Métodos de interpolação espacial do regime pluviométrico no espaço urbano de Catalão, Goiás (Methods of spatial interpolation of the pluviometric regime in the urban space of Catalão, Goiás)

Thiago Patrocínio da Silva, Rafael de Ávila Rodrigues, Rafael Coll Delgado, Leydimere Janny Cota Oliveira, Antover Panazzolo Sarmento

Resumo


O presente estudo visa à realização de um estudo de métodos de interpolação espacial que melhor se ajustem a área urbana de Catalão, Goiás. Foi avaliado o desempenho espacial da chuva coletada por uma rede de pluviômetros modelo “Ville de Paris” através de três modelos: Exponencial, Gaussiano e Esférico no período de 2015 a 2016. Utilizaram-se dados diários de chuva dos pluviômetros e estações automática e convencional do Instituto Nacional de Meteorologia. Para validação foram adotados os seguintes parâmetros: regressão linear e correlação linear (Pearson) (r2 e r), ajustamento de curvas, seguido do Erro Padrão de Estimativa (EPE), índice de concordância (d) e Viés Médio (VM). O ano de 2015 foi o mais inconsistente pontualmente, onde, o r2 variou de 93% comparado com a convencional a 64% com a automática. Os erros foram maiores neste ano com VM para convencional de -146 mm e EPE de 21,13 mm, já a automática os erros foram menores com VM de 13,41 mm e EPE de 49,72 mm. Para o ano de 2016 o r2 foi superior a 95% para ambas estações. O índice d foi igual a 1 para ambas estações. O melhor GDE encontrado foi para o ano de 2016, em que se ajustou um modelo Exponencial. Os piores resultados foram encontrados para o ano de 2015, onde ambos modelos apresentaram Efeito Pepira Puro, o que inviabiliza a utilização de KO. As regiões de maiores e menores adensamentos geográficos influenciaram diretamente nos volumes precipitados em Catalão, Goiás.

 

 

 

A B S T R A C T

The present study aims to perform a study of spatial interpolation methods that best fit the urban area of Catalão, Goiás. The spatial performance of the rain collected by a network of "Ville de Paris" rain gauges was evaluated through three models: Exponential, Gaussian and Spherical data from 2015 to 2016. Rainfall data were used for rain gauges and automatic and conventional stations of the National Meteorological Institute. For validation, the following parameters were adopted: linear regression and linear (Pearson) correlation (r2 and r), curve fitting, followed by Standard Error of Estimation (SEE), concordance index (d) and Medium Bias. The year 2015 was the most inconsistent on time, where r2 ranged from 93% compared to conventional to 64% with automatic. The errors were larger in this year with conventional MB of -146 mm and EPE of 21.13 mm, while the automatic errors were smaller with MB of 13.41 mm and SEE of 49.72 mm. For the year 2016 r2 was higher than 95% for both seasons. The index d was equal to 1 for both seasons. The best DSP found was for the year 2016, in which an Exponential model was fitted. The worst results were found for the year 2015, where both models presented Pure Pepira Effect, which made it impossible to use OK. The regions with larger and smaller geographic densities influenced directly the volumes precipitated in Catalão, Goiás.

Keywords: Spatial analysis, geostatistics, synoptic.


Palavras-chave


Análise espacial, geoestatística, sinótica.

Texto completo:

PDF

Referências


Alves, E. D. L., Vecchia, F. A. S., 2011. Análise de diferentes métodos de interpolação para a precipitação pluvial no Estado de Goiás. Acta Scientiarum. Human and Social Sciences 33, 193-197.

Cambardella, C. A., Moorman, T. B., Novak, J. M., Parkin, T. B., Karlen, D. L., Turco, R. F., Konopka, A. E., 1994. Field scale variability of soil properties in central Iowa soil. Soil Science Society of America Journal 58, 1501-1511.

Castro, F. D. S., Pezzopane, J. E., Cecílio, R. A., Pezzopane, J. R., Xavier, A. C., 2010. Avaliação do desempenho dos diferentes métodos de interpoladores para parâmetros do balanço hídrico climatológico. Revista Brasileira de Engenharia Agrícola e Ambiental 14, 871-880.

Delgado, R. C., de Oliveira Junior, J. F., Gois, G., Lyra, G. B., 2014. Cenários Climáticos da Radiação Solar Global Baseados no Modelo Regional HadRM3 para o Estado do Acre. Floresta e Ambiente 21, 417-428.

Delgado, R. C., Souza, L. P., Silva, I. W. R., Pessôa, C. S., Gomes, F. A., 2012. Influência da mudança da paisagem amazônica no aumento da precipitação em Cruzeiro do Sul, AC. Enciclopédia Biosfera 8, 665-674.

Fengqing, J., Cheng, Z., Guijin, M., Ruji, H., & Qingxia, M., 2005. Magnification of flood disasters and its relation to regional precipitation and local human activities since the 1980s in Xinjiang, Northwestern China. Natural Hazards 36, 307-330.

Gois, G., Delgado, R. C., Oliveira-Júnior, J. F., 2015. Modelos teóricos transitivos aplicados na interpolação espacial do Standardized Precipitation Index (SPI) para os Episódios de El Niño forte no estado do Tocantins, Brasil. Irriga 20, 371-387.

Gondim, R. S., Castro, M. D., Evangelista, S. D. M., Teixeira, A. D. S., Fuck Júnior, S. D. F., 2008. Mudanças climáticas e impactos na necessidade hídrica das culturas perenes na Bacia do Jaguaribe, no Estado do Ceará. Pesquisa Agropecuária Brasileira 43, 1657-1664.

Goovaerst, P., 1997. Geostatistics for natural resources evaluation. New York: Oxford University Press, 481.

IBGE – Instituto Brasileiro de Geografia e Estatística. Disponível em: < http://cidades.ibge.gov.br/xtras/perfil.php?codmun=520510>. Acesso: 08 ago. 2017.

IBGE, Divisão Territorial do Brasil e Limites Territoriais. Instituto Brasileiro de Geografia e Estatística (IBGE). 2008. Disponível em: ftp://geoftp.ibge.gov.br/organizacao_territorial/divisao_territorial. Acesso: 12 jan. 2015.

Instituto Nacional De Meteorologia (INMET). Disponível em: http://www.inmet.gov.br/. Acesso: 02 fev. 2015.

Mendonça, F., 2003. Clima e Planejamento Urbano em Londrina. Proposição metodológica e de intervenção urbana a partir do estudo do campo termo-higrométrico. In: Mendonça, F., Monteiro, C. A. F. Clima Urbano. São Paulo: Contexto, 2003.

Panosso, A. R., Pereira, G. T., Marques Júnior, J., La Scala Júnior, N., 2008. Variabilidade espacial da emissão de CO2 em latossolos sob cultivo de cana-de-açúcar em diferentes sistemas de manejo. Engenharia Agrícola 28, 227-236.

Pereira, M. D. B., 2016. Eventos pluviométricos extremos na cidade de João Pessoa: análise dos eventos dos dias 16 e 17 de Abril de 2016. Revista de Geociências do Nordeste 2, 575-584.

Polade, S. D., Pierce, D. W., Cayan, D. R., Gershunov, A., Dettinger, M. D., 2014. The key role of dry days in changing regional climate and precipitation regimes. Scientific reports 4, 4364.

Ramos, H. C., Dallacort, R., da Silva Neves, S. M. A., Dalchiavon, F. C., Santi, A., Vieira, F. F., 2017. Precipitação e temperatura do ar para o Estado de Mato Grosso utilizando krigagem ordinária. Revista Brasileira de Climatologia 20, 211-233.

Rodrigues, R. A., Castro, S. S. A., 2008. Estrutura Espacial das Chuvas na Cidade de Araguari (MG) Durante a Estação Chuvosa 2001-2005. Revista Geográfica Acadêmica 2, 43-55.

Rodrigues, R. A., Oliveira, G. A., Faria, A. L. L., Oliveira Júnior., 2009. Caracterização Climática no Entorno da Usina Hidroelétrica Serra do Facão (GO). In: Torres, F. T. P., Dagnino, R. S., Oliveira Júnior, A. (Orgs.). Contribuições Geográficas, 521-542.

Rodrigues, R. A., Oliveira, G. A., Faria, A. L. L., Oliveira Júnior, A., Delgado, R. C., 2012. Determinação de Regiões climaticamente homogêneas no Estado de Goiás. In: Assis, A. A. F., Faria, A. L. L., (Orgs.). O onde e o quando: espaço e memória na construção da história e da geografia, 274-289.

Santana, M. F., Lisboa, H. C. K. J., Delgado, R. C., Oliveira Júnior, J. F., Gois, G., Rodrigues, R. Á., Souza, L. P., 2015. Desempenho do Modelo HadRM3 Baseado em Geoestatística para Subsidiar o Zoneamento da Heveicultura na Amazônia. Nativa 3, 83-88.

Santos C., R., Amorim, M. C. D. C. T., 2015. Características do clima urbano em Presidente Prudente/SP a partir de dados de temperatura e umidade relativa do ar e técnicas de sensoriamento remoto. Revista do Departamento de Geografia 28, 39-64.

Silva, C. S., Pereira, M. G., Delgado, R. C., Silva, E. V., 2016. Spatialization of soil chemical and physical attributes in an agroforestry system, Seropédica, Brazil. Cerne 22, 407-414.

Sun, W., Zhu, Y., Huang, S., Guo, C., 2015. Mapping the mean annual precipitation of China using local interpolation techniques. Theoretical and applied climatology 119, 171-180.

Trindade, A. L. F., de Oliveira, P. T. S., Anache, J. A. A., Wendland, E., 2016. Variabilidade espacial da erosividade das chuvas no Brasil. Pesquisa Agropecuária Brasileira 51, 1918-1928.

Varella, C. A. A., Barros, V. R., Baesso, M. M., 2012. Mapeamento da variabilidade espacial do brix em cana-de-açúcar. Engenharia na Agricultura 20, 112-117.

Viana, S. M., Amorim, M. C. D. C. T., 2009. O clima urbano em Teodoro Sampaio/SP: Episódios de verão. Revista Brasileira de Climatologia 5, 41-54.

Willmott, C. J., 1982. Some comments on the evaluation of model performance. Bulletin American Meteorological Society 63, 1309-1313.

Xavier, A. C., King, C. W., Scanlon, B. R., 2016. Daily gridded meteorological variables in Brazil (1980–2013). International Journal of Climatology 36, 2644–2659.

Zanella, M. E., Sales, M. C. L., 2016. Impactos pluviais em Fortaleza-CE na perspectiva do sistema clima urbano (Rainfall impacts in Fortaleza-CE from the perspective of the urban climate system-hydro-meteorological subsystem). Revista Brasileira de Geografia Física 9, 2290-2300.




DOI: https://doi.org/10.26848/rbgf.v11.3.p745-757

Licença Creative Commons
Esta obra está licenciada sob uma licença Creative Commons Atribuição 4.0 Internacional.

      

Revista Brasileira de Geografia Física - ISSN: 1984-2295

Creative Commons License
Esta obra está licenciada com uma Licença Creative Commons Attribution-NonCommercial 4.0 International License