
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Scalon, João Domingos | - |
| Autor(es): dc.contributor | Oliveira, Marcelo Silva de | - |
| Autor(es): dc.contributor | Lima, Renato Ribeiro de | - |
| Autor(es): dc.contributor | Alves, Marcelo de Carvalho | - |
| Autor(es): dc.contributor | Olinda, Ricardo Alves de | - |
| Autor(es): dc.creator | Silva, Naje Clécio Nunes da | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T11:25:38Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T11:25:38Z | - |
| Data de envio: dc.date.issued | 2016-08-29 | - |
| Data de envio: dc.date.issued | 2016-08-29 | - |
| Data de envio: dc.date.issued | 2016-08-29 | - |
| Data de envio: dc.date.issued | 2016-04-20 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/11702 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1140562 | - |
| Descrição: dc.description | The albedo of a surface (or reflection coefficient) can be defined as the ratio between the amount of sunlight reflected by the earth surface and the amount of sunlight received.Therefore, the increase or decrease of the albedo can be a good indicator of changes occurring in the composition of the atmosphere and Earth’s surface such as deforestation and desertification. Thus, the use of models capable of modeling the variability of the albedo in a particular region, over a period of time, can be of great importance for scientific research. The main aim of this thesis is to explore further the potential of the geostatistical space-time model (Kyriakidis and Journel (1999)) to analyze the variable albedo. To achieve this goal, this thesis incorporates new statistical methods in this model, such as prediction maps and prediction error variance maps via nonparametric bootstrap. The albedo data set was obtained through two complete regular grids, containing 249 and 499 points, georeferenced in mesoregion South/Southwest of the state Minas Gerais - Brazil, during the 31 days of December 2010, captured by the satellite Meteosat 9, acquired from the EUMETSAT. The results achieved in this study showed that: (1) The statistical methods proposed in this thesis to obtain both the prediction and the prediction error variance maps enable that the geostatistical space-time model spatiotemporal being used in actual data. (2) From the statistical methods proposed in this thesis, it is possible to observe that the number of samples points in the grid does not interfere with the predictions of the albedo produced by geostatistical space-time model.(3) Purely spatial analysis produced a slightly lower prediction error than the geostatistical space-time model. One possible reason for this behavior may be due to the fact that the model by Kyriakidis and Journel (1999) is built based on ad hoc arguments. | - |
| Descrição: dc.description | O albedo de uma superfície (ou coeficiente de reflexão) pode ser definido como a razão entre a quantidade de luz solar refletida pela superfície terrestre e a quantidade de luz solar recebida. Portanto, o aumento ou a queda do albedo pode ser um bom indicador de mudanças que ocorrem tanto na composição da atmosfera quanto na superfície da terra tais como desmatamentos e desertificações. Dessa forma, o uso de modelos capazes de modelar a variabilidade do albedo em uma determinada região, em um período de tempo, pode ser de grande importância para a pesquisa científica. O principal objetivo desta tese será explorar o potencial do modelo geoestatístico espaço-temporal (Kyriakidis e Journel (1999)) para analisar a variável albedo. Para atingir este objetivo, esta tese incorpora novos métodos estatísticos neste modelo, tais como: mapas de predição e mapas de variância do erro de predição via bootstrap não paramétrico. Os dados da variável albedo foram obtidos por meio de duas malhas regulares completas, contendo 249 e 499 pontos, georreferenciados na mesorregião Sul/Sudoeste do estado de Minas Gerais, durante os 31 dias de dezembro de 2010, capturados pelo satélite METEOSAT 9, adquiridos junto à EUMETSAT. Os resultados alcançados neste trabalho mostraram que: (1) Os métodos estatísticos propostos nesta tese para obtenção dos mapas de predição e de variância do erro de predição possibilitam que o modelo geoestatístico espaço-temporal seja usado em dados reais; (2) A partir dos métodos estatísticos propostos nesta tese é possível verificar que o número de pontos na malha não interfere nas predições do albedo produzido pelo modelo geoestatístico espaço-temporal; (3) A análise puramente espacial produziu um erro de predição ligeiramente menor do que o modelo geoestatístico espaço-temporal. Uma possí- vel razão para esse comportamento pode ser devido ao fato de que o modelo de Kyriakidis e Journel (1999) é construído tendo como base argumentos ad hoc. | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | pt_BR | - |
| Publicador: dc.publisher | Universidade Federal de Lavras | - |
| Publicador: dc.publisher | Programa de Pós-Graduação em Estatística e Experimentação Agropecuária | - |
| Publicador: dc.publisher | UFLA | - |
| Publicador: dc.publisher | brasil | - |
| Publicador: dc.publisher | Departamento de Estatística | - |
| Direitos: dc.rights | acesso aberto | - |
| Palavras-chave: dc.subject | Variabilidade do albedo | - |
| Palavras-chave: dc.subject | Georreferenciado | - |
| Palavras-chave: dc.subject | Processamento de dados | - |
| Palavras-chave: dc.subject | Variability albedo | - |
| Palavras-chave: dc.subject | Georeferenced | - |
| Palavras-chave: dc.subject | Data processing | - |
| Palavras-chave: dc.subject | Probabilidade e Estatística Aplicadas | - |
| Título: dc.title | Variância do erro de predição em um modelo geoestatístico espaçotemporal em dados de albedo obtidos por sensoriamento remoto | - |
| Tipo de arquivo: dc.type | tese | - |
| Aparece nas coleções: | Repositório Institucional da Universidade Federal de Lavras (RIUFLA) | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: