Experimento de regressão linear múltipla na estimativa da temperatura a partir da posição (x,y,z) Viviana Aguilar Muñoz 1. Doutorado em sensoriamento remoto INPE 2. Bolsista da CAPES/CNPq – IEL Nacional – Brasil Análise de dados espaciais São José dos Campos Dezembro, ,2
R OTEIRO Introdução Materiais e métodos: Área de estudo Dados Equipamentos Processamentos Resultados e discussão Conclusões
Estudos que lidam com o comportamento da chuva e da temperatura comumente deparam com a questão de como espacializar (ou modelar) essas variáveis a partir de conjuntos amostrais limitados, por exemplo, pela insuficiente cobertura de estações e/ou por períodos de registro curtos. Q UESTÃO Introdução Introdução Materiais e métodos Resultados e discussão Conclusões
H IPÓTESES Existem relações espaciais entre variáveis climatológicas (temperatura, chuva), o relevo (altitude, orientação das vertentes, regiões geomorfológicas), a posição (φ, λ) e a quantidade disponível da energia solar (δ). O gradiente médio da temperatura numa região acompanha a variação da posição (φ, λ, z). Dada a maior disponibilidade de dados (φ, λ, z), estas relações podem ser exploradas através de técnicas de análise espacial visando respostas à questão da modelagem de dados climáticos. Introdução Introdução Materiais e métodos Resultados e discussão Conclusões
O BJETIVO Avaliar as relações entre a temperatura e a posição (φ, λ, z) no Estado de Rio Grande do Sul, pela aplicação de técnicas de análise espacial sobre dados de estações do INMET. E AINDA Explorar algumas ferramentas de análise espacial disponíveis na linguagem R. E STE TRABALHO Introdução Introdução Materiais e métodos Resultados e discussão Conclusões
A REA DE ESTUDO R io Grande do Sul Materiais e métodos Introdução Materiais e métodos Resultados e discussão Conclusões
D ADOS Materiais e métodos Introdução Materiais e métodos Resultados e discussão Conclusões
D ADOS E stações INMET RS Materiais e métodos Introdução Materiais e métodos Resultados e discussão Conclusões
F ERRAMENTAS Materiais e métodos Introdução Materiais e métodos Resultados e discussão Conclusões
P ROCESSAMENTOS Preparação dos dados *.cvs: Planilha com todas as amostras; Planilha com as amostras do experimento; Planilha com as amostras da validação Preparação do MDE: Mosaico SRTM-90m da área de estudo; Reamostragem para 2km; Criação de máscara; Planilha *.cvs do SRT-2km Materiais e métodos Introdução Materiais e métodos Resultados e discussão Conclusões
R ESULTADOS Passo1. Ler os dados dos postos Resultadose discussão Introdução Materiais e métodos Resultados e discussão Conclusões
Passo 2. Análise exploratória R ESULTADOS Resultadose discussão Introdução Materiais e métodos Resultados e discussão Conclusões
Passo 3. Modelagem da RLM com os dados do experimento R ESULTADOS Resultadose discussão Introdução Materiais e métodos Resultados e discussão Conclusões
Passo 4. Estimativa da temperatura nos postos da validação a partir do modelo RLM do passo 3 a partir do modelo RLM do passo 3 Tes=( *tma.rs_val[,1] *tma.rs_val[,2] *tma.rs_val[,3]) R ESULTADOS Resultadose discussão Introdução Materiais e métodos Resultados e discussão Conclusões
Passo 5. Modelagem RLM com todas as amostras Passo 6. Estimativa da temperatura nos pixels da imagem SRTM-2km a partir do modelo RLM do passo 5 SRTM-2km a partir do modelo RLM do passo 5 R ESULTADOS Resultadose discussão Introdução Materiais e métodos Resultados e discussão Conclusões
Tes=( *tma.rs.all[,1] *tma.rs.all[,2] *tma.rs.all[,3]) R ESULTADOS Resultadose discussão Introdução Materiais e métodos Resultados e discussão Conclusões
C ONCLUSÕES Conclusões Introdução Materiais e métodos Resultados e discussão Conclusões A HIPÓTESE FOI VERIFICADA O experimento mostrou uma muito boa correlação entre a temperatura e a posição (φ, λ, z) no Estado de Rio Grande do Sul, pela aplicação da regressão linear múltipla sobre dados de estações do INMET. A FERRAMENTA SE MOSTROU APRORPIADA A linguagem R se mostrou muito útil e eficiente na manipulação de dados tabulares e matriciais de tamanho razoável.