AVALIAÇÃO DE MÉTODOS DE INTERPOLAÇÃO ESPACIAL APLICADOS À PLUVIOSIDADE EM REGIÃO MONTANHOSO NO LITORAL SUL DO ESTADO RIO DE JANEIRO

• Autor(a) principal: Farias, Orlindo Gomes
• Data de Publicação: 2017
• Outros Autores: Francisco, Cristiane Nunes, Senna, Monica Carneiro Alves
• Tipo de documento: Artigo
• Idioma: por
• Título da fonte: Revista Brasileira de Climatologia (Online)
• Texto Completo: https://revistas.ufpr.br/revistaabclima/article/view/52065
• topic: distribuição espacial de chuvas; geoestatística; modelos digitais; geoprocessamento

Os estudos da distribuição espacial das chuvas baseiam-se em dados diários de pluviosidade coletados por estações pluviométricas. Aplicando de métodos de interpolação, é possível estimar valores pluviométricos para locais sem dados e gerar uma superfície contínua representando a distribuição espacial de chuvas. Existem dois tipos de métodos: determinísticos, baseados na vizinhança para a estimativa de valores ausentes, e estocásticos, que se baseiam na autocorrelação espacial entre as amostras. O presente trabalho tem como objetivo avaliar os modelos digitais de distribuição espacial de chuvas, gerados por métodos de interpolação determinístico e estocástico, através da aplicação de técnicas de validação. A área de estudo, Região Hidrográfica da Baía da Ilha Grande, situada no litoral sul fluminense, apresenta uma distribuição espacial da precipitação heterogênea em decorrência, principalmente, da topografia acidentada. Foram aplicados os métodos Curvatura Mínima, Índice da Distância ao Quadrado e Krigagem para interpolar dados de dezoito estações de chuva. Os modelos digitais foram validados através do cálculo de medidas de erro e da análise do comportamento espacial das chuvas. Os resultados revelaram a distribuição espacial heterogênea da precipitação na área de estudo foi adequadamente representada pelo modelo gerado pela Krigagem, contudo, de acordo com as medidas de erros, o Inverso da Distância ao Quadrado foi o interpolador que obteve o melhor desempenho. Conclui-se, assim, que o método estocástico, apesar de representar melhor o comportamento espacial, pode não ser adequado na estimativa de dados, quando a variabilidade espacial pluviométrica é alta e o número de estações é insuficiente para geração do semivariograma adequado.