Disciplina - detalhe

LCE5735 - Aplicações em Geoestatística em Ciências Agrárias


Carga Horária

Teórica
por semana
Prática
por semana
Créditos
Duração
Total
6
3
6
5 semanas
90 horas

Docentes responsáveis
Sonia Maria de Stefano Piedade

Objetivo
Capacitar os alunos nos conceitos básicos e fundamentais das técnicas geoestatísticas para a sua correta aplicação nas Ciências da Terra. Realizar experimentos de campo para através da geoestatística, analisar a variabilidade espacial de elementos de seu interesse, tais como, atributos do solo, da planta e do clima . Os alunos aprenderão os conceitos teóricos básicos relacionados com a interpolação espacial usando métodos geoestatísticos com enfase na utilização de programas computacionais para praticar os conceitos aprendidos. O desenvolvimento do curso será por meio de aulas teóricas e práticas com exercícios que os alunos deverão executar. No desenvolvimento das aulas teóricas e práticas, os alunos terão de desenvolver diversos exercícios propostos e apresentar os resultados ao professor na forma de relatórios.No decorrer do curso os alunos também terão que trabalhar os conceitos e técnicas geoestatísticas usando um conjunto de dados de seu interesse, e apresentar, na forma de seminários, os resultados deste projeto. Finalmente, os alunos terão que apresenta um trabalho escrito sobre estes resultados.

Conteúdo
1. Introdução: a) Estatística espacial e geoestatística; b) Notação; c) Exemplos de motivaçao. 2. Análise Exploratória de Dados: a) Descrição Univariada ; b) Descrição Bivariada; c) Descrição Espacial; d) Análise da Continuidade Espacial. 3. Procedimentos Determinísticos: a) Polígonos de Thiessen; b) Inverso da Distância Ponderada; c) Exemplos de Aplicação. 4. Modelos de função aleatória: a) Domínio; b) Hipótese de Estacionariedade de 2ª Ordem; c) Hipótese Intrínseca. 5. Geoestatística: a) O Paradigma da Krigagem; b) Krigagem Simples; c) Krigagem Ordinária; d) Krigagem com Tendência; e) Variância da Estimativa; f) Krigagem Indicatriz; g) Validação Externa e Validação Cruzada. 6. Co-Krigagem: a) O Paradigma da Co-Krigagem; b) Definição do Estimador; c) Condições Requeridas; d) Exemplos de Aplicação. 7. Simulação Estocástica: a) Formalismo Geoestatístico; b) Incerteza Local e Incerteza Espacial; c) Simulação e Estimação; d) Simulação Sequencial Gaussiana. 8. Programas Computacionais direcionados à Geoestatística: a) Demo do programa Surfer 9; b) Demo do programa GS+ 9; c) Demo do programa Vesper; d) Demo do pacote GeoR.

Bibliografia
Goovaerts, P.Geostatistics for Natural Resources Evaluation. Oxford University Press, Inc, New York, USA, 1997.
Isaaks, E. H.; Srivastava, R. M. An Introduction to Applied Geostatistics. Oxford University Press, Inc, New York, USA, 1989.
Deutsch, C. V.; Journel, A. G. Geostatistical Software Library and User’s Guide. Oxford University Press, New York, USA, 1998.
Soares, A. Geoestatística para as Ciências da Terra e do Ambiente. Instituto Superior de Técnico, IST Press. Lisboa, Portugal, 2000.
Journel, A. G. Fundamentals of Geostatistics in Five Lessons.American Geograph Union. p. 40, 1989.
Bivand, R.S., Pebesma, E.J., Gómez-Rubio, V. Applied Spatial Data Analysis with R. Series: Use R. 378 p. Springer, 2008.
VIEIRA, S. R. Tópicos em Ciência do Solo: Geoestatística em Estudos de variabilidade Espacial do Solo. Sociedade Brasileira de Ciência do Solo. Vol. 1, Viçosa. 54 p., 2000
Gamma Design Software. Gs+: Geostatistics for the Environmental Sciences: V.9.0. Gamma Design Software, Plainwell, Michigan, USA, 2004.
Whelan, B.M., McBratney, A.B. & Minasny, B. Vesper 1.5 – spatial prediction software for precision agriculture. In P.C. Robert, R.H. Rust & W.E. Larson (eds) Precision Agriculture, Proceedings of the 6th International Conference on Precision Agriculture, ASA/CSSA/SSSA, Madison, Wisconsin, 14p., 2002
Trangmar, B.B., Yost, R.S., Uehara, G. Aplication of geostatistics to spatial studies of soil properties. Adv Agron, Madison, v38, p. 45-94, 1985.
Burrough, P.A. Spatial aspects of ecological data, In: Data Analysis in Communit and Landscape Ecology, Jongman, R.H.G. et al. Cambridge University Press, 1995.
Rossi, E. A. et al. Geostatistical tools for modeling and interpreting ecological spatial dependence. Ecol. Monogr., v62, p. 277-314, 1992.
Ribeiro JR., P.J. and Diggle, P.J. geoR: A package for geostatistical analysis. R-NEWS Vol 1, No 2. ISSN 1609-3631, 2001 (Available for download at: http://cran.r-project.org/doc/Rnews).
Chilès,Jean-Paul & Delfiner,Pierre.Geostatistics: Modeling Spatial Uncertainty. Wiley, p. 734,Hardcover, 2012
Minasny, B.; Vrugt, Jasper A.;McBratney, Alex B.Confronting uncertainty in model-based geostatistics using Markov Chain Monte Carlo simulation, Geoderma, 2011. doi:10.1016/j.geoderma.2011.03.011
Li,Jin; Heap, Andrew D.A review of comparative studies of spatial interpolation methods in environmental sciences: Performance and impact factors.Ecological Informatics v.6, p.228–241, 2011.
Lu, Anxiang;Wang, Jihua; Qin, Xiangyang;Wang, Kaiyi;Han, Ping; Zhang,Shuzhen. Multivariate and geostatistical analyses of the spatial distribution and origin of heavy metals in the agricultural soils in Shunyi, Beijing, China.Science of The Total Environment,v.425, p.66–74,2012.