Avaliação de metodologias de interpolação espacial aplicadas a dados hidrográficos costeiros quase-sinóticos

Abstract

INTRODUÇÃOSegundo a definição clássica de T. N. Thiele: "a interpolação é a arte de ler entre os valores de uma tabela" (Sadosky, 1980). Stark (1979) esclarece que interpolação é o processo matemático de se achar valores intermediários entre os valores discretos de uma função. A interpolação, muito utilizada através dos sé-culos, tem seu surgimento registrado historicamente na região da Mesopotâmia. Na Babilônia e em Uruk, havia a construção de tábuas astronômicas, chamadas efemérides, que previam a posição dos planetas, do Sol, da Lua e das estrelas e eram utilizadas para escolha das melhores épocas para as colheitas e também para o plantio. Confeccionadas a partir de observações astronômicas as efemérides, muitas vezes, possuíam falhas em seu preenchimento, pois nem sempre os corpos celestes estavam em posições cuja visualização era possível ou, até mesmo, devido às más condições meteorológicas durante as medições. Frente à grande importância e necessidade da utilização das efemérides, criou-se a interpolação linear e também outros métodos mais complexos de interpolação, para poder assim completar os espaços não amostrados (Meijering, 2002). Atualmente a interpolação tem sido utilizada em muitos campos, tais como na medicina, ecologia, geologia, geografia, oceanografia, engenharia, computação, geofísica, meteorologia, agronomia, hidrologia, sistemas de informações geográficas.O resultado do processo de interpolação espacial pode ser representado através de isolinhas, que são linhas de mesmo valor numérico (Watson, 1992). Davis (1986) explica que o termo "linhas de contorno" ampla- The objective of this work relies on the evaluation of interpolation techniques applied to 28 sampling sites of radial distribution, located at the Itajaí-açu river plume. The data used was salinity at 0.5 meter depth collected by CTD. The methods tested were: (1) inverse distance to a power, (2) kriging, (3) minimum curvature, (4) modified shepard's method, (5) natural neighbor, (6) nearest neighbor, (7) polynomial regression, (8) radial basis function, (9) triangulation with linear interpolation, (10) moving average and (11) local polynomial, and the software used was Surfer version 8 (Golden Software Inc.). For each method, were created isoline maps of distinct grid resolutions (lines x columns): 5x4, 10x7, 20x14, 30x21, 40x28, 50x34, 100x69 and 1000x682, using data from the high river discharge, when the salinity gradient is maximum and better for comparisons. Were checked the residuals from interpolations, and estimated their means, variances and visual evaluation of the maps. Results showed that grid resolution must be coherent with sample spatial distribution, and it was observed that the higher the grid resolutions, the lower the means and variances, however it ended up generating interpolation problems. The best method was local polynomial, with very smooth curves represented perfectly the river plume. The gain on resolution tends to honor data, but it ends up generating bull's eyes, and to represent isolines from geophysic...

Tidal and sub-tidal sea level variability at the northern shelf of the Brazilian Northeast Region

“…The wind components were interpolated by applying the cubic spline method (e.g., Emery and Thomson 1997) to obtain an hourly signal. The spline method segments the time series in smaller parts and applies small order polynomials, and the sum of these polynomials build the interpolated signal over the domain (Mazzini and Schettini 2009). The wind signal was also filtered to SubTF following the same procedure described for the sea level.…”

Variability of rainfall and the rice production in Branco River basin

“…A espacialização anual da precipitação empregou o interpolador de Krigagem, que representa um método geoestatístico que estima valores em pontos não amostrados a partir de informações dos pontos amostrados, considerando a estrutura de dependência espacial da característica em estudo (MAZZINI; SCHETTINI, 2009;ALMEIDA et al, 2011). Baseia-se na álgebra de matrizes, onde Px representa os valores observados na série; n o número de valores amostrados; A matriz de pesos de krigagem; e P (h) os pares de valores medidos em locais afastados entre si da distância h (Equações 4-6).…”

Análise de diferentes métodos de interpolação para a precipitação pluvial no Estado de Goiás

“…Distinto de outros métodos de interpolações polinomiais, não utiliza apenas um polinômio de grande ordem para interpolação de todo o conjunto de dados, mas sim divide a série de dados em subconjuntos e utiliza polinômios de pequenas ordens para cada subconjunto (MAZZINI; SCHETTINI, 2009 …”

“…Tais modelos permitem compreender, predizer e controlar todo o sistema florestal, especificamente, para auxiliar no zoneamento florestal e mapeamento da produção (VIOLA et al, 2010). No entanto, em termos climatológicos, uma investigação mais aprofundada sobre o desempenho dos interpoladores mais aplicados ao mapeamento precisa ser conduzida, uma vez que os trabalhos desenvolvidos, até o momento, não demonstram, nem concluem, de forma efetiva, o melhor ou o mais indicado processo de interpolação espacial (MAZZINI;SCHETTINI, 2009;TAESOMBAT;SRIWONGSITANON, 2009;VIOLA et al, 2010).…”