Geo-Estatística

Objectivos

At the end of this curricular unit students should understand and apply the basic concepts of geostatistics and spatial statistics. Students will be able to discuss and apply the main theoretical concepts related to the spatial interpolation of attributes using deterministic methods and geostatistical procedures. Students will understand the theoretical foundations of spatial regression and will be able to configure and perform exploratory and spatial regression analysis. Students will demonstrate that they know how to use software to apply interpolation and spatial regression methodologies. Students are expected to evaluate the potential of spatial statistics for their own research.

Caracterização geral

Código

200050

Créditos

7.5

Professor responsável

Ana Cristina Marinho da Costa

Horas

Semanais - A disponibilizar brevemente

Totais - A disponibilizar brevemente

Idioma de ensino

Português. No caso de existirem alunos de Erasmus, as aulas serão leccionadas em Inglês

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