Geoestatística no monitoramento da temperatura no Estado da Bahia

Michel Eustáquio Dantas Chaves; Katyanne Viana da Conceição; João Vitor Roque Guerrero

doi:10.18378/rvads.v13i5.6203

Autores/as

Michel Eustáquio Dantas Chaves Universidade Federal de Lavras http://orcid.org/0000-0002-1498-6830
Katyanne Viana da Conceição Universidade Federal de Lavras http://orcid.org/0000-0002-5686-4591
João Vitor Roque Guerrero Universidade Federal de São Carlos http://orcid.org/0000-0002-5393-3803

DOI:

https://doi.org/10.18378/rvads.v13i5.6203

Palabras clave:

Dependência espacial, Interpolação, Monitoramento climático.

Resumen

O monitoramento climático é um elemento essencial para predições nas mudanças de temperatura e a sua influência na segurança e saúde ambiental. No entanto, a esparsa densidade de estações meteorológicas limita a obtenção de dados confiáveis e dificulta as análises a respeito de variáveis e eventos climáticos, tornando necessário o uso de estimadores de dados para onde não há medições, como as interpolações. Por meio deste trabalho, objetivou-se avaliar qual método de interpolação representa melhor a variável climática de temperatura máxima no Estado da Bahia, com o uso de séries históricas de temperatura e um Modelo Digital de Elevação proveniente de dados da Shuttle Radar Topographic Mission - SRTM. Pode-se observar que os interpoladores geoestatísticos apresentaram melhor desempenho, especialmente a Cokrigagem, e que a utilização de sistemas de informações geográficas são ferramentas importantes para monitoramento da temperatura.

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Michel Eustáquio Dantas Chaves, Universidade Federal de Lavras

Doutorando do Programa de Pós-Graduação em Engenharia Agrícola - Universidade Federal de Lavras – UFLA.

Katyanne Viana da Conceição, Universidade Federal de Lavras

Mestra em Ciência e Tecnologia da Madeira - Universidade Federal de Lavras - UFLA.

João Vitor Roque Guerrero, Universidade Federal de São Carlos

Doutorando do Programa de Pós-Graduação em Ciências Ambientais - Universidade Federal de São Carlos - UFSCar.

Citas

ALVES, E. D. L.; BIUDES, M. S.; VECCHIA, F. A. S. Interpolação espacial na climatologia: análise dos critérios que precedem sua aplicação. Revista Geonorte, Edição Especial 2, v.1, n.5, p.606-618, 2012. 2237-1419.

ANGELICO, J. C. Desempenho da co-krigagem na determinação da variabilidade de atributos do solo. Rev. Brasileira de Ciência do Solo [online], v.30, n.6, p.931-936, 2006. 10.1590/S0100-06832006000600002.

BAHIA, Governo do Estado. Conheça a Bahia. Disponível em: http://www.ba.gov.br/. Acesso em: 14 jul. 2018.

BURROUGH, P. A. Principals of Geographical Information Systems for Land Resources Assessment. 1.ed. Oxford: Clarendon Press, 1986. 194p.

BHUNIA, G. S; SHIT, P. K; MAITI, R. Comparison of GIS-based interpolation methods for spatial distribution of soil organic carbon (SOC). Journal of the Saudi Society of Agricultural Sciences, v.17, n.2, p.114-126, 2018. 10.1016/j.jssas.2016.02.001.

CAMARGO, E. C. G. Geoestatística: fundamentos e aplicações. In: Câmara, G. & Medeiros, J. S. (eds.). Geoprocessamento para projetos ambientais. São José dos Campos: INPE, 1998. cap.5, p.1-36.

CARVALHO, J. R. P.; ASSAD, E. D. Análise espacial da precipitação pluviométrica no estado de São Paulo: comparação de métodos de interpolação. Revista de Engenharia Agrícola de Jaboticabal, v.25, n.2, p.377-384, 2005. 10.1590/S0100-69162005000200011.

COSTA, F. P.; LIMA, J. S. de S. Cokrigagem na distribuição espacial do cálcio baseado no pH em um Latossolo cultivado com café conilon. Nucleus (Ituverava. Online), v.8, n.1, p.1-8, 2011. 10.3738/1982.2278.431.

DI LUZIO, M.; JOHNSON, G. L.; DALY, C.; EISCHEID, J. K.; ARNOLD, J. G. Constructing retrospective gridded daily precipitation and temperature datasets for the conterminous United States. Journal of Applied Meteorology and Climatology, v.47, n.1, p. 475-497, 2008. 10.1175/2007JAMC1356.1.

FRANCA, R. R.; MENDONÇA, F. A pluviosidade na Amazônia meridional: variabilidade e teleconexões extra-regionais. Confins, v.29, n.1, p.1-15, 2016. 10.4000/confins.11580.

GIACOMIN, G.; CARVALHO, M. B.; SANTOS, A. P.; MEDEIROS, N. G.; FERRAZ, A. S. Análise comparativa entre métodos interpoladores de modelos de superfícies. Revista Brasileira de Cartografia (Online), v.66, n.6, p.1315-1329, 2014. 1808-0936.

GREGO, C. R.; TEIXEIRA, A. H. de C.; LEIVAS, J. F.; BAYMA-SILVA, G.; MANJOLIN, R. C. Interpolação de dados agrometeorológicos em duas densidades amostrais no norte de Minas Gerais. Agrometeoros, v.25, n.1, p.81-89, 2017. 2526-7043.

IBGE, INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA. Disponível em: <https://www.ibge.gov.br>. Acesso em: 14 jul. 2018.

IBGE, INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA. IBGE cidades – Panorama da Bahia. Disponível em: https://cidades.ibge.gov.br/brasil/ba/panorama. Acesso em: 14 jul. 2018.

JOHNSTON, K.; VER HOEF, J. M.; KRIVORUCHKO, K. Using ArcGIS Geostatistical Analyst. Redlands: ESRI Inc., 2001. 300p.

LANDIM, P. M. B. Sobre geoestatística e mapas. Terra e Didática, v.2, n.1, p.19-33, 2006. 10.20396/td.v2i1.8637463.

LI, Z.; ZHU, Q.; GOLD, C. Digital Terrain Modeling: Principles and Methodology. Londres: Taylor & Francis, 2004. 324p.

LUCAS, T. P. B.; PLEC, D.; ABREU, M. L.; PARIZZI, M. G. Identificação de interpoladores adequados a dados de chuva a partir de parâmetros estatísticos. Revista Brasileira de Climatologia, v.13, n.1, p.7-21, 2013. 10.5380/abclima.v13i0.31259.

MACHADO, K. J.; CALIJURI, M. L.; RIBEIRO, C. A. A. S.; SANTOS, R. S.; FRANCO, G. B. Determinação automática da capacidade de armazenamento de um reservatório. Revista Brasileira de Cartografia (Online), n.62, Edição Especial.01, p.239-245, 2010. 0560-4613.

MARCUZZO, F. F. N.; ANDRADE, L. R.; MELO, D. C. R. Métodos de interpolação matemática no mapeamento de chuvas do Estado do Mato Grosso. Revista Brasileira de Geografia Física, v.4, n.4, p.793-804, 2011. 1984-2295.

MAZZINI, P. L. F.; SCHETTINI, C. A. F. Avaliação de metodologias de interpolação espacial aplicadas a dados hidrográficos costeiros quasesinóticos. Brazilian Journal of Aquatic Science and Technology, v.13, n.1, p. 53-64, 2009. 10.14210/bjast.v13n1.p53-64.

MOLIN, J. P.; AMARAL, L. R.; COLAÇO, A. F. Agricultura de Precisão. 1.ed. São Paulo: Oficina de Textos, 2015. v.1. 238p.

MORAES, R. A.; ROCHA, J. V.; ROLIM, G. S.; LAMPARELLI, R. A. C.; MARTINS, M. M. Avaliação dos dados decendiais de precipitação e temperatura máxima e mínima do ar simulados pelo modelo ECMWF para o Estado de São Paulo. Irriga, v.17, n.3, p.397-407, 2012. 1808-3765.

OLIVEIRA, A. G. A importância dos dados das variáveis climáticas nas pesquisas em geografia: um estudo de caso empregando a precipitação pluviométrica. Caminhos de Geografia, v.10, n.32, p.9-21, 2009. 1678-6343.

PEDE, T; MOUNTRAKIS, G. An empirical comparison of interpolation methods for MODIS 8-day land surface temperature composites across the conterminous Unites States. ISPRS Journal of Photogrammetry and Remote Sensing, v.142, n.1, p.137-150, 2018. 10.1016/j.isprsjprs.2018.06.003.

RAMOS, A. M.; SANTOS, L. A. R. dos; FORTES, L. T. G. (Orgs.). Normais climatológicas do Brasil 1961 – 1990. Ed. rev. ampl. Brasília: INMET, 2009. 465p.

ROCHA, L.; NOVAIS, G. T. Mapeamento pluviométrico da mesorregião do Triângulo Mineiro/Alto Paranaíba – MG. Revista Geonorte, Edição Especial 2, v.2, n.5, p.1352 – 1363, 2012. 2237-1419.

SALDANHA, C. B.; RADIN, B.; CARDOSO, M. A.; RIPPEL, M. L.; LOSADA, L. F. Comparação dos dados de precipitação gerados pelo gpcp vs observados para o Estado do Rio Grande do Sul. Revista Brasileira de Meteorologia, v.30, n.4, p.415-422, 2015. 10.1590/0102-778620140139.

SANTOS, G. R.; OLIVEIRA, M. S.; LOUZADA, J. M.; SANTOS, A. M. R. T. Krigagem simples versus krigagem universal: Qual o preditor mais preciso? Energia na Agricultura, v.26, n.2, p.49-55, 2011. 10.17224/EnergAgric.2011v26n2.

SCOLFORO, J. R. S.; OLIVEIRA, A. D.; CARVALHO, L. M. T. de (Eds.). ZEE - Zoneamento Ecológico-Econômico do Estado de Minas Gerais: componente socioeconômico. Lavras: UFLA, 2008. 195p.

SILVA, A. F.; ZIMBACK, C. R. L.; OLIVEIRA, R. B. Cokrigagem na estimativa da evapotranspiração em Campinas. Tékhne ε Lógos, v.2, n,1, p.16-29, 2010.

SILVA, T. P.; RODRIGUES, R. A.; DELGADO, R. C.; OLIVEIRA, L. J. C.; SARMENTO, A. P. Métodos de interpolação espacial do regime pluviométrico no espaço urbano de Catalão, Goiás. Revista Brasileira de Geografia Física. v.11, n.3, p.746-757, 2018. 1984-2295.

USGS, UNITED STATES GEOLOGICAL SURVEY. 2000. Shuttle Radar Topography Mission (SRTM). Disponível em: https://lta.cr.usgs.gov/SRTM. Acesso em: 18 ago. 2018.

VAUCLIN, M.; VIEIRA, S. R.; VACHAUD, G.; NIELSEN, D. R. The use of cokriging with limited field soil observations. Soil Science Society of America Journal, v.47, n.1, p.175-184, 1983. 10.2136/sssaj1983.03615995004700020001x.

VIANNA, L. F. N.; PERIN, E. B.; RICCE, W. S.; MASSIGNAN, A. M.; PANDOLFO, C. Bancos de Dados Meteorológicos: Análise dos Metadados das Estações Meteorológicas no Estado de Santa Catarina, Brasil. Revista Brasileira de Meteorologia, v.32, n.1, p.53-64, 2017. 10.1590/0102-778632120150119.

VIEIRA, S. R. Geoestatística em estudos de variabilidade espacial do solo. In: NOVAIS, R.F.; ALVAREZ, V.H.; SCHAEFER, C.E.G.R. (Eds.) Tópicos em ciência do solo. Viçosa: Sociedade Brasileira de Ciência do Solo, 2000. cap.6, p.1-54.

VIOLA, M. R.; MELLO, C. R.; PINTO, D. B. F.; MELLO, J. M.; ÁVILA, L. F. Métodos de interpolação espacial para o mapeamento da precipitação pluvial. Revista Brasileira de Engenharia Agrícola e Ambiental (online), Campina Grande, v.14, n.9, p.970-978, 2010. 10.1590/S1415-43662010000900009.

WU, T., LI, Y. Spatial interpolation of temperature in the United States using residual kriging. Applied Geography, v.44, n.1, p.112–120, 2013. 10.1016/j.apgeog.2013.07.012.