Artigo recebido em 17/08/2011 e aceito em 01/12/2011 R E S U M O Uma correta análise da distribuição espacial das precipitações pluviométricas é de suma importância para o planejamento dos recursos hídricos de bacias hidrográficas, além de dar suporte a estudos climatológicos e meteorológicos. O objetivo deste trabalho foi o de estudar detalhadamente os métodos de interpolação matemática que geram regionalização de pontos por isolinhas, visando descobrir analiticamente o melhor método para espacialização de pontos com dados pluviométricos. Foram utilizados dados de precipitação mensal de 76 Estações Pluviométricas distribuídas no território do estado do Mato Grosso. Os dados foram obtidos da Agência Nacional de Águas, correspondendo à série histórica de 1977 a 2006. Os dados, depois de tratados e consistidos, foram submetidos a diversas metodologias de interpolação matemática com o intuito de verificar qual deles é mais adequado a espacialização de chuvas. Como resultados são apresentados mapas da distribuição espacial das chuvas no estado de Mato Grosso feitos usando os métodos de interpolação matemática IDW, Krigagem, Spline de tensão e Topo-toRaster.Conclui-se que, para o estado do Mato Grosso, os melhores resultados foram obtidos através do método de interpolação Topo-to-Raster.Palavras-chave: Pluviometria, espacialização de chuvas, precipitação pluviométrica. Interpolation Methods in Mathematics of Rainfall Mapping of the State of Mato Grosso A B S T R A C TA correct analysis of the spatial distribution of pluviometric precipitation is critical for planning water resources in hydrographic basins, and supporting meteorological and climatological studies. The objective of this paper was to study in detail the methods of mathematical interpolation that are used to generate regionalization of points per contour, seeking out analytically the best method for spatialization of the points with pluviometric data. As data source were used monthly precipitation data from 76 pluviometric stations distributed on the territory of the state of Mato Grosso. The data were obtained from the National Water Agency, corresponding to a time series from 1977 to 2006. The data, after treatment and consisted, were subjected to various methods of mathematical interpolation in order to see which one is best suited to the spatialization of rainfall. Results are presented as maps of the spatial distribution of rainfall in the state of Mato Grosso made using the methods of mathematical interpolation IDW, Kriging, Tension Spline and Topo-to-Raster. We conclude that, for the state of Mato Grosso, the best results were obtained by the interpolation method Topo-to-Raster.
ABSTRACT. Multisource spatial data integration represents a common tool in mineral prospecting, especially with the advent of Geographic Information Systems (GIS), which allow manipulation, interpretation, analysis, integration and modelling of spatial data. The Nova Brasilândia Metasedimentary Belt (NBMB), located in SW Amazonian craton, is part of a geological context with considerable metallogenic potential for base metals, although significant deposits are not known yet. The present paper aimed to process aeromagnetometry and aerogammaspectrometry data for integration with geochemical and geological mapping campaigns in order to build a prospectivity model for nickel in the NBMB region of in a 1:500,000 scale. Using knowledge-driven approach modelling, fuzzy logic was chosen to combine geophysics, geochemistry and geological mapping data. As result, it was possible to build a prospectivity model for nickel, consistent with the distribution of nickel occurrences registered by the Geological Survey of Brazil (Serviço Geológico do Brasil -CPRM), and which may guide detailed prospecting campaigns in the region.Keywords: airborne geophysics, fuzzy logic, prospective modelling, metasedimentary belt, Nova Brasilândia. RESUMO. A integração de dados espaciais multifontesé ferramenta consagrada na prospecção mineral, especialmente com o advento dos Sistemas de InformaçõesGeorreferenciadas (SIG), que permitem a manipulação, interpretação, análise, integração e modelagem de dados espaciais. O Cinturão Metassedimentar Nova Brasilândia (CMNB), situado no SW do cráton amazônico, insere-se em contexto geológico com considerável potencial metalogenético para metais básicos, ainda que depósitos expressivos não sejam conhecidos. O presente trabalho teve por objetivo processar dados de aeromagnetometria e aerogamaespectrometria para integração de dados de campanhas de prospecção geoquímica e mapeamento geológico regionais a fim de construir um modelo de prospectividade para níquel na região do CMNB em escala 1:500.000. Foi adotada a abordagem guiada pelo conhecimento para a modelagem proposta, utilizando-se lógica fuzzy para combinar dados de geofísica, geoquímica e mapeamento geológico. Como resultado, foi possível construir um modelo de prospectividade para níquel, compatível com a distribuição de ocorrências cadastradas pelo Serviço Geológico do Brasil (CPRM), que pode nortear campanhas de prospecção de maior detalhe na região.Palavras-chave: aerogeofísica, lógica fuzzy , modelagem prospectiva, cinturão metassedimentar, Nova Brasilândia.
Seu conteúdo foi revisado pelo ComitêTécnico do V SimBGf, mas não necessariamente representa a opinião da SBGf ou de seus associados. É proibida a reprodução total ou parcial deste material para propósitos comerciais sem prévia autorização da SBGf.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.