RESUMO.A espacialização de variáveis meteorológicas, especialmente a precipitação pluvial, necessita de estudos constantes, visando ao aperfeiçoamento dos métodos de interpolação e desenvolvimento de mapas. Neste contexto, o presente trabalho objetivou avaliar a acurácia de diferentes interpoladores (inverso quadrático da distância, krigagem, mínima curvatura e triangulação) sobre a precipitação anual do Estado de Goiás. Para isto foram utilizadas informações de 70 postos pluviométricos. Os interpoladores foram avaliados por meio do erro médio quadrático -RMSE, do desvio das médias -MBE, do coeficiente de determinação (r 2 ) e do coeficiente de correlação de Pearson (r 2 ). Os resultados mostraram que, entre os métodos analisados, o mapa resultante da triangulação não permitiu a extrapolação para fora do domínio dos postos pluviométricos amostrais, obtida a melhor acurácia pelo método da mínima curvatura, seguido pelo método do inverso quadrático da distância.Palavras-chave: interpoladores, precipitação, mapas.ABSTRACT. Analysis of different spatial interpolation methods for rainfall in the state of Goiás. The spatial distribution of meteorological variables, especially rainfall, requires constant study, aimed at improving methods for interpolation and development of maps. In this context, this study aimed to evaluate the accuracy of different interpolation methods (inverse square distance, kriging, minimum curvature and triangulation) on the annual rainfall in the state of Goiás. To that end, data from 70 rainfall stations were used. The interpolators were assessed using the root mean square error (RMSE), mean bias error (MBE), the coefficient of determination (r 2 ) and the Pearson correlation coefficient (r). The results showed that among the methods analyzed, the map resulting from triangulation did not allow extrapolation outside the domain of rainfall sampling stations. The best accuracy was obtained by the minimum curvature method, followed by the inverse square distance method.Keywords: interpolators, rainfall, maps.
IntroduçãoUma das variáveis meteorológicas mais importantes para os estudos climáticos é a precipitação. Essa importância deve-se às implicações que esta pode ocasionar, quando ocorrida em excesso (precipitação intensa), para os setores produtivos da sociedade tanto econômico e social (agricultura, transporte e hidrologia), causando enchentes, assoreamento dos rios, e quedas de barreiras (AMORIM et al., 2008).O mapeamento da precipitação pluvial é de fundamental importância no setor agroflorestal, com destaque para ações diretamente associadas à modelagem da produção florestal, como em modelos ecofisiológicos. 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)