Krigagem na construção de mapa pluviométrico do estado de Sergipe (Kriging in the construction of pluviometric map of the State of Sergipe)

Abstract

Previsão de chuvas que incluam informação sobre, quantidade de precipitação, local de ocorrência e época (o tempo em ano, mês ou dia) são sempre variáveis de difícil trato. A maneira usual de apresentação de previsões pluviométricas são os mapas de pluviometria para uma determinada região. Essas apresentações geralmente envolvem doze mapas (isolinhas), um para cada mês do ano. Nessas previsões, duas variáveis explicativas são utilizadas, o tempo, geralmente em mês e a localização geográfica (latitude e longitude). Essa forma de apresentação é trabalhosa e volumosa devido à quantidade de mapas envolvidos. Nesse trabalho, a geoestatística foi utilizada com o objetivo de construir um único mapa, que fornecesse ao mesmo tempo, a quantidade de precipitação, o local e o mês do ano. A quantidade de chuva é estimada usando-se um plano cartesiano não geométrico, ou seja, os eixos com latitude e longitude, foram substituídos por outras duas informações, a distância do local até o mar em linha reta, como abscissa e o mês do ano que se deseja estimar como ordenada. Um semivariograma amostral foi construído, um modelo teórico gaussiano foi ajustado aos dados e foi detectada dependência espacial (DI) forte, igual a 0,94. A krigagem foi utilizada e o mapa construído. A acurácia das previsões de precipitação foram verificadas pela validação cruzada. O gráfico de dispersão, valores observados x valores estimados forneceu R2 = 0,8967 para a equação de regressão linear simples. A krigagem construiu mapa de excelente qualidade fornecendo resultados confiáveis para a precipitação em Sergipe.

A B S T R A C T

Forecast rainfall that include information, amount of precipitation, place of occurrence and time (the time in year, month and day) are always hard to deal with variables. The usual way of presenting rainfall predictions are the rainfall maps for a given region, these presentations usually involve twelve maps (isolines ), one for each month of the year. In these predictions, two explanatory variables are used, the time, usually in the month and geographic location (latitude and longitude). This form of presentation is cumbersome and bulky because the amount of maps involved. In this work geostatistics was used in order to build a single map that provides at the same time, the amount of rainfall, the location and month of the year. The amount of rain is estimated using a non-geometric Cartesian plane, ie, the axes with latitude and longitude, were replaced by two other information, the distance from the location to the sea straight, as abscissa and the month of the year to be estimated as ordered. A sample semivariogram was built, a Gaussian theoretical model was fitted to the data and was detected spatial dependence (DI) strong, equal to 0.94. Kriging was used and the map built, the accuracy of precipitation forecasts were verified by cross-validation. The scatter plot, observed x values estimated values provided R² = 0.8967 for the linear regression equation. Kriging built excellent quality map providing reliable results for precipitation in Sergipe.

Keywords: rain, forecast, isolines, geostatistics, spatial dependence.