/UNESP/Depto. de Estatística, efflores@fct.unesp.br

 

Literatura Citada

DOUAIK, A., et al., Soil salinity using spatio-temporal kriging and Bayesian maximum entropy with interval soft data.. Disponivel em <http://www.sciencedirect.com>. Acesso 10 jun. 2010.

HØST, G., OMRE, H., SWITZER, P., Spatial interpolation errors for monitoring data. Jour. Am. Statistical Assoc., V. 90, no. 431, p.853-861. 1995.

JOHNSON, R. A., WICHERN, D. W. Applied Multivariate Statistical Analysis, 6th ed. Upper Saddle River, NJ : Pearson Prentice Hall, 2007.

KYRIAKIDIS, P.J., JOURNEL, A. G. Geostatistical space-time models: a review. Mathematical Geology, 1999.

RIBEIRO, R. L. F., MINGOTI, S. A. Apresentando um programa computacional em R e Geo-R para análise espaço-temporal via geoestatística. In: XIII SIMPEP, 6. 2006. Bauru. Anais... 2006, Belo Horizonte. p. 212

RIBEIRO, R. L. F., MINGOTI, S. A. Modelos geoestatísticos de previsão espaço-temporal: Implementação computacional no software R. In: XXVII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO, 4. 2007, Foz do Iguaçu. Anais... 2007. Belo Horizonte.

SIQUEIRA, H. R. et al., Comportamento da Precipitação Pluviométrica Mensal do Estado de Minas Gerais: Análise Espacial e Temporal. Revista Horizonte Cientifico, 2007.

WARD, J. H. Hierarchical grouping to otimize an objective function. 58: 226 – 244 p, 1963.