Orientador: Carlos Roberto Padovani / Resumo: Sabe-se que a época de plantio de determinadas culturas é dependente da ocorrência de chuva e das condições de temperatura e, também, que estas épocas variam de região para região. Muitos estudos, utilizando procedimentos clássicos de estatística para analisar como a temperatura afeta o crescimento de plantas e a produção de grãos na agricultura, já foram realizados no Brasil. Este trabalho apresenta uma alternativa para analisar valores de temperatura média do ar envolvendo distribuição espacial dos dados. Assim, com o objetivo de construir o mapeamento climático do Estado do Paraná por meio de uma técnica eficiente, simples e acurada (Geoestatística), foram utilizados dados obtidos pelo Instituto Agronômico do Paraná - IAPAR, coletados diariamente em 33 estações agrometeorológicas. A Geoestatística considera as associações entre amostras vizinhas através de sua geometria, ou seja, da localização das amostras no campo e detecta se existe influência de uma amostra sobre a outra, de acordo com a distância entre elas. As técnicas geoestatísticas de interpolação que se baseiam nessas associações entre amostras vizinhas, podem estimar com eficiência valores em locais não amostrados. A existência de dependência espacial é detectada pelo variograma (ou pelo covariograma). As análises permitiram concluir pela existência de dependência espacial na temperatura média do ar para os meses de janeiro e julho e o modelo esférico foi o que melhor expressou esta dependência espacial. As estimativas de temperatura em pontos não amostrados (um quadriculado com 50 colunas e 35 linhas, totalizando 1750 pontos sobre o Estado) foram obtidas através da técnica de interpolação Krigagem Universal e os mapas, comparados com os existentes no IAPAR, apresentaram-se eficientes, mesmo não considerando a variável altitude como variável auxiliar. / Abstract: It is well known that sowing periods for some crops depend on rain and temperature conditions, and that the harvesting period may vary from region to region. Several studies on the effect of temperature on plants and grain production have been carried out in Brazil, using classic statistical procedures. This study offers an alternative for the analysis of mean air temperature values involving spatial data distribution. Data from 33 agrometeorological stations, collected daily by IAPAR (Agronomical Institute of Paraná, Brazil), were used to generate climatic maps for the state, adopting an efficient, simple and accurate technique (Geostatistics). Geostatistics takes into consideration the associations among neighboring samples through its geometry, i.e., the location of samples in the field, and detects the influence of one sample over the other according to the distance between them. Interpolation geostatistical techniques based on these associations among neighboring samples allows to estimating values for non-sampled locations efficiently. The existence of spatial dependence is detected by the variogram or covariance function. Data from the geostatistical analysis showed spatial dependence in the atmospheric mean temperature for the months of January and July which was best expressed by the spherical model. Temperature estimates from non-sampled points (a square with 50 columns and 35 lines, totaling 1750 points around the state) were obtained by the Universal Kriging interpolation technique, and the mappings were more efficient compared to those from Caviglione et al. (2000), even when altitude was considered an auxiliary variable. / Doutor

The variogram plays a central role in the analysis of geostatistical data. A valid variogram model is selected and the parameters of that model are estimated before kriging (spatial prediction) is performed. These inference procedures are generally based upon examination of the empirical variogram, which consists of average squared differences of data taken at sites lagged the same distance apart in the same direction. The ability of the analyst to estimate variogram parameters efficiently is affected significantly by the sampling design, i.e., the spatial configuration of sites where measurements are taken. In this paper, we propose design criteria that, in contrast to some previously proposed criteria oriented towards kriging with a known variogram, emphasize the accurate estimation of the variogram. These criteria are modifications of design criteria that are popular in the context of (nonlinear) regression models. The two main distinguishing features of the present context are that the addition of a single site to the design produces as many new lags as there are existing sites and hence also produces that many new squared differences from which the variograrn is estimated. Secondly, those squared differences are generally correlated, which inhibits the use of many standard design methods that rest upon the assumption of uncorrelated errors. Several approaches to design construction which account for these features are described and illustrated with two examples. We compare their efficiency to simple random sampling and regular and space-filling designs and find considerable improvements. (author's abstract) / Series: Forschungsberichte / Institut für Statistik

ARAÚJO, Daniel Roberto. Variabilidade espacial de atributos físicos de um neossolo flúvico submetido à diferentes tipos de uso e manejo do solo. 2012. 58 f. Dissertação (Mestrado em engenharia agrícola)- Universidade Federal do Ceará, Fortaleza-CE, 2012. / Submitted by Elineudson Ribeiro (elineudsonr@gmail.com) on 2016-06-17T17:36:59Z No. of bitstreams: 1 2012_dis_draraujo.pdf: 7011128 bytes, checksum: c84f4bb478104df2f68ad9868f477aa3 (MD5) / Approved for entry into archive by José Jairo Viana de Sousa (jairo@ufc.br) on 2016-07-21T20:06:29Z (GMT) No. of bitstreams: 1 2012_dis_draraujo.pdf: 7011128 bytes, checksum: c84f4bb478104df2f68ad9868f477aa3 (MD5) / Made available in DSpace on 2016-07-21T20:06:29Z (GMT). No. of bitstreams: 1 2012_dis_draraujo.pdf: 7011128 bytes, checksum: c84f4bb478104df2f68ad9868f477aa3 (MD5) Previous issue date: 2012 / The soil has, naturally, heterogeneity, ie, its attributes change in space and on time. In Semiarid this characteristic of the soil does not receive such important, often for lack of knowledge, working with the soil evenly. he characterization of the variability of soil attributes is necessary so that we can interpret the possible causes of variations in crop yields. The geoestatistic has been used often, specially in soil science as a way to analyze the behavior and distribution of soil propeeties in space. Thus, the objective of this study was analyze the spatial variability, through the tool GS+, the physical attributes of a typic fluvia underwent two systems use and management of soil: disking and mowing lines. The area managed by disking has 0.5 ha and the area has 2.5 ha mowing lines. Are located on the systematic plan of Experimental Farm in the Valley Curu Pemtecoste. Soil samples were taken in both disturbed and undisturbed areas obeying the spacing of 15 x 15 m totaling 99 points, 21 in the area with harrowing and 78 in the area by mowing between the rows. The mechanical resistance to penetration had the highest coefficient of variation. The density was the only attribute which there wasn’t spatial dependence structure. The other attributes (sand, clay, silt, micro and macroporosity and gravimetric soil moisture and the mechanical resistance to penetration) showed spatial dependence of medium until high. It was found through the maps generated by the software Surfer 8.0 sites of higher and lower concentrations in each area. It was observed that the mowing area is made between the lines showed lower values macroporosity and high penetration resistance, the constraint condition for the growth of roots. / O solo apresenta, naturalmente, heterogeneidade, ou seja, seus atributos variam no espaço e no tempo. No semiárido essa característica intrínseca do solo não recebe tal importância, muitas vezes por falta de conhecimento, trabalhando-se com o solo de forma homogênea. A caracterização da variabilidade dos atributos do solo é necessária para que se possam interpretar as possíveis causas de variações nas produtividades das culturas. A geoestatística está sendo utilizada com bastante freqüência, principalmente nas ciências do solo, como forma de analisar o comportamento e distribuição dos atributos do solo no espaço. Diante disso, o objetivo deste trabalho foi analisar a variabilidade espacial, através da ferramenta GS+, dos atributos físicos de um Neossolo Flúvido submetido a dois sistemas de uso e manejo de solo: gradagem e roçadora nas entrelinhas. A área manejada com gradagem possui 0,5 ha e a área roçada nas entrelinhas possui 2,5 ha. Estão localizadas no plano sistematizado da Fazenda Experimental do Vale do Curú em Pentecoste. Foram retiradas amostras de solo deformadas e indeformadas nas duas áreas obedecendo ao espaçamento de 15 x 15 m totalizando 99 pontos, 21 na área com gradagem e 78 na área com roçadora nas entrelinhas. A resistência mecânica do solo à penetração apresentou o maior coeficiente de variação. A densidade foi o único atributo que apresentou efeito pepita puro, não havendo estrutura de dependência espacial. Os demais atributos (areia, argila, silte, micro e macroporosidade, umidade gravimétrica do solo e resistência mecânica do solo à penetração) apresentaram dependência espacial de média a alta. Verificou-se através dos mapas, gerados pelo software Surfer 8.0 os locais de maiores e menores concentrações em cada área. Observou-se que a área onde foi feito o tratamento roçadora nas entrelinhas apresentou valores baixos de macroporosidade e altos de resistência à penetração, condição de restrição para o crescimento das raízes.

Made available in DSpace on 2014-06-11T19:31:39Z (GMT). No. of bitstreams: 0 Previous issue date: 2002-04Bitstream added on 2014-06-13T20:02:34Z : No. of bitstreams: 1 melem_vm_dr_botfca.pdf: 1245740 bytes, checksum: 3f397ecf49e2ff47ffb8b3e467684468 (MD5) / Sabe-se que a época de plantio de determinadas culturas é dependente da ocorrência de chuva e das condições de temperatura e, também, que estas épocas variam de região para região. Muitos estudos, utilizando procedimentos clássicos de estatística para analisar como a temperatura afeta o crescimento de plantas e a produção de grãos na agricultura, já foram realizados no Brasil. Este trabalho apresenta uma alternativa para analisar valores de temperatura média do ar envolvendo distribuição espacial dos dados. Assim, com o objetivo de construir o mapeamento climático do Estado do Paraná por meio de uma técnica eficiente, simples e acurada (Geoestatística), foram utilizados dados obtidos pelo Instituto Agronômico do Paraná – IAPAR, coletados diariamente em 33 estações agrometeorológicas. A Geoestatística considera as associações entre amostras vizinhas através de sua geometria, ou seja, da localização das amostras no campo e detecta se existe influência de uma amostra sobre a outra, de acordo com a distância entre elas. As técnicas geoestatísticas de interpolação que se baseiam nessas associações entre amostras vizinhas, podem estimar com eficiência valores em locais não amostrados. A existência de dependência espacial é detectada pelo variograma (ou pelo covariograma). As análises permitiram concluir pela existência de dependência espacial na temperatura média do ar para os meses de janeiro e julho e o modelo esférico foi o que melhor expressou esta dependência espacial. As estimativas de temperatura em pontos não amostrados (um quadriculado com 50 colunas e 35 linhas, totalizando 1750 pontos sobre o Estado) foram obtidas através da técnica de interpolação Krigagem Universal e os mapas, comparados com os existentes no IAPAR, apresentaram-se eficientes, mesmo não considerando a variável altitude como variável auxiliar. / It is well known that sowing periods for some crops depend on rain and temperature conditions, and that the harvesting period may vary from region to region. Several studies on the effect of temperature on plants and grain production have been carried out in Brazil, using classic statistical procedures. This study offers an alternative for the analysis of mean air temperature values involving spatial data distribution. Data from 33 agrometeorological stations, collected daily by IAPAR (Agronomical Institute of Paraná, Brazil), were used to generate climatic maps for the state, adopting an efficient, simple and accurate technique (Geostatistics). Geostatistics takes into consideration the associations among neighboring samples through its geometry, i.e., the location of samples in the field, and detects the influence of one sample over the other according to the distance between them. Interpolation geostatistical techniques based on these associations among neighboring samples allows to estimating values for non-sampled locations efficiently. The existence of spatial dependence is detected by the variogram or covariance function. Data from the geostatistical analysis showed spatial dependence in the atmospheric mean temperature for the months of January and July which was best expressed by the spherical model. Temperature estimates from non-sampled points (a square with 50 columns and 35 lines, totaling 1750 points around the state) were obtained by the Universal Kriging interpolation technique, and the mappings were more efficient compared to those from Caviglione et al. (2000), even when altitude was considered an auxiliary variable.

Dados composicionais são vetores, chamados de composições, cujos componentes são todos positivos, satisfazem a soma igual a 1 e possuem um espaço amostral próprio chamado Simplex. A restrição da soma induz a correlação entre os componentes. Isso exige que os métodos estatísticos para análise desses conjuntos de dados considerem esse fato. A teoria para dados composicionais foi desenvolvida inicialmente por Aitchison na década de 80. Desde então, várias técnicas e métodos têm sido desenvolvidos para a modelagem dos dados composicionais. Este trabalho apresenta as principais abordagens para a análise estatística de dados composicionais independentes. Sendo, regressão Dirichlet (distribuição natural aos dados composicionais) ou o uso de transformações em razões logarítmicas que saem do espaço simplex para o espaço real. Também descreve os métodos para os casos em que a suposição de independência não pode ser atendida. Por exemplo, dados composionais com dependência espacial. Para esses casos, há na literatura métodos baseados nas teorias desenvolvidas para análise geoestatística de dados univariados; ou, no uso de transformações em razões logarítmicas com a inclusão da dependência espacial. Além de revisitar os métodos já difundidos, propõe-se o uso do método de Equações de Estimação Generalizadas (EEG) como alternativa para a análise de dados composicionais independentes e com dependência espacial. A principal vantagem é que as equações de estimação necessitam apenas da especificação de funções que descrevam a média e a estrutura de covariância. Assim, não é necessário atribuir uma distribuição de probabilidade aos dados ou fazer o uso de transformações. A aplicação do método EEG para dados composicionais independentes apresentou resultados tão eficientes quanto a regressão Dirichlet ou transformação em razões logarítmicas. Para os dados composicionais com dependência espacial, o método baseado em verossimilhança foi o que apresentou valores preditos mais próximos aos valores reais. O método EEG foi mais eficaz do que a abordagem geoestatística dos componentes individuais, porém, comparado com os demais métodos, foi o que apresentou maior valor residual. / C ompositional data are vectors, called compositions, whose components are all positive, it satisfies the sum equal one and has a Simplex space. The sum constraint induces the correlation between the components and this requires that the statistical methods for the analysis of datasets consider this fact. The theory for compositional data was developed mainly by Aitchison in the 1980s, and since then, several techniques and methods have been developed for compositional data modelling. This work presents the main approaches for the statistical analysis of independent compositional data, such as Dirichlet regression (natural distribution to compositional data) or the use of transformations log-ratios that aim to leave the simplex space for to Euclidean space. Also describes the methods for cases where the assumption of independence cannot be satisfied, for example, spatial dependence compositional data. For these cases, there are in the literature methods of analysis based on the theories developed for univariate geostatistics analysis or use of logratios transformations with the inclusion of the spatial dependence generated by the distance between the points. In addition, to revisiting the already diffused methods, this work propose the use of the Generalized Estimation Equation (GEE) method as an alternative for the analysis of independent compositional data and with spatial dependence. The GEE only requires the specification of functions that describe the mean and correlation matrix (covariance structure, therefore, it is not necessary to assign a probability distribution to the data or transformations. The application of the GEE method for independent compositional data presented results as efficient as Dirichlet regression or log-ratios transformation. Compositional data with spatial dependence, log-ratios transformations presented predicted values close to the real values. GEE method was more effective than the traditional geostatistical approach, however, compared with the other methods, It was the one that presented the high residual values.

Neste trabalho são estimados os efeitos das transferências de renda representadas pelo Programa Bolsa Família (PBF), nos fluxos migratórios entre os municípios brasileiros de 2008 a 2010. Parte-se de um Modelo de Escolha Discreta, e são obtidas e estimadas as equações agregadas de fluxo origem-destino com dependência espacial. Para desenvolver a análise, os indivíduos são divididos entre seis perfis de renda familiar per capita, e pela natureza do PBF, o foco da análise se dá principalmente nos quatro primeiros perfis. Então, são sugeridos alguns mecanismos pelos quais o PBF e sua gestão podem atuar sobre a decisão de migrar ou permanecer no local. Os mecanismos idealizados são diferentes de acordo com o status do indivíduo, de ser beneficiário do programa ou não, de acordo com seu perfil de renda, e se a característica do programa diz respeito ao seu município de residência, ou a outro município para o qual possa migrar. Como robustez, estima-se um modelo Logit, da probabilidade de o indivíduo ter realizado qualquer migração de acordo com algumas características individuais, dentre as quais a de ser beneficiário do programa, e de acordo com características de seu município de origem, estando as de gestão do PBF contidas neste segundo grupo. Os resultados em geral replicam os principais achados da literatura de migração, e apontam para relevância e não neutralidade dos recursos e da gestão municipal do Programa Bolsa Família na decisão locacional dos indivíduos / In this master thesis we estimated the effect of cash transfers in the migration flows among Brazilian municipalities from 2008 to 2010. We consider the cash transfer program named Bolsa Família (PBF), and aggregated origin-destination flows with spatial dependence equations in a Discrete Choice Model. To develop our analysis, the individuals are separated in six per capita family income profiles. In face of the PBF aim, we focus on the first four profiles. Then, some mechanisms that can influence the decision to migrate or to stay in the same municipality are suggested. Each mechanism differs acording to the individual status, of being a beneficiary of the program or not, acording to his income profile, and also acording to the analysed feature of the program being about his own municipality, or of another one, for where he can migrate. As robustness, we estimated a Logit model of the individual probability of having migrated, given his caracteristics, among which being beneficiary, and given the characteristics of his origin municipality, among which the PBF management features. The results seem to replicate the main finds of migration literature, and point to the relevance of being concerned with the management of the program and the release of resources, because of its influences on individual location decision

Cytosine methylation at CpG dinucleotides is a semistable epigenetic marker critical to the normal development of vertebrates. Abnormal levels of methylation are associated with a host of human diseases and disorders, and many diagnostic tools have been developed based on analysis of methylation in tissue samples. Methylation is governed by a complex set of dynamic processes and has been observed to exhibit cyclical gains and losses, leading to the development of stochastic models of its inheritance. Many such models have assumed independence between sites and have largely focused on the proportion of methylation present in a sample, ignoring the diversity that exists in individual patterns. When analyzed at a single-base resolution, methylation patterns exhibit strong evidence of spatial dependence, and a recently proposed neighboring sites model which incorporates dependence between pairs of adjacent CpG sites has offered significant improvements over independent models. CpG sites are non-uniformly distributed throughout the genome, and the number of bases separating ""adjacent"" sites can vary greatly. In this paper, we develop and test an extension of this neighboring sites model which places a distance-dependent weight on the association between each pair of neighboring sites. Models are compared with regard to their ability to produce simulations that are statistically similar to biological data. We find that the distance-weighted model offers substantive improvements over distance-blind approaches to modeling the dependence structure, particularly in cases where firm boundaries between methylated and unmethylated regions exist in the data. / acase@tulane.edu

Made available in DSpace on 2015-03-26T13:32:06Z (GMT). No. of bitstreams: 1 texto completo.pdf: 543381 bytes, checksum: 7509b9f65bfa864587d72692479be7a4 (MD5) Previous issue date: 2009-02-18 / Spatial dependence is a tendency that a variable´s value, observed in certain position, leads to approximate to its neighbors value than the value of the rest of the elements observed in the sample. The aim of this work was to evaluate the efficiency of some methods of geostatistic analyses to improve the experimental accuracy of tests that selects families for genetic improvement program of beans plantation. Date set were used to evaluate the productivity of eight experiments set in lattice design, located in Coimbra s Experimental Station controlled by the Plant Science Department at Federal University of Viçosa UFV. For each study was analyzed the neighborhood methods: Moving Means Method, Papadakis Method, Moving Means Replication, Papadakis Method Replication and the method that contains errors dependent in the comparison between traditional analyses in lattice which do not consider the spatial dependence among plots according to its fitting model, and the family classification in study. The existence of experiment s spatial dependence was observed through the Durbin-Watson s test, empirical and theoretical semivariogram with a geostatistic fitting model for residues checking the coherence of data and noticing the occurrence of spatial dependence in 6 out of 8 experiments in study (Chapter1). Five out of the six experiments showed spatial dependence for analyses in blocks and one for analyses in lattice and blocks, reaching 2.6 to 33.3m. In chapter 2, it was used the Durbin-Watson s test to observe the spatial dependence among residues for different methodologies, besides the Akaike Information Criteria (AIC) and the Maximum Likelihood Method to compare the fitting model. The variation coefficient and the relative efficiency were used to compare the efficiency of tested methodologies related to the analyses in lattice. The Spearman s Correlation Coefficient and the efficiency of selection were also used to compare the classification of beans plantation families acquired through the analyses in lattice and through the spatial analyses method. It was noticed that the spatial analyses method had a better fitting to the data than the methods that assume independent errors. The experiments accuracy, the analyses in lattice efficiency was higher compared to the analyses in blocks when there is higher spatial dependence. The spatial analyses method, Moving Means Method, Papadakis Method and the method with independent errors showed reasonable efficiency, while the proposed methodologies, Moving Means Replication and Papadakis were highly efficient than the analyses in lattice. Papadakis replication Method showed to be more efficient once its neighborhood is constituted by a superior and inferior plot compared to the reference plot. The tested methods showed reasonable concordance level compared to the selected families for analyses in lattice. The Moving Means Replication and Papadakis Replication methodologies showed highly efficient to improve the experiments accuracy, besides to guarantee the independence among residues, being an excellent alternative for analyses compared to the analyses in lattice. / A dependência espacial é a propensão pela qual o valor de uma variável observada em certa posição tende a assemelhar-se mais aos valores vizinhos do que ao restante das observações do conjunto amostral. O objetivo deste trabalho foi a avaliação da eficiência de alguns métodos de análise estatística espacial para melhorar a precisão experimental em ensaios de seleção de famílias em programa de melhoramento genético do feijoeiro. Foram utilizados dados para produtividade de oito experimentos montados em látice, conduzidos na estação experimental de Coimbra, pertencente ao Departamento de Fitotecnia da Universidade Federal de Viçosa (UFV). Para cada análise, foram analisados os métodos de análise de vizinhança: método das médias móveis, método de Papadakis, reaplicação das médias móveis, reaplicação do método Papadakis e o método com erros dependentes em comparação com a análise tradicional em látice, que desconsidera a dependência espacial entre parcelas quanto ao ajuste dos modelos e à classificação das famílias avaliadas. Foi verificada a existência da dependência espacial nos experimentos pelo teste de Durbin-Watson, semivariograma empírico e teórico com o ajustamento de um modelo geoestatístico para resíduos, verificando a coerência dos dados e percebendo a ocorrência da dependência espacial em seis dos oito experimentos avaliados (capítulo 1). Dos seis experimentos, cinco apresentaram dependência espacial para análise em blocos e um para análise em látice e em blocos, com alcance variando de 2,6 a 33,3 m. No capítulo 2, foram utilizados o teste de Durbin-Watson para verificar a dependência espacial entre resíduos para as diferentes metodologias, além do critério de informação de Akaike (AIC) e do teste da razão da verossimilhança (LRT) para comparar o ajuste dos modelos. Utilizaram-se o coeficiente de variação e a eficiência relativa para comparar a eficiência das metodologias testadas em relação à análise em látice. Também foram utilizados o coeficiente de correlação de Spearman e a eficiência de seleção para comparar as classificações de famílias do feijoeiro obtidas na análise em látice e pelos métodos de análise espacial. Verificou-se que os métodos de análise espacial ajustaram-se melhor aos dados em relação aos métodos que assumem erros independentes. Quanto à precisão experimental, a eficiência da análise em látice foi maior em relação à análise em blocos quando há maior dependência espacial. Os métodos de análise espacial, médias móveis, Papadakis e o método com erros dependentes apresentaram razoável eficiência, enquanto as metodologias propostas, reaplicações das médias móveis e Papadakis foram altamente eficientes em relação à análise em látice, sendo mais eficiente o método reaplicação de Papadakis cuja vizinhança é composta por uma parcela superior e uma inferior em relação à parcela referência. Os métodos testados apresentaram razoável nível de concordância em relação às famílias selecionadas na análise em látice. As metodologias de reaplicação de médias móveis e reaplicação de Papadakis mostram-se altamente eficientes para melhorar a precisão experimental, além de conseguir garantir a independência entre resíduos, sendo uma excelente alternativa de análise em relação à análise em látice.

Made available in DSpace on 2015-03-26T13:32:13Z (GMT). No. of bitstreams: 1 texto completo.pdf: 739954 bytes, checksum: 58f3879d83e13777643ea5fe0ef74001 (MD5) Previous issue date: 2011-06-20 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / The general objective of this work was to evaluate if estimates of wood volume obtained from geostatistics techniques are more accurate than those obtained from classical statistical techniques.The study was conducted in stands of Tectona grandis L.f. with the dendometric volume trait measured in 101 plots laid along a sampling spacing with UTM coordinates, distributed in 17 plots with a total area of 391.87 ha. By adjusting the experimental semivariogram model, index of spatial dependence and cross-validation statistics it was obtained two estimates of the forest inventory: one by using the classical statistics and the other by using geostatistics. Methodology of systematic sampling with intensity of sampling of one plot for every 4 ha was used in the conduction of the classical estimation. A semivariogram model, used to assess the structure of spatial dependence of the variable volume per ha in the study area was adjusted in the prediction by geostatistcs. Then, block kriging was used to obtain predictions of the average volume of each plot. Comparison of the two methods of estimation was made based on the sampling error, in which a minor error with geostatistics was found. Therefore, it is concluded geostatistics should be used for forest inventory when there is spatial dependence structure in the region under study inasmuch as it provides more accurate predictions. / Este trabalho teve por objetivos geral avaliar se as estimativas do volume de madeira obtidas a partir de técnicas geoestatísticas são mais precisas do que as obtidas a partir de técnicas da estatística clássica. O estudo foi realizado em povoamentos de Tectona grandis L.f. com a característica dendrométrica de volume mensurada em 101 parcelas lançadas ao longo de uma malha de amostragem com coordenadas UTM, distribuídas em 17 talhões, com uma área total de 391,87 ha. Com o ajuste do modelo semivariograma experimental, do índice de dependência espacial e das estatísticas da validação cruzada, foram obtidas duas estimativas do inventário florestal: uma utilizando estatística clássica e a outra, geoestatística. Na realização da estimação clássica, foi considerada a metodologia de amostragem sistemática, com a intensidade de amostragem de uma parcela para cada 4 ha. Na predição por geoestatística, foi ajustado o modelo de semivariograma, utilizado para avaliar a estrutura de dependência espacial da variável volume por ha na área de estudo. Em seguida, utilizou-se a krigagem em blocos para obter as predições do volume médio de cada talhão. A comparação das estimações dos dois métodos foi feita com base no erro de amostragem, sendo encontrado um menor erro com a geoestatística. Conclui-se, assim, o uso da geoestatística para realização de inventário florestal, quando existir estrutura de dependência espacial na região em estudo, uma vez que ela fornece predições mais precisas.

Made available in DSpace on 2015-03-26T13:32:16Z (GMT). No. of bitstreams: 1 texto completo.pdf: 862787 bytes, checksum: b23a777918d630895ac6bf3d64e985c8 (MD5) Previous issue date: 2012-07-24 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / In recent years Geostatistics has been widely used in the field of precision agriculture, this is due to being a tool to analyze the spatial variability exists in the area of agricultural production, enabling assess the need for creation of subareas or zones where they are handlings performed differently. One focus of precision agriculture is to identify management zones within the field based on the variability, and through Geostatistics is possible to produce thematic maps that assist in the establishment of management zones through adjustments of models of spatial dependence. The objective of this study was to analyze the influence of models of spatial dependence in the definition of thematic maps of management zones, using different models and different semivariogram sampling grids. To conduct the study, we analyzed simulated data generated in SAS software, where he held various structures of spatial dependence (DE) and different sampling grids (grid), with different sizes and densities of points, with a total of 9 data set simulated. To analyze the spatial dependence structure experimental semivariograms were used and adjusted three theoretical models to experimental semivariogram: exponential, spherical and Gaussian for each data set under study, according to the parameters set forth by autotune software ArcGis 9.3. Were adjusted 27 different semivariogram models using the method of ordinary kriging and through cross-validation technique checked the fit of the models semivariográficos. Thematic maps management zones were generated from the technique of kriging, and with the aid of software Idrisi was performed to compare the maps using Kappa Index of agreement, which was tested by testing their significance Z. From the analyzes, it was concluded that the model of spatial dependence does not influence the definition of thematic maps of management zones. / Nos últimos anos a Geoestatística vem sendo amplamente utilizada na área de agricultura de precisão, isso se deve ao fato de ser uma ferramenta que permite analisar a variabilidade espacial existente na área de produção agrícola, possibilitando avaliar a necessidade de criação de subáreas ou zonas onde serão realizados manejos de forma diferenciada. Um dos focos da agricultura de precisão é a identificação de zonas de manejo dentro do campo baseadas na variabilidade existente, e por meio da Geoestatística é possível produzir os mapas temáticos que auxiliam no estabelecimento das zonas de manejo através de ajustes de modelos de dependência espacial. Assim, o objetivo geral deste estudo foi analisar a influência de modelos de dependência espacial na definição de mapas temáticos de zonas de manejo, usando diferentes modelos de semivariogramas e diferentes grades de amostragem. Para a realização do estudo foram analisados dados simulados gerados no software SAS, onde se considerou diferentes estruturas de dependência espacial (DE) e diferentes grades de amostragens (grid), com diferentes tamanhos e densidades de pontos, sendo um total de 9 conjunto de dados simulados. Para a análise da estrutura de dependência espacial foram utilizados semivariogramas experimentais e ajustados três modelos teóricos ao semivariograma experimental: exponencial, esférico e gaussiano, para cada conjunto de dados em estudo, conforme os parâmetros estipulados pelo auto-ajuste do software ArcGis 9.3. Foram ajustados 27 diferentes modelos de semivariogramas através do método da krigagem ordinária e através da técnica de validação-cruzada verificados os ajustes dos modelos semivariográficos. Mapas temáticos de zonas de manejo foram gerados a partir da técnica de krigagem ordinária, e com o auxilio do software Idrisi foi realizada a comparação dos mapas através do Índice Kappa de concordância, o qual foi testado sua significância através do teste Z. A partir das análises realizadas, concluindo-se que o modelo de dependência espacial não influencia na definição de mapas temáticos de zonas de manejo.