Spatial Interpolation Techniques to Map Rainfall in Southeast Brazil
AUTOR(ES)
Aparecido, Lucas Eduardo de Oliveira; Moraes, Jose Reinaldo da Silva Cabral de; Lima, Rafael Fausto de; Torsoni, Guilherme Botega
FONTE
Revista Brasileira de Meteorologia
DATA DE PUBLICAÇÃO
2022
RESUMO
Resumo A previsão, assim como a estimativa de precipitação, é um dos desafios da comunidade científica no mundo, devido à alta variabilidade espacial e sazonal deste elemento meteorológico. Para tanto, metodologias que permitam a interpolação precisa desses elementos são de fundamental importância. Assim, buscamos avaliar a eficiência dos métodos de interpolação no mapeamento de chuvas e compará-la com regressão linear múltipla em regiões tropicais. Os métodos de interpolação estudados foram distância inversa ponderada (IDW) e Krigagem. Dados meteorológicos mensais de chuva de 1961 a 1990 foram obtidos de 1.505 estações pluviométricas da região Sudeste do Brasil, fornecidos pelo Instituto Nacional de Meteorologia. A comparação entre os dados interpolados e os dados reais de precipitação das estações meteorológicas de superfície foi realizada através das seguintes análises: acurácia, precisão e tendência. A média PYEAR para verão, outono, inverno e primavera foram 596 mm estações−1 (s = ±118 mm), 254 mm estações−1 (s = ±52 mm), 114 mm estações−1 (s= ±54 mm) e 393 mm (s = ±58 mm) mm estações−1, respectivamente. A precisão da Kriging é um pouco alta em relação ao IDW. Já o MAPEKRIGING foi de 2% enquanto o MAPEIDW foi de 3%. Os métodos IDW e Krigagem foram precisos e com baixas tendências na estimativa de precipitação. Enquanto a regressão linear múltipla apresentou baixa acurácia quando comparada aos métodos de interpolação. Apesar da menor precisão a regressão linear múltipla é mais prática e fácil de usar, pois estima a chuva apenas com altitude, latitude e longitude, variáveis de entrada que todos conhecem. Os maiores erros na estimativa da distribuição espacial da precipitação ocorreram no inverno para todos os métodos de interpolação.
Documentos Relacionados
- Spatial Interpolation of Rainfall Erosivity Using Artificial Neural Networks for Southern Brazil Conditions
- SPATIAL, SEASONAL, AND TEMPORAL VARIATIONS IN RAINFALL AGGRESSIVENESS IN THE SOUTH OF BRAZIL
- Spatial distribution and diversity of bird community in an urban area of Southeast Brazil
- Geostatistical Approach for Spatial Interpolation of Meteorological Data
- Heavy rainfall maps in Brazil to 5 year return period
