Geoestatística no estudo de modelagem temporal da precipitação

Agriambi

Endereço:
AV APRIGIO VELOSO 882 - BODOCONGó
CAMPINA GRANDE - PARAIBA / PE
0
Site: http://WWW.AGRIAMBI.COM.BR
Telefone: (83) 2101-1056
ISSN: 14154366
Editor Chefe: [email protected]
Início Publicação: 30/09/1997
Periodicidade: Bimestral
Área de Estudo: Engenharia Agrícola

Geoestatística no estudo de modelagem temporal da precipitação

Ano: 2011 | Volume: 15 | Número: 4
Autores: André Q. de Almeida, Aristides Ribeiro, Yhasmin G. Paiva, Nilton Jr. L. Rascon, Evaldo P. Lima
Autor Correspondente: André Q de Almeida | [email protected]

Palavras-chave: bacia do rio itapemirim, box & jenkins, séries temporais

Resumos Cadastrados

Resumo Português:

A análise geoestatística é uma poderosa ferramenta utilizada em estudos de dependência espacial. No
que tange à dependência temporal, poucas são as análises realizadas com essa metodologia. Neste
trabalho foi utilizada a técnica de geoestatística para ajustar um modelo de série temporal de precipitação,
cujo poder é avaliado em predizer valores futuros. O estudo foi realizado na Bacia do Rio Itapemirim em
uma série de precipitação mensal de 1940 a 2006. O modelo geoestatístico foi comparado com um
modelo de séries temporais de Box e Jenkins. O modelo geoestatístico ajustado foi aquele com 96
vizinhos utilizados na previsão e erro relativo absoluto médio de 80,46. A metodologia de geoestatistica
apresentou melhores resultados na estimação da precipitação mensal, em relação ao modelo SARIMA
(2,1,1)(0,1,1)12.



Resumo Inglês:

Geostatistics analysis is a powerful tool which has been used in studies of spatial dependence. With
respect to the temporal dependence, few analysis are performed with this kind of methodology. In this
study, the geostatistics technique was used to adjust a model to a series of temporal values of precipitation
and its performance to predict data was also evaluated. The study was carried out at the Rio Itapemirim
Basin in a series of monthly precipitation from 1940 to 2006. The adjusted model was compared to the
Box and Jenkins model. The best geostatistics model adjusted was the one which used with 96 neighbors
in the prediction and mean relative absolute error of 80.46. Geostatistics methodology showed better
results for estimating the monthly precipitation in relation to the SARIMA model (2,1,1)(0,1,1)12.