Determining the effect of asymmetric data on the variogram. I. Underlying asymmetry

Matheron's usual variogram estimator can result in unreliable variograms when data are strongly asymmetric or skewed. Asymmetry in a distribution can arise from a long tail of values in the underlying process or from outliers that belong to another population that contaminate the primary process. This paper examines the effects of underlying asymmetry on the variogram and on the accuracy of prediction, and the second one examines the effects arising from outliers. Standard geostatistical texts suggest ways of dealing with underlying asymmetry; however, this is based on informed intuition rather than detailed investigation. To determine whether the methods generally used to deal with underlying asymmetry are appropriate, the effects of different coefficients of skewness on the shape of the experimental variogram and on the model parameters were investigated. Simulated annealing was used to create normally distributed random fields of different size from variograms with different nugget:sill ratios. These data were then modified to give different degrees of asymmetry and the experimental variogram was computed in each case. The effects of standard data transformations on the form of the variogram were also investigated. Cross-validation was used to assess quantitatively the performance of the different variogram models for kriging. The results showed that the shape of the variogram was affected by the degree of asymmetry, and that the effect increased as the size of data set decreased. Transformations of the data were more effective in reducing the skewness coefficient in the larger sets of data. Cross-validation confirmed that variogram models from transformed data were more suitable for kriging than were those from the raw asymmetric data. The results of this study have implications for the 'standard best practice' in dealing with asymmetry in data for geostatistical analyses. (C) 2007 Elsevier Ltd. All rights reserved.

Exploring the spatial variation of take-all (Gaeumannomyces graminis var. tritici) for site-specific management

The fungus Gaeumannomyces graminis var. tritici (Ggt), commonly known as the take-all fungus, causes damage to roots of wheat and barley that limits crop growth and causes loss of yield. There was little knowledge on the within-field spatial variation of take-all and relations with features in the growing crop, selected soil properties and spectral information from remotely sensed imagery. Geostatistical analyses showed that take-all, chlorosis and leaf area index had similar patchy distributions. Many of the spectral bands from a hyperspectral image also had similar spatial patterns to take-all and chlorosis. Relations between take-all and mineral nitrogen, elevation and pH were generally weaker.

Assessing the uncertainty associated with intermittent rainfall fields

[1] In many practical situations where spatial rainfall estimates are needed, rainfall occurs as a spatially intermittent phenomenon. An efficient geostatistical method for rainfall estimation in the case of intermittency has previously been published and comprises the estimation of two independent components: a binary random function for modeling the intermittency and a continuous random function that models the rainfall inside the rainy areas. The final rainfall estimates are obtained as the product of the estimates of these two random functions. However the published approach does not contain a method for estimation of uncertainties. The contribution of this paper is the presentation of the indicator maximum likelihood estimator from which the local conditional distribution of the rainfall value at any location may be derived using an ensemble approach. From the conditional distribution, representations of uncertainty such as the estimation variance and confidence intervals can be obtained. An approximation to the variance can be calculated more simply by assuming rainfall intensity is independent of location within the rainy area. The methodology has been validated using simulated and real rainfall data sets. The results of these case studies show good agreement between predicted uncertainties and measured errors obtained from the validation data.

Terrain characteristics influencing aquifer salinisation of the Glenelg-Hopkins CMA region, using GIS

Salinisation of aquifers is an issue of great concern in the Glenelg-Hopkins region. The GlenelgHopkins region is located in south-west Victoria, south of the Great Dividing Range and covers 2.6 million hectares. The area receives an annual average rainfall of 500-910 mm and experiences a Mediterranean climate, with hot, dry summers and cold wet winters and has varied geology and soil types. Terrain characteristics, such as soil type, geology, depth-to-water table, land use and topography have been integrated into a Geographic Information System (GIS). A geostatistical approach, including the use of multiple linear regression is used to analyse the spatial variability of the relationships between aquifer salinity and terrain characteristics across the entire region. Results from this study should greatly improve knowledge of aquifer salinisation across the region. It is expected that this work will enable managers to determine the most appropriate mitigating measures for each specific area affected.

Meteomap: Generation Of Meteorological Variables For Distributed Physically-Based Hydrological Modeling

Distributed energy and water balance models require time-series surfaces of the meteorological variables involved in hydrological processes. Most of the hydrological GIS-based models apply simple interpolation techniques to extrapolate the point scale values registered at weather stations at a watershed scale. In mountainous areas, where the monitoring network ineffectively covers the complex terrain heterogeneity, simple geostatistical methods for spatial interpolation are not always representative enough, and algorithms that explicitly or implicitly account for the features creating strong local gradients in the meteorological variables must be applied. Originally developed as a meteorological pre-processing tool for a complete hydrological model (WiMMed), MeteoMap has become an independent software. The individual interpolation algorithms used to approximate the spatial distribution of each meteorological variable were carefully selected taking into account both, the specific variable being mapped, and the common lack of input data from Mediterranean mountainous areas. They include corrections with height for both rainfall and temperature (Herrero et al., 2007), and topographic corrections for solar radiation (Aguilar et al., 2010). MeteoMap is a GIS-based freeware upon registration. Input data include weather station records and topographic data and the output consists of tables and maps of the meteorological variables at hourly, daily, predefined rainfall event duration or annual scales. It offers its own pre and post-processing tools, including video outlook, map printing and the possibility of exporting the maps to images or ASCII ArcGIS formats. This study presents the friendly user interface of the software and shows some case studies with applications to hydrological modeling.

Aumento da eficiência dos métodos següenciais de simulação condicional

O algoritmo de simulação seqüencial estocástica mais amplamente utilizado é o de simulação seqüencial Gaussiana (ssG). Teoricamente, os métodos estocásticos reproduzem tão bem o espaço de incerteza da VA Z(u) quanto maior for o número L de realizações executadas. Entretanto, às vezes, L precisa ser tão alto que o uso dessa técnica pode se tornar proibitivo. Essa Tese apresenta uma estratégia mais eficiente a ser adotada. O algoritmo de simulação seqüencial Gaussiana foi alterado para se obter um aumento em sua eficiência. A substituição do método de Monte Carlo pela técnica de Latin Hypercube Sampling (LHS), fez com que a caracterização do espaço de incerteza da VA Z(u), para uma dada precisão, fosse alcançado mais rapidamente. A técnica proposta também garante que todo o modelo de incerteza teórico seja amostrado, sobretudo em seus trechos extremos.

Análise de DFA e de agrupamento do perfil de densidade de poços de petróleo

In recent years, the DFA introduced by Peng, was established as an important tool capable of detecting long-range autocorrelation in time series with non-stationary. This technique has been successfully applied to various areas such as: Econophysics, Biophysics, Medicine, Physics and Climatology. In this study, we used the DFA technique to obtain the Hurst exponent (H) of the profile of electric density profile (RHOB) of 53 wells resulting from the Field School of Namorados. In this work we want to know if we can or not use H to spatially characterize the spatial data field. Two cases arise: In the first a set of H reflects the local geology, with wells that are geographically closer showing similar H, and then one can use H in geostatistical procedures. In the second case each well has its proper H and the information of the well are uncorrelated, the profiles show only random fluctuations in H that do not show any spatial structure. Cluster analysis is a method widely used in carrying out statistical analysis. In this work we use the non-hierarchy method of k-means. In order to verify whether a set of data generated by the k-means method shows spatial patterns, we create the parameter Ω (index of neighborhood). High Ω shows more aggregated data, low Ω indicates dispersed or data without spatial correlation. With help of this index and the method of Monte Carlo. Using Ω index we verify that random cluster data shows a distribution of Ω that is lower than actual cluster Ω. Thus we conclude that the data of H obtained in 53 wells are grouped and can be used to characterize space patterns. The analysis of curves level confirmed the results of the k-means

Integração de modelos espaciais e temporais para predições de níveis freáticos extremos

O objetivo deste trabalho foi avaliar cenários de níveis freáticos extremos, em bacia hidrográfica, por meio de métodos de análise espacial de dados geográficos. Avaliou-se a dinâmica espaço‑temporal dos recursos hídricos subterrâneos em área de afloramento do Sistema Aquífero Guarani. As alturas do lençol freático foram estimadas por meio do monitoramento de níveis em 23 piezômetros e da modelagem das séries temporais disponíveis de abril de 2004 a abril de 2011. Para a geração de cenários espaciais, foram utilizadas técnicas geoestatísticas que incorporaram informações auxiliares relativas a padrões geomorfológicos da bacia, por meio de modelo digital de terreno. Esse procedimento melhorou as estimativas, em razão da alta correlação entre altura do lençol e elevação, e agregou sentido físico às predições. Os cenários apresentaram diferenças quanto aos níveis considerados extremos - muito profundos ou muito superficiais - e podem subsidiar o planejamento, o uso eficiente da água e a gestão sustentável dos recursos hídricos na bacia.

Mapeamento de áreas de risco à saúde pública por meio de métodos geoestatísticos

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Method of numerical correction of errors occasioned by delay of records during the monitoring of environmental variables of interest for animal production

As condições de ambiente térmico e aéreo, no interior de instalações para animais, alteram-se durante o dia, devido à influência do ambiente externo. Para que análises estatísticas e geoestatísticas sejam representativas, uma grande quantidade de pontos distribuídos espacialmente na área da instalação deve ser monitorada. Este trabalho propõe que a variação no tempo das variáveis ambientais de interesse para a produção animal, monitoradas no interior de instalações para animais, pode ser modelada com precisão a partir de registros discretos no tempo. O objetivo deste trabalho foi desenvolver um método numérico para corrigir as variações temporais dessas variáveis ambientais, transformando os dados para que tais observações independam do tempo gasto durante a aferição. O método proposto aproximou os valores registrados com retardos de tempo aos esperados no exato momento de interesse, caso os dados fossem medidos simultaneamente neste momento em todos os pontos distribuídos espacialmente. O modelo de correção numérica para variáveis ambientais foi validado para o parâmetro ambiental temperatura do ar, sendo que os valores corrigidos pelo método não diferiram pelo teste Tukey, a 5% de probabilidade dos valores reais registrados por meio de dataloggers.

Spatial analysis of the distribution of Spodoptera frugiperda (J.E. Smith) (Lepidoptera: Noctuidae) and losses in maize crop productivity using geostatistics

A lagarta-do-cartucho, Spodoptera frugiperda (J.E. Smith), é uma das principais pragas do milho nas Américas. O estudo de sua distribuição espacial é fundamental para a utilização de estratégias de controle, otimização de técnicas de amostragens, determinação de danos econômicos e incorporação de um programa de agricultura de precisão. em uma área cultivada com milho foram realizadas amostragens com intervalo semanal, correspondendo ao estádio vegetativo que compreende desde a germinação até o pendoamento. Foram amostradas 10 plantas ao acaso por parcela, no total de 2000 plantas em cada amostragem. A produtividade foi obtida através da colheita de todas as parcelas que eram pesadas separadamente no campo e em cada parcela foram coletadas 15 espigas aleatoriamente para estimar o comprimento e o diâmetro médio. As análises espaciais, utilizando geoestatística, mostraram que o modelo esférico apresentou o melhor ajuste às lagartas pequenas. À medida que as lagartas foram se desenvolvendo sua distribuição foi tornando aleatória, representada por um modelo ajustado por uma reta, não tendo sido detectado nenhum tipo de dependência espacial nos pontos de amostragem. A produtividade e o diâmetro e comprimento da espiga foram descritos por modelos esféricos, indicando uma variabilidade espacial nos parâmetros de produtividade na área cultivada. A geoestatística mostrou-se promissora para a aplicação de métodos precisos no controle integrado de pragas.

Mapeamento das formas do relevo para estimativa de custos de fertilização em cana-de-açúcar

A modelagem matemática associada ao conhecimento da variabilidade dos atributos do solo e mapeamento das formas do relevo pode auxiliar no manejo da fertilidade do solo em usinas sucroalcooleiras. O presente trabalho teve como objetivo avaliar o uso da geoestatística e da modelagem matemática na estimativa de custos de fertilização, em diferentes formas do relevo. em uma área de 200 ha, foram identificadas duas formas de relevo, uma côncava e outra convexa, sendo os solos coletados nos pontos de cruzamento de uma malha, com intervalos regulares de 50 m, perfazendo um total de 623 pontos. As amostras foram submetidas a análises químicas, e, posteriormente, os dados foram avaliados por meio da estatística descritiva, geoestatística e modelagem matemática. Os resultados mostraram que, quando as formas do relevo são incorporadas às análises geoestatística e de modelagem matemática, ocorre aumento na eficiência de aplicação do calcário, fósforo e potássio no solo.

Influência do relevo e erosão na variabilidade espacial de um Latossolo em Jaboticabal (SP)

Com o objetivo de avaliar as relações entre formas de paisagem e erosão em um Latossolo Vermelho eutroférrico (LVef) por meio de técnicas geoestatísticas na Fazenda Santa Isabel, município de Jaboticabal (SP), identificaram-se modelos de paisagem côncavo e linear. Coletaram-se amostras de solo em ambas as formas de paisagem em uma malha regular espaçada de 50 x 50 m em sete transeções na profundidade de 0,00-0,20 m, totalizando 412 pontos em 93 ha. Determinou-se a erodibilidade dos solos pelo método indireto, granulometria, bem como o carbono orgânico para cada ponto da malha, sendo esses valores usados na estimativa do potencial natural de erosão (pne). Os dados obtidos das propriedades de solo, erodibilidade e potencial natural de erosão foram analisados por meio de estatística descritiva e geoestatística com a modelagem de semivariogramas, sendo este utilizado para a confecção de mapas de krigagem. Segundo os resultados, as propriedades do solo e do pne apresentaram maior variabilidade espacial na pedoforma côncava, apesar de esta forma de paisagem apresentar menores perdas de solo por erosão e menor variabilidade espacial da erodibilidade. Deste modo, conclui-se que a erosão não adicionou variabilidade espacial para as propriedades do solo na mesma magnitude do relevo.

Uso da krigagem indicatriz na avaliação de indicadores de fertilidade do solo

Este trabalho teve como objetivo identificar zonas diferenciadas de manejo por meio de indicadores de fertilidade em Latossolos cultivados com cana-de-açúcar, utilizando-se a técnica de krigagem indicatriz, com vistas em buscar um aprimoramento na utilização de técnicas de agricultura de precisão. O estudo foi realizado em uma área de 90 ha pertencente a uma área maior de 1.900 ha, localizada em Jaboticabal, Estado de São Paulo, Brasil (21 ° 15 ' S e 48 ° 18 ' W). Na área experimental, foi estabelecida uma malha de amostragem regular de 50 m, com 420 pontos. em cada ponto, coletou-se uma amostra de solo, na qual foram determinados os teores de matéria orgânica, P, K disponíveis e o valor de V. Os dados obtidos para estas características do solo, assim como as combinações entre elas, foram codificados em valores indicadores 0 ou 1, conforme as variáveis apresentassem valores acima ou abaixo do valor de corte estabelecido, escolhido para cada variável, respectivamente. Os resultados propiciaram a confecção de mapas de probabilidade de cada variável (individual e combinada), o que possibilitou identificar regiões com diferentes níveis de fertilidade do solo na área experimental.

Mineralogy of the clay fraction of Alfisols in two slope curvatures: III - spatial variability

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)