Geo-Estatística

Caracterização geral

Pré-requisitos

Língua de ensino: Português.

Os estudantes têm de instalar o software ArcGIS Desktop nos seus computadores pessoais, bem como as extensões Geostatistical Analyst e Spatial Analyst.

Bibliografia

Goovaerts, P. (1997). Geostatistics for natural resources evaluation. New York: Oxford University.

Isaaks, E.H., Srivastava, R.M. (1989). An Introduction to Applied Geostatistics. New York: Oxford University.

Fotheringham A.S., Brunsdon C., Charlton M. (2002). Geographically Weighted Regression: The Analysis of Spatially Varying Relationships. Chichester: John Wiley & Sons, http://search.ebscohost.com/login.aspx?direct=true&scope=site&db=nlebk&db=nlabk&AN=75434 (full text available after login in NOVA IMS network or through VPN connection).

Extra reading bibliography:

Mitchel, A. (2005). The ESRI Guide to GIS analysis, Volume 2: Spatial Measurements and Statistics. Redlands, California: Esri Press. e-book, http://search.ebscohost.com/login.aspx?direct=true&scope=site&db=nlebk&db=nlabk&AN=1613807 (full text available after login in NOVA IMS network or through VPN connection).

Anselin, L., & Rey, S. J. (2009). Perspectives on Spatial Data Analysis. Springer, New York.

Chun, Y., & Griffith, D. A. (2013). Spatial Statistics and Geostatistics: Theory and Applications for Geographic Information Science and Technology. Sage.

Deutsch, C.V., Journel, A.G. (1998). GSLIB: geostatistical software library and user's guide. 2nd ed. New York : Oxford University.

Lloyd, C. D. (2010). Local Models for Spatial Analysis. CRC press.

Soares, A. (2014). Geoestatística para as ciências da terra e do ambiente. 3ª ed. Lisboa: IST.

Método de ensino

This curricular unit is lectured through the e-learning platform using synchronous tools (videoconference classes with the teacher) and asynchronous tools (forum, email, learning materials available in the e-learning platform). There will be a synchronous session at the end of each Learning Unit (LU). This corresponds to a 2-hour online class with the teacher, which will be dedicated to the content of each LU and to the solving of practical exercises described in the tutorials. A random set of self-evaluation exercises is available for each Learning Unit, in the e-learning platform. Students can try to answer to the self-evaluation exercises as many times as they wish.

Método de avaliação

ÉPOCA NORMAL (1ª época):

1. Exame (20%);

2. Relatório do trabalho de projeto (70%);

3. Apresentação oral do trabalho de projeto (10%).

 

ÉPOCA DE RECURSO (2ª época): não se aplica.

 

REGRAS:

- Os elementos de avaliação são todos obrigatórios para obter aprovação na unidade curricular.

- O exame é resolvido na plataforma de e-learning no dia e hora indicados no calendário do curso.

- O relatório deve ser preparado individualmente, em português ou inglês, conforme indicações disponibilizadas na plataforma de e-learning.

- Os relatórios submetidos após o prazo têm uma penalização de 0,5 pontos por cada dia de atraso. O atraso máximo permitido é de 7 dias.

- Os relatórios que não forem submetidos através da plataforma de e-learning não são considerados.

Conteúdo

A unidade curricular está organizada em 4 Unidades de Aprendizagem (UA):

UA 1: ANÁLISE EXPLORATÓRIA DE DADOS

- Introdução

- Descrição univariada

- Conceitos gerais sobre descrição dos dados

- Ferramentas de análise exploratória de dados espaciais

UA 2: PROCEDIMENTOS DETERMINÍSTICOS

- Conceitos gerais sobre interpolação espacial

- Polígonos de Thiessen (mapas de Voronoi)

- IDW - Inverse distance weighting

- Validação e validação-cruzada

UA 3: KRIGING

- Análise da continuidade espacial

- Variografia

- Conceitos de estimação geoestatística

- Geoestatística univariada

UA 4: GWR - REGRESSÃO GEOGRAFICAMENTE PONDERADA

- Conceitos gerais sobre testes estatísticos

- Conceitos gerais sobre análise de regressão

- OLS - Mínimos Quadrados Ordinários

- GWR - Regressão geograficamente ponderada

Cursos

Cursos onde a unidade curricular é leccionada: