Análise geoestatística para geração de superfícies a partir de dados de clorofila-a adquiridos em transectos

• Main Author: Ribeiro, Gabrielle Gomes dos Santos [UNESP]
• Other Authors: Universidade Estadual Paulista (UNESP)
• Format: Others
• Language: Portuguese
• Published: Universidade Estadual Paulista (UNESP) 2015
• Subjects: Cartografia; Amostragem (Estatistica); Armazenamento de dados; Inferência espacial; Espaço urbano; Krigagem; Cartography
• Online Access: http://hdl.handle.net/11449/131874; http://www.athena.biblioteca.unesp.br/exlibris/bd/cathedra/24-11-2015/000854398.pdf

Made available in DSpace on 2015-12-10T14:22:20Z (GMT). No. of bitstreams: 0 Previous issue date: 2015-02-26. Added 1 bitstream(s) on 2015-12-10T14:28:25Z : No. of bitstreams: 1 000854398.pdf: 2786526 bytes, checksum: 5213cf9ad94307fb005a4b9bba358a3b (MD5) === Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) === A disposição dos elementos amostrais na área de estudo e sua influência nos resultados de análises espaciais é algo que vem sendo discutido frequentemente, já que a qualidade de uma inferência espacial vai depender do tamanho da amostra e da distribuição espacial dos pontos amostrais. Nesse sentido, este trabalho tem o objetivo de analisar o impacto que diferentes delineamentos amostrais podem causar nos resultados da inferência espacial por Krigagem Ordinária. Para isso, primeiramente utilizou-se um conjunto de dados coletado em forma de transectos em uma parte do Reservatório de Nova Avanhandava, composto por 978 observações. Esse conjunto sofreu reduções sistemáticas, com o intuito de analisar o que essas reduções causariam nos resultados das inferências espaciais. Com o objetivo de analisar diferentes delineamentos amostrais, simulou-se uma quantidade densa de dados e aplicou-se as técnicas de Amostragem Simples, Amostragem Sistemática e Amostragem Estratificada. Para complementar, utilizou-se um conjunto de dados de tamanho reduzido (70 observações), coletado de forma aleatória, a fim de analisar os resultados obtidos pela Krigagem Ordinária ao utilizar um conjunto considerado pequeno, do ponto de vista estatístico. Então, foi possível realizar o processo da Krigagem Ordinária e obter mapeamentos da variável clorofila-a na região de interesse para os diferentes tipos e tamanhos de amostras... === The arrangement of sampling units in the study area and its influence on the results of spatial analysis is something that has been frequently discussed by researchers of the area, since the quality of a spatial inference will depend on sample size and spatial distribution of sample points. In this sense, this work aims to analyze the impact that different sampling designs may cause in the results of spatial inference by ordinary kriging. For this, first we used a dataset collected in the form of transects in a part of New Avanhandava Reservoir, consisting of 978 observations. This set suffered systematics reductions, with the aim to analyze what these reductions would cause in the results of spatial inferences. In order to analyze different sampling designs, simulated up a dense amount of data and it was applied the Simple Sampling, Systematic Sampling and Stratified Sampling techniques. To complement, it was used a data set with a small size (70 observations) and collected randomly, in order to analyze the results obtained by ordinary kriging when using a set considered small, from a statistical point of view. Then, it was possible to perform the process of Ordinary Kriging and obtain mappings of the variable chlorophyll-a in the region of interest, for different types and sizes of samples. The validation of inference processes was carried out from two methods, the Mean Squared Error and the Kappa Index...