Interpoladores geoestatísticos na análise da distribuição espacial da precipitação anual e de sua relação com altitude Translated title: Geostatistical interpolation in the analysis of spatial distribution of annual rainfall and of its relationship to altitude

Abstract

O objetivo deste trabalho foi quantificar a contribuição da variável auxiliar altitude, na estimativa da distribuição espacial da precipitação anual média no Estado de São Paulo. A estatística quadrado médio do erro (QME) foi usada em dois conjuntos de observações de precipitação anual média (1957 a 1997): o completo, com 1.027 observações, e o reduzido, com 445. Bolsões de precipitação foram perfeitamente definidos nos mapas de variabilidade espacial que utilizaram o conjunto completo de dados, e indicaram a existência de possíveis microclimas. O interpolador geoestatístico de krigagem ordinária apresentou desempenho 82 vezes mais preciso que o interpolador do inverso do quadrado da distância, quando o QME foi usado como critério de comparação para o conjunto de dados completo. Para o conjunto reduzido, essa magnitude foi de duas vezes. Os erros de estimação obtidos por krigagem ordinária foram menores no conjunto completo, enquanto os obtidos por cokrigagem ordinária foram menores no reduzido. Isso indica que esses interpoladores devem ser usados para determinação da distribuição espacial da precipitação anual média. O uso da altitude como variável auxiliar beneficia o interpolador de cokrigagem ordinária e define microrregiões mais uniformes quanto à distribuição espacial da precipitação anual média.

Translated abstract

The objective of this work was to quantify the contribution of the auxiliary variable elevation in the estimate of the spatial distribution of annual average rainfall in the state of São Paulo, Brazil. The statistic mean square error (MSQR) was used in two observation sets for the mean annual rainfall (1957 to 1997): a full set, with 1,027 observations, and a reduced one, with 445. Areas of rainfall concentration were clearly defined in spatial variability maps that used the full data set, indicating possible microclimates. Ordinary kriging geostatistical interpolation had a performance 82 times more accurate than that of interpolation by the inverse square of the distance when the MSQR was used as a benchmark for the full set. For the reduced set, this magnitude was of two times. The estimation errors obtained by ordinary kriging were lower in the full set, whereas those obtained by ordinary cokriging were lower in the reduced one. This indicates that these interpolators should be used for determining the spatial distribution of annual average rainfall. The use of altitude as an auxiliary variable benefits the ordinary cokriging interpolator and defines more uniform micro regions as to the spatial distribution of annual average rainfall.