The effects of the reduction in density sampling when adjusting semivariogram models

A Geoestatística é o ramo da estatística que visa descrever o comportamento espacial dos dados, analisando as variáveis de acordo com a localização espacial. Atualmente os procedimentos geoestatísticos são aplicados nas mais diversas áreas científicas, sendo uma ferramenta de extrema importância na agricultura de precisão, em estudos do solo e mapeamentos em geral. Ao se falar de dados georreferenciados, logo se tem em mente o processo de amostragem a ser utilizado. Esse processo é uma etapa crucial, uma vez que é de extrema importância para a análise dos dados, além do valor financeiro associado ao mesmo. O custo e/ou tempo necessário para a realização da amostragem e de suas análises deve ser o mínimo possível. Nesse contexto, se faz necessário realizar estudos que visem obter soluções que minimizem o adensamento amostral. Com o objetivo de avaliar o efeito deste adensamento amostral no ajuste de diferentes modelos de semivariograma e a coerência entre as mensurações da dependência espacial obtidas pelo semivariograma e o Índice de Moran, realizou-se a análise da redução do número de pontos na grade do adensamento em um conjunto composto por 154 amostras de dados de atributos físicos do solo, provenientes de um projeto de pesquisa desenvolvido no Departamento de Engenharia Civil da Universidade Federal de Viçosa. Os resultados mostraram que ao reduzir os pontos em aproximadamente cinquenta por cento, os parâmetros do semivariograma mantiveram-se próximos aos obtidos ao utilizar a base de dados original, havendo coerência entre as mensurações da dependência espacial descrita tanto pelo semivariograma quanto pelo Índice de Moran. Maiores reduções no adensamento de amostragem não apresentaram tais similaridades.Geostatistics is a branch of statistics that describes the spatial behavior of the data, analyzing the variables according to the spatial location. Currently geostatistical procedures are applied in various scientific fields, being an extremely important tool in precision agriculture, soil studies and mapping in general. When speaking of georeferenced data, the sampling process to be used has to be decided from the beginning. This process is a crucial step since it is extremely important for analyzing the data, besides the financial value associated therewith. The cost and / or time required to perform the sampling and their analysis must be minimized. In this context, it is necessary to conduct studies aiming to achieve solutions to minimize sample density. In order to evaluate the effect of sample density in the setting of different models of semivariogram and consistency between measures of spatial dependence obtained by the semivariogram and the Moran index, some analysis were conducted by reducing the number of points in the grid density in a set composed of 154 samples of physical attributes of soil data, from a research project developed at the Department of Civil Engineering at the Federal University of Viçosa. The results showed that when the number of points is reduced in approximately fifty percent, the semivariogram parameters remained close to those obtained by using the original database and that there is a consistency between measurements in the spatial dependence between the semivariogram and Moran index. Further reductions in the sampling density did not show such similarities.Coordenação de Aperfeiçoamento de Pessoal de Nível Superio