Geoestatística Aplicada

Interpolação de Dados Geoespaciais com R

Conteúdo Programático

• Curso prático de análise de processos espaciais e interpolação de dados amostrais.
• Exercícios práticos com dados de Agricultura (amostragem de solo) e Ambientais (contaminação do solo | dados de precipitação).

Referências

• Livro {impresso}

  • Estatística, Análise e Interpolação de Dados Geoespaciais - Professor Jorge Kazuo Yamamoto. Livro/2020¹
    ¹Compre com desconto e frete grátis, especial para alunos matriculados no curso.

• Leituras:

  • Sobre Geoestatística e Mapas - Professor Paulo Milton Barbosa Landim. Artigo Terræ Didatica, 2(1):19-33 2006. {PDF}
  • Análisis espacial con R: - Usa R como un Sistema de Información Geográfica - Jean-François Mas {PDF}
    • Análise Espacial com R - Jean-François Mas, Marise Barreiros Horta, Rodrigo Nogueira de Vasconcelos & Elaine Cristina Barbosa Cambui. 2019. {PDF}
  • Spatio-Temporal Interpolation using gstat - Benedikt Gräler, Edzer Pebesma and Gerard Heuvelink. The R Journal 8(1), 2016.
  • Spatial Data Science - Edzer Pebesma, Roger Bivand {bookdown}
  • Intro to GIS and Spatial Analysis - Manuel Gimond {bookdown}
  • Introduction to Spatial Data Programming with R - Michael Dorman {bookdown}
  • Using Spatial Data with R - Claudia A Engel {bookdown}
  • Geocomputation with R - Robin Lovelace, Jakub Nowosad, Jannes Muenchow {bookdown}
  • Spatial Data Science with R and “terra” - Robert J. Hijmans {bookdown}
  • An Introduction to Spatial Data Analysis and Visualisation in R - Guy Lansley and James Cheshire. 2020-03-26 {tutorial online}

Ementa

I. Introdução

1. Introdução a programação no R
2. Geoestatística com o pacote gstat
3. QGIS Processing R Provider
4. Plugin QGIS de Geoestatística (exclusivo para os alunos)

II. Geoestatística Aplicada

1. Análise exploratória de dados (EDA)

   • Tendência central: média, mediana, moda
   • Dispersão: variância, desvio padrão, intervalo, IQR
   • Forma: assimetria (Fisher-Pearson), curtose (excesso)
   • Quantis: Q1, Q3, mínimo, máximo
   • Transformação de dados (log-normal)

2. Visualização

   • Histogramas
   • Box Plot
   • Gráficos QQ
   • Mapa de pontos (amostrais)

3. Análise de Tendência (dados não-estacionários)

   • Superfície de Tendência
   • Resíduos

4. Análise de Variograma

   • Cálculo de variograma experimental
   • Ajuste de modelo teórico
   • Visualização de variograma
   • Mapa Variograma
   • Detecção de anisotropia (Variogramas direcionais)

5. Interpolação por Krigagem

   • Krigagem ordinária
   • Krigagem universal
   • Métricas de validação
   • Validação Cruzada
   • Mapa de Estimativa
   • Visualização de Incerteza

Política de Privacidade

Não compartilhamos dados com terceiros. Todas as informações pessoais requisitadas são para uso interno.

Condições e pré-requisitos

Para participar do Curso são requisitos conhecimentos básicos de informática.

Configuração recomendada:

• Processador: Core i5 (Dual Core);
• Memória RAM: de 8GB;
• Espaço livre em Disco: mínimo de 5GB livres;
• Sistema Operacional: Windows (7, 10 ou 8.1), Linux (Ubuntu) ou MacOSX.
• Mouse

O usuário é o responsável pelas condições de usabilidade de seu computador, tendo domínio do S.O. escolhido, incluindo a instalação de programas (alguns antivirus podem interferir no funcionamento do QGIS).

Todos os exercícios que serão executados durante as aulas foram testados usando o QGIS 3.44 LTR, em Windows 10 de 64 bits e garantimos o funcionamento nessas condições.

Termo de cancelamento:

Para cancelamento de inscrição, entre imediatamente em contato conosco.

O cancelamento será efetuado somente após a confirmação por e-mail e com antecedência do início das aulas.

Taxas poderão ser cobradas devidos aos custos gerados com emissão e cancelamento de nota fiscal.