Uma abordagem bayesiana para estudo estatístico e geoestatístico de estimativas de salindade do solo utilizando sensor de indução eletromagnética

• Ano de defesa: 2006
• Autor(a) principal: PESSOA, Antônio Lopes
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• dARK ID: ark:/57462/00130000059cf
• Idioma: por
• Instituição de defesa: Universidade Federal Rural de Pernambuco; Departamento de Estatística e Informática; Brasil; UFRPE; Programa de Pós-Graduação em Biometria e Estatística Aplicada
• Palavras-chave em Português: Medidas de condutividade elétrica; Variabilidade espacial; Geoestatística; Salinidade do solo; Krigagem bayesiana; Electrical conductivity measurement; Spatial variability; Geostatistics; Soil salinity; Bayesian kriging; CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA
• Link de acesso: http://www.tede2.ufrpe.br:8080/tede2/handle/tede2/4487

Esta dissertação analisou a relação existente entre medidas de condutividade elétrica aparente de um solo aluvial da região Agreste do Estado de Pernambuco,e a sua variabilidade espacial na camada subsuperficial. A condutividade elétrica aparente do solo foi investigada através de equipamento de indução eletromagnética EM 38. As leituras efetuadas com o EM 38 foram tanto no modo vertical como no modo horizontal. As medidas obtidas em campo foram analisadas através da estatística descritiva clássica, bem como através das metodologias geoestatística e abordagem bayesiana. As análises estatísticas mostraram que os dados de condutividade elétrica aparente se ajustaram a uma distribuição normal a apresentaram uma alta variabilidade espacial para o modo de operação horizontal e uma média variabilidade espacial para o modo de operação vertical. Através da metodologia geoestatística foi construído o semivariograma experimental que, posteriormente, foi ajustado a um modelo teórico. O melhor ajuste de modelo teórico foi obtido, tanto para o modo de operação vertical como para o modo de operação horizontal, para o modelo gaussiano e para o modelo exponencial, efetuada através da validação cruzada edo Critério de Informação de Akaike. A partir da dependência espacial, foi elaborado o mapeamento das áreas salinizadas. A abordagem bayesiana focalizou a predição espacial, relacionando o método da máxima verossimilhança com as funções de distribuições prioris de cada parâmetro, considerando o grau de incerteza associado a cada uma dessas distribuições. Verificou-se que os semivariogramas ajustados não apresentaram diferenças significativas na validação da metodologia geoestatística e na abordagem bayesiana.