Inferências sobre a dependência espacial em geodados

Descrição

Caracterização: Análises estatísticas de dados espaciais são de interesse em ciências agrárias, ambientais e climáticas. Na essencia das análises de dados espaciais está o conceito de dependência espacial, caracterizada pela forma como as localizações geoespaciais se correlacionam ou se associam. A quantificação da dependência espacial é geralmente realizada por meio de métricas derivadas dos parâmetros do semivariograma (Padilha et al., 2024) ou de medidas de autocorrelação espacial global, como o I de Moran (Moran, 1950) ou o C de Geary (Geary, 1954), ou por funções de segunda ordem para dados pontuais (Scalon, 2024), dentre outras. As aplicações geoestatísticas, em sua maioria, utilizam os modelos esférico, exponencial e Gaussiano para modelar a forma da estrutura de dependência espacial e realizar predições por meio da krigagem linear. No caso de processos pontuais, além de estudar a forma dos padrões pontuais, também é possível verificar associações entre processos e também realziar predições por krigagem linear. A avaliação da autocorrelação espacial também pode ser realizada por meio dos métodos locais como os métodos de Moran e de Geary (Anselin, 1995), dentre outros. Também, podem ser utilizados métodos de agrupamentos espaciais (Chavent et al., 2018). Deste modo, percebe-se que ainda existem lacunas nos estudos de dependência espacial em dados geoespaciais Assim, as inferências sobre a dependência espacial em geodados é de interesse.