Estudo de métodos para interpolação espacial de dados categóricos

Descrição

Caracterização: Os métodos de interpolação espacial têm sido amplamente utilizados para gerar mapas da distribuição espacial de variáveis, por meio da predição de valores em locais não amostrados a partir de dados coletados. São muitas as abordagens de interpolação espacial, sendo possível destacar o método de krigagem, o método do inverso ponderado da distância (IPD), o método do vizinho mais próximo e o método das equações multiquádricas (Yamamoto e Landim, 2013). As equações multiquádricas permitem interpolar tanto variáveis quantitativas (Yamamoto, 2002) quanto variáveis qualitativas (Yamamoto et al., 2012). Este método utiliza funções de base radial (FBR) para gerar os pesos a partir das distâncias na interpolação. A interpolação espacial por funções de base radial (FBR) surgiu na década de 1970 com Hardy, que propôs o uso de equações multiquádricas para representar superfícies a partir de pontos de dados (Hardy, 1971). Yamamoto (2002) destaca que as cinco funções de base radial (RBFs) mais comumente utilizadas para interpolação espacial são as funções linear, cúbica, multiquádrica generalizada, splines e Gaussiana. Cada FBR apresenta características específicas, sendo que a escolha da FBR adequada depende da natureza dos dados e dos objetivos da interpolação (Yamamoto et al., 2002). Yamamoto et al. (2012) sugerem que as equações multiquádricas são mais eficientes para mapear dados qualitativos, se comparadas a métodos tradicionais como a geoestatística. As equações multiquádricas foram usadas por Costa et al. (2019) para mapear categorias de ocorrência de pragas em lavouras de arroz irrigado no sul do Brasil. Cima et al. (2021) utilizaram equações multiquádricas para interpolar categorias de capacidade estática de armazéns em uma safra agrícola no estado do Paraná. No entanto, ainda existem lacunas significativas na literatura sobre qual função de base radial é a mais eficiente para diferentes tipos de variáveis categóricas e contextos espaciais específicos. A falta de estudos comparativos abrangentes que avaliem o desempenho relativo dessas funções de base em diferentes cenários de interpolação limita a capacidade dos pesquisadores e profissionais de fazer escolhas informadas. O objetivo deste projeto é comparar o desempenho de funções de base radial e técnicas de aprendizado de máquina na interpolação de variáveis categóricas, avaliando critérios como acurácia, concordância entre os valores observados e os valores interpolados, dentre outros.