Essays.club - TCC, Modelos de monografias, Trabalhos de universidades, Ensaios, Bibliografias
Pesquisar

A Geoestratégica UFG

Por:   •  3/12/2018  •  2.096 Palavras (9 Páginas)  •  345 Visualizações

Página 1 de 9

...

É datado, na Noruega, concentrações de arsénio (As), cádmio (Cd), cromo (Cr), cobre (Cu), ferro (Fe), níquel (Ni), chumbo (Pb), vanádio (V) e zinco (Zn) em musgos, de âmbito nacional desde 1977 e concentração de mercúrio (Hg) desde 1990. A rede de dados é feita com 1,5amostras/1000km² e a amostragem é feita por espectrometria de massa com plasma. (Steinnes et al., 2011).

O presente estudo tem por objetivo modelar padrões e dinâmicas de concentrações de HM espaciais no solo em toda a Noruega. Isso foi feito através de técnicas de Krigagem bem estabelecidas (Hengl et al., 2004;. Odeh et al., 1995), com modelos lineares multivariadas generalizados (GLM) (Madsen e Thyregod, 2011; Nelder e Wedderburn, 1972) em vez de modelos de regressão linear simples como base. A correlação estatística de um conjunto de variáveis ​​potenciais de previsão (altitude, precipitação, distribuição de diferentes tipos de uso da terra, a densidade populacional e as propriedades físicas do solo) com variáveis de resposta (concentração de HM no solo superficial e nos musgos) foram avaliadas utilizando GLM. Em seguida, as funções de regressão junto com o Sistema de Informação Geográfico (SIG) foram usados para transformar a informação espacial das variáveis independentes em gráficos (tempo x concentração) e os métodos de krigagem usados para ajustar os mesmos.

- Métodos

- Modelagem estatística

Modelos Lineares Generalizados (GLM) são as estatísticas paramétricas que não assumem uma distribuição de erro normal (Madsen and Thyregod, 2011). O método GLM faz uso de testes de máxima verossimilhança em vez de estimadores de mínimos quadrados para avaliar relações estatísticas de variáveis explicativas com variáveis de resposta. Portando, os desvios são os critérios para medir o ajuste de um modelo (Dalgaard, 2002). Ao contrário do modelo linear, o GLM não calcula uma medida direta da variância.

Os dados analisados são das concentrações de Cd, Hg e Pb, que são dados contínuos com valores positivos.

Foram avaliadas as relações de até dez variáveis ​​de previsão em potencial (Tabela 1) com Cd, Pb e concentrações de Hg em musgos (1995, 2000, 2005, 2010) e solo (1995, 2005).

[pic 1]

Figura 1 – Variáveis de previsão em potencial de concentração de HM em solos musgos e solos naturais em 1995, 2000, 2005 e 2010.

- Modelo de regressão espacial

A análise espaço-temporal e a modelagem de concentração HM no solo e nos musgos foi realizada usando krigagem multivariada. Isso foi feito usando modelos lineares generalizados com informação espacial disponível (gráfico de regressão), analise geoestatística e com interpolação dos resíduos (gráfico residual) e no final, a correlação de ambos (gráfico HM).

Toda a informação geográfica sobre as variáveis de previsão, tais como deposição de HM, o clima, a proximidade do mar, altitude, teor de argila, população e recursos de uso da terra disponíveis com cobertura geral da Noruega foram primeiramente combinados por meio de funções clássicas de GIS (sobreposição, junção espacial). Com base nisso, modelos lineares generalizados foram aplicados para calcular um número correspondente de mapas de regressão, que resultam de combinações razoáveis de concentração HM no musgo e amostras de solo de superfície natural como variável dependente (Cd, Hg e Pb) com e sem respectiva concentração HM em amostras de solo e de solo musgo como variáveis de previsão para os anos de 1995, 2000, 2005 e 2010.

[pic 2]

Figura 2 – Coeficientes de correlação de deposição de HM e concentração em solos musgo e solos naturais.

Os resíduos que representam variação inexplicável tiveram sua autocorrelação definida por analise de variograma.

Entendo melhor a ideia do estudo, autocorrelação definido como: valores de correlação de um processo em pontos vizinhos (Schroder et al., 2012) e o semivariograma descreve a autocorrelação espacial das medições pontuais, sendo que os parâmetros significativos para avaliar o semivariograma é o Efeito pepita, determinado por fatores errôneos tais como: erros de medição ou alta variabilidade espacial dentro de um intervalo com menores distancias espaciais entre pontos de medição.

No final do processo, a regressão e os mapas foram interpoladas para várias series de concentração de Cd, Hg e Pb em Musgos (1995, 2000, 2005, 2010) e em solos naturais (1995, 2005), com o grid 2D 5km x 5km. Com base em todas as amostras de solo e células do grid de toda a Noruega, a concentração de HM foi analisada através das correlações estatísticas geradas nos semivariogramas.

.

- Resultados

- Resultado Chumbo (Pb)

- Resultado Cádmio (Cd)

- Resultado Mercúrio (Hg)

Todas as análises com a concentração de HM em musgo ou solo como variável resposta, respectivamente, foram baseadas em um razoavelmente grande tamanho da amostra de pelo menos 361 de 463 pontos amostrais. Os pontos de amostragem dentro de um raio de 2 km foram assumidos como comparáveis. Alguns sites de amostra tiveram de ser excluídos da análise devido à falta de informações no que diz respeito às variáveis de previsão. Para evitar multicolinearidade, os preditores foram analisados para correlações significativas. Multicolinearidades foram detectadas em particular sobre a relação entre as concentrações de Cd e Pb em musgo e amostra de solo, respectivamente, e deposição atmosférica (Tabela 2).

Segue no trabalho, a discussão dos resultados de variação para Chumbo (Pb), Cádmio (Cd) e Mercúrio (Hg).

- Resultado Chumbo (Pb)

Após a otimização do modelo, os principais fatores que influenciaram a concentração de Pb no musgo foram:

- Densidade de uso do solo. As amostragens de 1995 e 2005 revelou correlação significativa do uso da terra agrícola.

(local com baixa densidade florestal, urbana e agrícola tinham concentração de Pb menor).

-

...

Baixar como  txt (14.6 Kb)   pdf (68 Kb)   docx (18.8 Kb)  
Continuar por mais 8 páginas »
Disponível apenas no Essays.club