Disciplina - detalhe

LCE5735 - Aplicações em Geoestatística em Ciências Agrárias


Carga Horária

Teórica
por semana
Prática
por semana
Créditos
Duração
Total
2
2
4
10 semanas
60 horas

Docentes responsáveis
José Silvio Govone
Sônia 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. Capacitar os alunos na análise de dados pontuais e análise de dados
distribuídos em áreas. 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 atual; b) Demo do pacote GeoR. 9. Dados Pontuais e Distribuídos em Áreas: estimador Kernel, métodos de Ripley e da vizinhança mais próxima, correlação e regressão espacial.

Bibliografia
Goovaerts, P.Geostatistics for Natural Resources Evaluation. Oxford University Press, Inc, New York, USA, 1997.
Soares, A. Geoestatística para as Ciências da Terra e do Ambiente. Instituto Superior de Técnico, IST Press. Lisboa, Portugal, 2000.
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
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
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.
Diggle, P.J.; Giorgi, E. Model-Based Geostatistics for Global Public Health. Methods and Applications, Chapman-Hall CRC, 2021.
Landim, P.M.B.; Sturaro, J.R.; Monteiro, C.R., Exemplos da Aplicação da Cokrigagem, UNESP/campus de Rio Claro, Depto. de Geologia Aplicada - IGCE. Laboratório de GeomatemáticaTexto Didático 09, 2002
Yamamoto, J.K.; Landim, P.M.B., Geoestatística: conceitos e aplicações, Oficina de Textos, 2013.
Yamamoto, J.K., Estatística, Análise e Interpolação de Dados Geoespaciais:50 scripts em R , Ed. Geo Krigagem, 2020.
Bailey, T.C.; Gatrell, A.C., Interactive Spatial Data Analysis, Longman Scientific & Technical, 1995.
Oliver, M.A; Weber, R., Basic Steps in Geostatistics: the variogram and kriging, Springer, 2015.
Oliver, M.A., Geostatistical Applications for Precision Agriculture, Spring, 2010.
Soares, A.; Pereira, M.J.; Dimitiakopoulos, R., Geo ENV VI - Geostatistics for Environmental Applications, Springer, 2008.
Braga, L.P.V., Introdução a Geoestatística com programas em R, Ed. E-papers, 2014