Interpolação Espacial da Precipitação no Estado do Espírito Santo Translated title: Rainfall Spatial Interpolation in the State of the Espirito Santo, Brazil

Abstract

RESUMO O conhecimento da variabilidade espacial da precipitação é importante em diversos ramos das ciências agrárias e ambientais, como, por exemplo, na produção das culturas, no manejo dos recursos hídricos, na avaliação ambiental e em estudos de erosão hídrica. O presente estudo teve como objetivo avaliar dois métodos de interpolação para a espacialização da precipitação mensal no Estado do Espírito Santo. Utilizaram-se dados de precipitação mensal, compreendidos no período de 1977 a 2006, de 110 postos pluviométricos, sendo 94 do Espírito Santo e 16 de Estados vizinhos. Avaliaram-se os métodos de interpolação Inverso da Potência da Distância (IPD), considerando-se as potências de 2 até 6 e a Krigagem (KR), modelos exponencial, esférico e linear, por meio da validação cruzada. A avaliação e a seleção do melhor método foram feitas a partir de índices estatísticos (índice de confiança, coeficiente de eficiência ajustado e erro médio percentual). Os resultados mostram que o método de KR é mais eficiente para a interpolação espacial da precipitação mensal no Espírito Santo, em comparação ao método IPD, e apresenta erros médios percentuais entre 7,9 e 14,6%.

Translated abstract

ABSTRACT The knowledge of spatial variability of rainfall is important in many agricultural and environmental sciences applications, such as crop production, water resources management, environmental management, and soil erosion studies. The purpose of this study was to evaluated two spatial interpolation methods applied to monthly rainfall in the State Espirito Santo, Brazil. Thirty years of monthly rainfall data (1997-2006) from 110 rain gauge stations, 94 stations in the State of Esprito Santo and 16 stations in the neighboring states, were used. The spatial interpolation methods ‘Inverse Distance to a Power’ (IPD), considering power from 2 to 6, and ‘Kriging’ (KR), exponential, spherical and linear models, were evaluated through the use of cross validation. The evaluation and selection of the best spatial interpolation methods was done by analyzing the statistical indexes (trusty index, adjusted efficiency coefficient and mean percent error). Results showed that KR method had better performance than IPD method concerning spatial interpolation of monthly rainfall in the State of Espirito Santo, presenting mean percent errors varying from 7.9 to 14.6%.