ANLISE COMPARATIVA DA ESPACIALIZAO DO RISCO CLIMTICO PELA

MDIA PONDERADA, KRIGEAGEM ORDINRIA E KRIGEAGEM POR

INDICAO
MARIZA ALVES DE MACEDO 1
JULIO CESAR DE OLIVEIRA 2
ALDA MONTEIRO BARBOSA 3
GILBERTO CMARA 4
EDUARDO DELGADO ASSAD 5
INPE Instituto Nacional de Pesquisas Espaciais
Ps-Graduao em Sensoriamento Remoto
Caixa Postal 515 - CEP 12201-097 - So Jos dos Campos - SP, Brasil.
1
mariza@ltid.inpe.br; 2 oliveira@ltid.inpe.br; 3 alda@ltid.inpe.br;
4

Diviso de Processamento de Imagens

gilberto@dpi.inpe.br
5

EMBRAPA - Cerrados
Br 020 - Km 18 - CEP - 7330-970 - Planaltina - DF, Brasil.
assad@cpac.embrapa.br
Abstract This paper applied geoestatistic methodologies as an alternative to the
deterministic interpolation for accomplishing the espacialization of ISNA data.
Keywords: interpolation, geoestatistic, deterministic, ISNA.
1. INTRODUO
A produtividade das diferentes culturas agrcolas altamente dependente da oferta pluviomtrica
bem como da freqncia e intensidade dos perodos secos durante a estao chuvosa
denominados veranicos.
A otimizao das datas de plantio, pode ser realizada a partir da simulao dos termos de um
balano hdrico, cujos resultados quando georreferenciados, podem ser espacializados por meio
de um Sistema de Informaes Geogrficas (SIG) (Assad et al., 1998).
Diferentes mtodos esto disponveis em SIGs de mercado, quando o objetivo mapear a
variabilidade espacial de um atributo. Entretanto, nem todos os modelos inferenciais propostos,
respondem a questes bsicas relacionadas forma, tamanho e orientao do domnio a ser
considerado na interpolao e to pouco fornecem informaes a respeito da incerteza associada
aos valores estimados (Burrough, 1998).

2. OBJETIVO
Diante das questes que se interpe quando se pretende estimar valores de atributos, em locais
no amostrados, a partir de informaes pontuais em localizaes conhecidas, o objetivo deste
trabalho foi aplicar mtodos geoestatsticos (krigeagem ordinria e krigeagem por indicao),
como alternativa ao interpolador mdia ponderada, utililizado pela Embrapa Cerrados, na
espacializao das datas de plantio, atendendo aos objetivos do Programa Zoneamento Agrcola,
coordenado pelo Ministrio da Agricultura, com vista a comparar os diferentes mtodos e
identificar o mais adequado para este fim.
3. - INDICE DE SATISFAO DAS NECESSIDADES DE GUA
Entre os parmetros obtidos a partir da simulao do balano hdrico, destaca-se o ndice dado
pela relao entre a evapotranspirao real e a evapotranspirao mxima (ETR/ETM), ou seja, a
quantidade de gua que a planta consumiu e a que seria desejvel para garantir plenamente a sua
mxima produtividade conhecido como ndice de Satisfao das Necessidades de gua (ISNA)
ou ndice de penalizao (Assad et al., 1988).
Para a simulao do balano hdrico so computados: a precipitao pluviomtrica diria,
com um mnimo de 15 anos de dados; capacidade de armazenamento de gua do solo;
coeficiente de cultura (Kc), evapotranspirao potencial, durao do ciclo e durao das fases
fenolgicas da cultura.
O ciclo da planta, dividido em quatro fases fenolgicas: germinao-emergncia,
vegetativa; florao-enchimento de gros e maturao .
O perodo de enchimento de gros, considerado o perodo crtico para as culturas, em
termos de dependncia de gua. So ento calculados os ISNAS mdios dessa fase, para cada
ano da srie histrica e, em seguida, realizada uma anlise freqncial para 20, 50 e 80% de
ocorrncia. Somente a frequncia de20% espacializada pois sendo a mais conservadora, indica
se o ndice maior ou igual a um certo valor para oito em cada 10 anos, isto , em 80% dos anos
(Assad et al., 1988).
4.0 - MTODOS DE INTERPOLAO
4.1. MDIA MVEL PONDERADA
O interpolardor mdia ponderada calcula o valor de cota (z), de cada ponto da grade, a partir da
mdia ponderada das cotas dos 8 vizinhos mais prximos, porm atribui pesos variados para
cada ponto amostrado atravs de uma funo w(x,y) que considera a distncia do ponto cotado
ao ponto da grade.
8

w( x, y ) * z

f ( x, y) = 1 8

w( x, y)
1

(1)

Um estimador determinstico por mdia mvel pode considerar a anisotropia do atributo a

partir da definio do raio de busca dos vizinhos, que variam com a distncia e com a direo.
Entretanto na determinao dos pesos das amostras vizinhas por krigeagem, h um formalismo
mais rigoroso tendo em vista que tem sua base no modelo de correlao espacial denominado
variografia (Felgueiras, 2000).
4.2. KRIGEAGEM ORDINRIA
A krigeagem um procedimento de inferncia espacial estocstico que apresenta uma etapa de
anlise variogrfica anterior aos procedimentos inferenciais onde a estrutura de covarincia
espacial modelada (Fuks, 1998).
De acordo com Felgueiras (2000), um estimador de krigeagem ordinria, utiliza mdias
locais ou tendncias locais estimadas a partir das amostras vizinhas, ao invs de uma nica
mdia estacionria, como o faz um algoritmo de krigeagem simples. Os valores (z) so estimados
em localizaes espaciais no observadas (u), sem a necessidade de se conhecer a mdia
estacionria , segundo uma combinao linear dos valores de um subconjunto amostral local. A
condio para isso a somatria dos ponderadores da krigeagem ordinria 0 (u) seja igual a 1.
O estimador de krigeagem ordinria dado por:
n( u)

z 0* (u ) = 0 (u ).z ( u )

(2)

=1

A varincia do erro de estimao, conhecida como varincia de krigeagem tambm pode ser
traada para informar sobre a confiana dos valores interpolados sobre a rea de interesse
(Burrough, 1998). Entretanto baseia-se apenas na localizao geomtrica do atributo no
considerando a variabilidade do atributo. Isso implica em que o resultado fornecido apenas
uma comparao entre diferentes configuraes geomtricas, conforme j observado por Deutsch
e Journel (1998), citados por Felgueiras (2000).
4.3. KRIGEAGEM POR INDICAO
Krigeagem por indicao pode ser definida como uma tcnica de inferncia estatstica, que
permite a estimativa dos valores e das incertezas associadas ao atributo durante o processo de
espacializao de uma propriedade amostrada. A propriedade em estudo considerada uma
varivel aleatria em cada posio u no amostrada, e as inferncias dos valores z(u) e das
incertezas so obtidos a partir da construo da funo de distribuio acumulada, (F*(u;zk|(n))
condicionada aos n dados amostrados, de cada varivel aleatria (Felgueiras et al., 1999).
Trata-se de uma tcnica de inferncia estatstica no linear, pois aplicada sobre os valores
do atributo transformados por um mapeamento no linear, a codificao por indicao.
So ento definidos valores de corte, zk, k=1,2...,K, em funo do nmero de amostras.
O estimador de krigeagem de indicao dado pela expresso abaixo, considerando-se a
somatria dos pesos de ponderao 0(u;zk ) igual a 1,
n( u )

F0* (u; z k /( n)) = 0 ( u; z k ) i (u; z k )

=1

(3)

De acordo com Felgueiras (2000), a krigeagem por indicao tida como no-paramtrica,
por no considerar nenhum tipo de distribuio de probabilidade a priori para a varivel
aleatria. Ao invs disso, ela possibilita a construo de uma aproximao discretizada da funo
de distribuio acumulada da varivel aleatria. Os valores de probabilidade discretizados
podem ser usados diretamente para se estimar valores estatsticos caractersticos da distribuio,
tais como: mdia, varincia, mediana, quantis, etc.
5. METODOLOGIA
Os dados utilizados, de domnio pblico, referem-se ao ISNA da terceira fase fenolgica
(perodo de enchimento de gros) da cultura do milho ciclo mdio, obtido por meio do balano
hdrico, para o dia 25 de novembro. Esses dados georreferenciados correspondem,
geograficamente, localizao das 252 estaes pluviomtricas do Estado do Rio Grande do Sul.
Foram consideradas 3 classes de ISNAS para a cultura do milho ciclo mdio:

ISNA maior ou igual a 0,55 o plantio favorvel naquela data;

ISNA maior que 0,45 e menor que 0,55 risco mdio para o plantio naquela data;

ISNA menor que 0,45 alto risco de perdas agrcolas para aquela data, sendo portanto
considerada desfavorvel.

Para realizao dos procedimentos de interpolao a que os dados foram submetidos, utilizou-se
o Sistema de Processamento de Informaes Georreferenciadas Spring - INPE.
5.1 MDIA PONDERADA
Os dados foram primeiramente submetidos ao procedimento de interpolao pela mdia
ponderada, o que realizado de forma direta e automtica nos diversos SIGs, bastando
selecionar o interpolador desejado entre os disponveis.
5.2 - KRIGEAGEM ORDINRIA
A partir de uma anlise exploratria dos dados, etapa importante dentro de qualquer estudo
geoestatstico, realizada com base na observao do histograma e grfico abaixo ( figura 5.1 a e
b), foi suposta a hiptese de normalidade dos dados:

a) Histograma

b) Grfico da probabilidade Normal

c) Superfcie do variograma

Figura 5.1 - Elementos grficos para Anlise Exploratria e de Superfcie.

A anlise de superfcie (figura 5.1 c), necessria para verificao da continuidade espacial
do atributo, mostrou que os dados em questo possuem distribuio espacial isotrpica, desta
maneira um nico modelo foi suficiente para descrever a sua variabilidade espacial.
A modelagem do semivariograma, a etapa na qual foi modelada a interpretao da estrutura
de correlao espacial utilizada nos procedimentos inferenciais da krigeagem, envolveu o
levantamento do semivariograma experimental; ajuste a uma famlia de modelos de
semivariogramas; e a validao do modelo a ser utilizado nos procedimentos da krigeagem.
O ajuste de um semivariograma um processo interativo no qual buscou-se adequar o
variograma experimetal a um modelo terico. Foram introduzidos valores para os parmetros:
incremento (distncia mxima entre duas amostras em que ainda haja correlao entre elas), lag,
(distncia pr-definida utilizada no clculo do semivariograma), e tolerncia (deve corresponder
aproximadamente metade do valor do incremento para que no haja sobreposio considervel
da rea de influncia).
Deste modo foi obtido o variograma experimental, o qual formado por uma srie de
valores sobre os quais deseja-se ajustar uma funo.
Uma vez obtido o semivariograma experimental, procurou-se realizar o seu ajuste aos
modelos tericos. O passo seguinte, validao do variograma, consistiu na re-estimao dos
valores conhecidos de cada ponto amostrado da rea. Este procedimento permite identificar
possveis erros de estimativa.
O bom ajuste pode ser verificado pelo diagrama onde encontram-se plotados os valores
observados e inferidos, pelo histograma do erro, e diagrama espacial do erro (figuras 5.2 a, b e
c.).

a) Observados X estimados

b) Histograma

c) Diagrama espacial do erro

Figura 5.2 - Resultado da re-estimao dos pontos amostrais para a krigeagem ordinria.
Em seguida foi realizado o procedimento de krigeagem para espacializao do ISNA, a partir
dos parmetros obtidos nas etapas acima descritas.
5.3 - KRIGEAGEM POR INDICAO
Para execuo da krigeagem por indicao, os valores do atributo foram organizados em ordem
crescente e em seguida divididos em decis, definindo-se 9 valores de corte abaixo dos quais os
valores das amostras so transformados em 1 e acima destes em 0, gerando assim um conjunto
amostral por indicao.

Para os dados analisados, cujo valores variam entre 0.18 a 0.83, foram definidos os seguintes
valores de corte: 0.395, 0.465, 0.505, 0.535, 0.565, 0.585, 0.605, 0.645, 0.685. Para cada valor de
corte, foi gerado um semivariograma, os quais foram ajustados aos modelos tericos conforme
realizado para a krigeagem ordinria.
Os valores dos atributos, foram estimados pelo valor mdio e os valores de incerteza local
so correspondem a dois desvios padro, sendo definidos o mnimo de um e mximo de oito
pontos na rea de busca.
6. RESULTADOS E DISCUSSO
A figura 6.1 a, b e c mostra as imagem em nveis de cinza obtidas pelo interpolador mdia
ponderada, krigeagem ordinria e krigeagem por indicao respectivamente.

Valores do
ISNA

Valores do
ISNA

Valores do
ISNA

0.83

0.74

0.73

0.18

0.33

0.29

a) Mdia ponderada

b) Krigeagem ordinria

c) krigeagem por indicao

Figura 6.1 - Superfcies geradas pelos mtodos de interpolao.

primeira vista os resultados so semelhantes para os trs mtodos, entretanto pode ser
notado que a superfcie gerada pelos mtodos geoestatsticos, sobretudo a krigeagem por
indicao mais suave. Conforme j observado por Camargo (2000), o ponto crtico ocorre
justamente onde h subestimao e superestimao do valor do atributo, que no resultado gerado
pela krigeagem por indicao ocorre de maneira gradual, mais coerente, portanto, com o que
ocorre na natureza.

> VARNCIA

> INCERTEZA

< MENOR VARINCIA

< INCERTEZA

a) Varincia de krigeagem

b) Incertezas locais

Figura 6.2 - Varincia de krigeagem e das incertezas locais associadas s inferncias.

A varincia do erro de estimao (figura 6.2 a) fornece informaes a respeito da
confiabilidade dos valores interpolados, o que representa uma importante vantagem sobre o

mtodo da mdia ponderada, onde os valores inferidos so tratados como dados sem erro.
Entretanto a varincia de krigeagem obtida em funo do estimador e da distribuio espacial
das amostras, no considerando o valor do atributo. Pode-se observar que onde os valores
interpolados coincidem com os pontos amostrais a varincia zero, e aumenta com a distncia
dos mesmos.
Diferentemente da observao anterior, o mapa de incertezas locais (figura 6.2 b), fornecido
pela krigeagem por indicao, utiliza a funo de distribuio acumulada condicionada da
varivel aleatria que representa o atributo, independentemente do estimador. Assim, maiores
incertezas so encontradas onde o valor do atributo tem maior variao enquanto a ocorrncia de
valores com menor variao geram superfcies mais suaves caracterizando menor incerteza.
Os cartogramas abaixo so resultado do fatiamento das grades geradas pela mdia
ponderada, krigeagem ordinria e krigeagem por indicao. Algumas diferenas podem ser
observadas no resultado obtido pelos diferentes mtodos. Tendo em vista que a condio para
obteno do seguro agrcola seja a insero do municpio na rea definida como favorvel,
algumas diferenas, embora sutis, podem ser observadas na configurao das classes, o que afeta
principalmente aos municpios de menor rea.

< 0.45 - Desfavorvel

< 0.45 > 0.55 - Intermedirio
>0.55 - Favorvel

a) Mdia ponderada

b) Krigeagem ordinria

c) Krigeagem por indicao

Figura 6.3 - Fatiamento das grades geradas pelos diferentes interpoladores.

7. CONCLUSES
O trabalho mostrou o potencial e a viabilidade da utilizao de mtodos geoestatsticos como
alternativa aos modelos inferenciais determinsticos, na espacializao do ndice de Satisfao
das Necessidades de gua, o ISNA.
Alm de possibilitar a definio da forma e orientao do domnio a ser considerado na
interpolao, e de atribuir pesos s amostras levando em conta a variabilidade do atributo na
rea, os interpoladores geoestatsticos permitem ainda modelar as incertezas associadas s
inferncias.
Foi possvel observar ainda que, embora a krigeagem ordinria tenha se apresentado como
um interpolador robusto, em relao mdia ponderada, apresentou algumas desvantagens em
relao a krigeagem por indicao. Com relao a informaes relacionadas confiabilidade dos
dados interpolados. Enquanto a krigeagem ordinria considera apenas a distribuio espacial dos

pontos amostrais, a krigeagem por indicao leva em conta a variabilidade do atributo,

permitindo uma anlise da incerteza dos valores nos locais no amostrados.
Alm disso a krigeagem por indicao destacou-se entre os mtodos utilizados por ter
aplicao mais ampla, pois seria possvel utiliz-la ainda que a distribuio do dado aqui
analisado no fosse normal, e que possusse valores fora da tendncia, o que poderia ocorrer uma
vez que, neste trabalho, foi espacializado apenas o ISNA para uma data especfica entre as
dezessete disponveis para a cultura do milho (Zea mays) ciclo mdio.
Uma considerao prtica diz respeito justamente a quantidade de dados e urgncia em
disponibiliz-los. Tanto a krigeagem ordinria, e mais ainda, a krigeagem por indicao, so
processos interativos, onde o analista busca adequar o variograma experimental a um modelo
terico, o que pode no ser um processo rpido, ainda mais se, no caso da krigeagem por
indicao, forem definidos vrios valores de corte.
O ISNA define a data de plantio onde o risco de perdas na agricultura seja menor. Diante da
importncia desse dado e das conseqncias prticas da sua espacializao, identificou-se a
krigeagem por indicao como o mtodo mais adequado, entre os aqui analisados, a esse
atributo, por permitir, inclusive, uma anlise mais confivel da qualidade da informao gerada.
REFERNCIAS BIBLIOGRFICAS
Assad, E. D.; Sano, E. E.; Bezerra, H. S.; Silva, S. C.; Lobato, E. J . E. Uso de Modelos
Numricos de Terreno na espacializao de pocas de plantio. In: Assad, E. D.; Sano, E. E.
Sistemas de informaes geogrficas. Aplicaes na agricultura. Embrapa-SPI/Embrapa
Cerrados, Braslia, 1998.
Burrough, P. A.; McDonnell R. A. Principles of geografical information Systems. Oxford
University Press, 1998.333p.
Camargo, E. C. G. Anlise Espacial de Superfcie por Geoestatstica..In: Anlise Espacial.
[online]. <http://www.dpi.inpe.br/cursos/ser 301/ cap3 superficies.pdf>. Nov. 2000.
Felgueiras, C. Modelagem ambiental com tratamento de incertezas em Sistemas de
Informao Geogrfica: o paradigma geoestatstico por indicao.
[online].
<http://www.dpi.inpe.br/teses/carlos> Nov 2000.
Felgueiras, C. A.; Monteiro, A. M. V.; Fuks, S. D. e Camargo, E. C. G.. "Inferncias e
Estimativas de Incertezas Utilizando Tcnicas de Krigeagem No Linear". [CD-ROM].
In: V Congresso e Feira para Usurios de Geoprocessamento da Amrica Latina, 7,
Salvador, 1999a. Anais. Bahia, gisbrasil99. Seo de Palestras Tcnico-Cientficas.
Fuks, S. D. Novos Modelos para mapas derivados de informaes de solos. In: In: Assad, E. D.;
Sano, E. E. Sistemas de informaes geogrficas. Aplicaes na agricultura. EmbrapaSPI/Embrapa Cerrados, Braslia, 1998.