USO DE SIMULAÇÃO ESTOCÁSTICA NÃO LINEAR PARA INFERÊNCIAS DE ATRIBUTOS ESPACIAIS NUMÉRICOS CARLOS ALBERTO FELGUEIRAS 1 SUZANA DRUCK FUKS 2 ANTÔNIO MIGUEL VIEIRA MONTEIRO 1 EDUARDO CELSO GERBI CAMARGO 1 1 INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS - INPE/DPI AV. DOS A STRONAUTAS 1758 JARDIM DA G RANJA CEP 12201-970 S ÃO JOSÉ DOS CAMPOS SP BRASIL FONE: (0 XX12) 345 6519 FAX: (0XX12) 345 6468 E-MAILS : carlos@dpi.inpe.br, miguel@dpi.inpe.br, eduardo@dpi.inpe.br 2 E MPRESA BRASILEIRA DE AGROPECUÁRIA – EMBRAPA/CPAC BR 020 KM 18 R ODOVIA BRASÍLIA FORTALEZA PLANALTINA DISTRITO FEDERAL BRASIL FONE: (0 XX61) 389 1121 FAX: (0XX61) 389 2953 E-MAIL: drucks@ensam.inra.fr RESUMO O presente artigo explora o uso de uma ferramenta geoestatística conhecida por Simulação Sequencial por Indicação para inferir atributos numéricos a partir de um conjunto pontual de amostras. No trabalho utilizou-se um conjunto amostral de elevações, obtidos em uma fazenda experimental do Brasil para geração de modelos numéricos, representados por grades regulares, em ambiente de Sistemas de Informação Geográfica. Os métodos geoestatísticos assumem que o atributo numérico se comporta como uma variável aleatória em cada localização da superfície terrestre. Assim, os dados de altimetria, são inferidos a partir de um conjunto de realizações das variáveis aleatórias definidas para cada nó da grade. Além disso, essa técnica possibilita a obtenção de mapas de incertezas relacionados com as inferências de altimetria. Por isso, o trabalho explora, também, a definição de métricas de incerteza a partir dos conjuntos de realizações de mapas de altimetria, representados como grades regulares. ABSTRACT This work explores the use of a geostatistical tool named Indicator Sequential Simulation to infer numerical attributes from a sample point set. Elevation samples from a Brazilian experimental farm are used as input for creation of regular grids to be used as numerical models in Geographical Information Systems environment. The geostatistical procedures consider the numerical attribute as a random variable for each location of the earth surface. In this way, the elevation values are estimated from a set of random variable realizations simulated for each grid location. Furthermore, the presented simulation technique allows the generation of uncertainty maps related to the elevation inferences. On that account, this work also explores metrics for uncertainty definitions from a set of realizations of elevation grid maps. 437 Anais X SBSR, Foz do Iguaçu, 21-26 abril 2001, INPE, p. 437-446, Sessão Técnica Oral < ♦ >