Variabilidade espacial de níveis freáticos do Sistema Aquífero Bauru por meio de modelo híbrido multivariado

Detalhes bibliográficos
Autor(a) principal: Nava, Aira [UNESP]
Data de Publicação: 2018
Tipo de documento: Tese
Idioma: por
Título da fonte: Repositório Institucional da UNESP
Texto Completo: http://hdl.handle.net/11449/166386
Resumo: A geoestatística permite inferir valores desconhecidos que apresentam estrutura espacial, auxiliando, assim, na descrição dos fenômenos naturais. A utilização de seus interpoladores permite um melhor entendimento do objeto de estudo, pois seu embasamento matemático garante a confiabilidade do método e sua utilização associada ao entendimento físico do problema proporciona resultados significativos. As ferramentas geoestatísticas vem sendo amplamente utilizadas no monitoramento e nos estudos dos recursos hídricos. Partindo-se da hipótese de que os níveis de água subterrânea podem ser explicados por um modelo determinístico e espacializados por ferramentas da geoestatística, o trabalho teve como objetivo o mapeamento do lençol freático através de um modelo híbrido de regressão-krigagem. Dados relacionados ao relevo, ao solo, às series de monitoramento da água e à vegetação, obtidos por sensoriamento remoto, totalizaram 21 variáveis preditivas dos níveis do lençol freático. As informações sobre as águas subterrâneas foram coletadas por meio de 56 piezômetros e as informações sobre os solos foram coletadas em 113 pontos amostrais distribuídos irregularmente nas bacias hidrográficas dos rios Guarantã, Bugre, Boi, Santana e Passarinho. A seleção das variáveis de maior relevância para o ajuste do modelo de regressão linear foi realizada por meio da análise de componentes principais, que determinou aquelas com maior variabilidade. Os resultados mostraram robusto ajuste aos dados pelo modelo e robusta capacidade preditiva para novas observações. O ajuste dos variogramas permitiu a krigagem ordinária dos níveis freáticos médios e dos resíduos do modelo determinístico, possibilitando um mapa final de predição das águas subterrâneas.
id UNSP_c91863dc4ebe6cacf892f7ef4ceb89c2
oai_identifier_str oai:repositorio.unesp.br:11449/166386
network_acronym_str UNSP
network_name_str Repositório Institucional da UNESP
repository_id_str 2946
spelling Variabilidade espacial de níveis freáticos do Sistema Aquífero Bauru por meio de modelo híbrido multivariadoSpatial variability to the aquifer system bauru groundwater levels through multivariate hybrid modelÁguas subterrâneasGeoestatísticaRegressão linear múltiplaRegressão-krigagemGroundwaterGeostatisticsMultiple linear regressionRegression-krigingA geoestatística permite inferir valores desconhecidos que apresentam estrutura espacial, auxiliando, assim, na descrição dos fenômenos naturais. A utilização de seus interpoladores permite um melhor entendimento do objeto de estudo, pois seu embasamento matemático garante a confiabilidade do método e sua utilização associada ao entendimento físico do problema proporciona resultados significativos. As ferramentas geoestatísticas vem sendo amplamente utilizadas no monitoramento e nos estudos dos recursos hídricos. Partindo-se da hipótese de que os níveis de água subterrânea podem ser explicados por um modelo determinístico e espacializados por ferramentas da geoestatística, o trabalho teve como objetivo o mapeamento do lençol freático através de um modelo híbrido de regressão-krigagem. Dados relacionados ao relevo, ao solo, às series de monitoramento da água e à vegetação, obtidos por sensoriamento remoto, totalizaram 21 variáveis preditivas dos níveis do lençol freático. As informações sobre as águas subterrâneas foram coletadas por meio de 56 piezômetros e as informações sobre os solos foram coletadas em 113 pontos amostrais distribuídos irregularmente nas bacias hidrográficas dos rios Guarantã, Bugre, Boi, Santana e Passarinho. A seleção das variáveis de maior relevância para o ajuste do modelo de regressão linear foi realizada por meio da análise de componentes principais, que determinou aquelas com maior variabilidade. Os resultados mostraram robusto ajuste aos dados pelo modelo e robusta capacidade preditiva para novas observações. O ajuste dos variogramas permitiu a krigagem ordinária dos níveis freáticos médios e dos resíduos do modelo determinístico, possibilitando um mapa final de predição das águas subterrâneas.Geostatistics allows inferring unknown values with spatial structure, supporting the natural phenomena description. Geostatistical interpolators increase the understanding about the studied object, since its mathematical background ensures reliability to the method and its use associated to the physical understanding of the problem provides significant results. Geostatistical tools have been widely used in groundwater monitoring and studies. From the hypothesis that groundwater levels can be explained by a deterministic model and spatialized with geostatistics, this work aimed to map the water table through a hybrid regression-kriging model. Soil, topographic, water and vegetation monitoring data (obtained by remote sensing) were used as predictive variables of groundwater levels. Information were collected at Guarantã, Bugre, Boi, Santana and Passarinho watersheds. The most relevant variables for the multiple regression model were chosen through principal components analysis, which determined those with greater variability. The results indicated a robust fit to the data by the model and robust predictive capacity for new observations. The adjustment of the variograms allowed the ordinary kriging of the mean water levels and the residuals of the deterministic model, allowing a final prediction map of the groundwater.Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)1546146Universidade Estadual Paulista (Unesp)Manzione, Rodrigo Lilla [UNESP]Universidade Estadual Paulista (Unesp)Nava, Aira [UNESP]2018-12-05T12:35:57Z2018-12-05T12:35:57Z2018-09-25info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfhttp://hdl.handle.net/11449/16638600091067933004064038P7porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESP2024-05-03T12:29:25Zoai:repositorio.unesp.br:11449/166386Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestopendoar:29462024-05-03T12:29:25Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false
dc.title.none.fl_str_mv Variabilidade espacial de níveis freáticos do Sistema Aquífero Bauru por meio de modelo híbrido multivariado
Spatial variability to the aquifer system bauru groundwater levels through multivariate hybrid model
title Variabilidade espacial de níveis freáticos do Sistema Aquífero Bauru por meio de modelo híbrido multivariado
spellingShingle Variabilidade espacial de níveis freáticos do Sistema Aquífero Bauru por meio de modelo híbrido multivariado
Nava, Aira [UNESP]
Águas subterrâneas
Geoestatística
Regressão linear múltipla
Regressão-krigagem
Groundwater
Geostatistics
Multiple linear regression
Regression-kriging
title_short Variabilidade espacial de níveis freáticos do Sistema Aquífero Bauru por meio de modelo híbrido multivariado
title_full Variabilidade espacial de níveis freáticos do Sistema Aquífero Bauru por meio de modelo híbrido multivariado
title_fullStr Variabilidade espacial de níveis freáticos do Sistema Aquífero Bauru por meio de modelo híbrido multivariado
title_full_unstemmed Variabilidade espacial de níveis freáticos do Sistema Aquífero Bauru por meio de modelo híbrido multivariado
title_sort Variabilidade espacial de níveis freáticos do Sistema Aquífero Bauru por meio de modelo híbrido multivariado
author Nava, Aira [UNESP]
author_facet Nava, Aira [UNESP]
author_role author
dc.contributor.none.fl_str_mv Manzione, Rodrigo Lilla [UNESP]
Universidade Estadual Paulista (Unesp)
dc.contributor.author.fl_str_mv Nava, Aira [UNESP]
dc.subject.por.fl_str_mv Águas subterrâneas
Geoestatística
Regressão linear múltipla
Regressão-krigagem
Groundwater
Geostatistics
Multiple linear regression
Regression-kriging
topic Águas subterrâneas
Geoestatística
Regressão linear múltipla
Regressão-krigagem
Groundwater
Geostatistics
Multiple linear regression
Regression-kriging
description A geoestatística permite inferir valores desconhecidos que apresentam estrutura espacial, auxiliando, assim, na descrição dos fenômenos naturais. A utilização de seus interpoladores permite um melhor entendimento do objeto de estudo, pois seu embasamento matemático garante a confiabilidade do método e sua utilização associada ao entendimento físico do problema proporciona resultados significativos. As ferramentas geoestatísticas vem sendo amplamente utilizadas no monitoramento e nos estudos dos recursos hídricos. Partindo-se da hipótese de que os níveis de água subterrânea podem ser explicados por um modelo determinístico e espacializados por ferramentas da geoestatística, o trabalho teve como objetivo o mapeamento do lençol freático através de um modelo híbrido de regressão-krigagem. Dados relacionados ao relevo, ao solo, às series de monitoramento da água e à vegetação, obtidos por sensoriamento remoto, totalizaram 21 variáveis preditivas dos níveis do lençol freático. As informações sobre as águas subterrâneas foram coletadas por meio de 56 piezômetros e as informações sobre os solos foram coletadas em 113 pontos amostrais distribuídos irregularmente nas bacias hidrográficas dos rios Guarantã, Bugre, Boi, Santana e Passarinho. A seleção das variáveis de maior relevância para o ajuste do modelo de regressão linear foi realizada por meio da análise de componentes principais, que determinou aquelas com maior variabilidade. Os resultados mostraram robusto ajuste aos dados pelo modelo e robusta capacidade preditiva para novas observações. O ajuste dos variogramas permitiu a krigagem ordinária dos níveis freáticos médios e dos resíduos do modelo determinístico, possibilitando um mapa final de predição das águas subterrâneas.
publishDate 2018
dc.date.none.fl_str_mv 2018-12-05T12:35:57Z
2018-12-05T12:35:57Z
2018-09-25
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/11449/166386
000910679
33004064038P7
url http://hdl.handle.net/11449/166386
identifier_str_mv 000910679
33004064038P7
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
dc.source.none.fl_str_mv reponame:Repositório Institucional da UNESP
instname:Universidade Estadual Paulista (UNESP)
instacron:UNESP
instname_str Universidade Estadual Paulista (UNESP)
instacron_str UNESP
institution UNESP
reponame_str Repositório Institucional da UNESP
collection Repositório Institucional da UNESP
repository.name.fl_str_mv Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)
repository.mail.fl_str_mv
_version_ 1803047241941778432