Hiper Cubo latino, Método para seleção de pontos amostrais
2 participantes
Página 1 de 1
Hiper Cubo latino, Método para seleção de pontos amostrais
Alguém já ouviu falar do método para seleção de pontos de amostragem chamada Hipercubo latino (Abreviado pela sigla LHS)? Ele tem sido utilizado para evitar problemas relacionados representatividade, independência e amplitude das variáveis. Além disso ele favorece a distribuição dos pontos de amostragem de forma a tentar contemplar a maior variabilidade ambiental possível, sendo esta descrita por um conjunto de variáveis.
Ainda não estudei profundamente sobre este método, mas o que compreendi até o momento é funciona mais ou menos da seguinte forma: as variáveis são divididas em classes e os pontos de coleta são definidos com base na combinação destas classes. Tomando como exemplo as mesmas variáveis do estudo nas lagoas do parque do Rio Doce apresentado no capítulo 2, poderíamos considerar as variáveis “distância do rio” e “Altura da lagoa em relação ao rio”. O ideal é distribuir os pontos de coleta de modo a contemplar diferentes combinações das classes dessas variáveis. Se a distância e a altura forem divididas em 5 classes teríamos 25 combinações possíveis como ilustra a tabela a seguir
########### Dist 0 - 200 m # Dist 200 - 400 m # Dist 400 - 600 m # Dist 600 - 800 m # Dist 800 - 1000 m
Altura 0 - 10 m
Altura 10 - 20 m
Altura 20- 30 m
Altura 30 - 40 m
Altura 40 - 50 m
Se mais uma variável fosse adicionada, a exemplo do tipo de vegetação no entorno da lagoa, e esta variável fosse dividida em três classes (por exemplo: mata atlântica, cerrado e campo), seriam 75 combinações possíveis (5 x 5 x 3). Graficamente seria representando não por uma tabela, bidimensional, como quando se utilizou duas variáveis, mas por um cubo. Se mais de 3 variáveis são utilizadas não seria possível representar graficamente as combinações, uma vez que cada variável corresponde a uma dimensão.
Já dei um pesquisada e vi que existem ao menos 2 pacotes para o R que tratam deste método, são eles: LHS e cLHS. Se não me engano algum desses pacotes já trabalha no ambiente SIG de forma que o usuário entra com as variáveis divididas em classes no formato raster e como resposta são sugeridas coordenadas geográficas para coleta de forma a evitar a redundância de combinações de classes das variáveis.
Li alguns artigos de professores do programa de solos e nutrição vegetação da UFV e também de dois pesquisadores da Embrapa que utilizaram este método através do R, mas devido a minha inaptidão com o software (problema que está aos poucos sendo solucionado graças ao curso), não consegui aplicar o método.
Creio que este método seja algo que grande utilidade para muitas pessoas que estão fazendo o curso. Ficaria extremamente grato se você (Marcos) pudesse, até o final do curso, abordar um pouco deste método e quem sabe dar algum exemplo dele mesmo que seja através do fórum. Caso concorde e tenha disponibilidade, talvez o módulo do curso, que trata de SIG, deva ser o mais oportuno para isso.
Ainda não estudei profundamente sobre este método, mas o que compreendi até o momento é funciona mais ou menos da seguinte forma: as variáveis são divididas em classes e os pontos de coleta são definidos com base na combinação destas classes. Tomando como exemplo as mesmas variáveis do estudo nas lagoas do parque do Rio Doce apresentado no capítulo 2, poderíamos considerar as variáveis “distância do rio” e “Altura da lagoa em relação ao rio”. O ideal é distribuir os pontos de coleta de modo a contemplar diferentes combinações das classes dessas variáveis. Se a distância e a altura forem divididas em 5 classes teríamos 25 combinações possíveis como ilustra a tabela a seguir
########### Dist 0 - 200 m # Dist 200 - 400 m # Dist 400 - 600 m # Dist 600 - 800 m # Dist 800 - 1000 m
Altura 0 - 10 m
Altura 10 - 20 m
Altura 20- 30 m
Altura 30 - 40 m
Altura 40 - 50 m
Se mais uma variável fosse adicionada, a exemplo do tipo de vegetação no entorno da lagoa, e esta variável fosse dividida em três classes (por exemplo: mata atlântica, cerrado e campo), seriam 75 combinações possíveis (5 x 5 x 3). Graficamente seria representando não por uma tabela, bidimensional, como quando se utilizou duas variáveis, mas por um cubo. Se mais de 3 variáveis são utilizadas não seria possível representar graficamente as combinações, uma vez que cada variável corresponde a uma dimensão.
Já dei um pesquisada e vi que existem ao menos 2 pacotes para o R que tratam deste método, são eles: LHS e cLHS. Se não me engano algum desses pacotes já trabalha no ambiente SIG de forma que o usuário entra com as variáveis divididas em classes no formato raster e como resposta são sugeridas coordenadas geográficas para coleta de forma a evitar a redundância de combinações de classes das variáveis.
Li alguns artigos de professores do programa de solos e nutrição vegetação da UFV e também de dois pesquisadores da Embrapa que utilizaram este método através do R, mas devido a minha inaptidão com o software (problema que está aos poucos sendo solucionado graças ao curso), não consegui aplicar o método.
Creio que este método seja algo que grande utilidade para muitas pessoas que estão fazendo o curso. Ficaria extremamente grato se você (Marcos) pudesse, até o final do curso, abordar um pouco deste método e quem sabe dar algum exemplo dele mesmo que seja através do fórum. Caso concorde e tenha disponibilidade, talvez o módulo do curso, que trata de SIG, deva ser o mais oportuno para isso.
felipeecologia- Mensagens : 2
Data de inscrição : 31/10/2016
Re: Hiper Cubo latino, Método para seleção de pontos amostrais
Olá, Felipe!
Eu não conhecia este método de amostragem, mas vou procurar saber mais sobre ele.
Para o pacote lhs, há um tutorial, aqui: https://cran.r-project.org/web/packages/lhs/vignettes/augmentLHS_Example.pdf
Também parece ter material com exemplos aqui:
http://bertcarnell.github.io/lhs/
Mas não cheguei a olhar com calma.
Ah, e o chls também tem um tutorial:
https://cran.r-project.org/web/packages/clhs/vignettes/vignette.pdf
Depois vou buscar saber mais, qualquer coisa vamos trocando ideias por aqui.
Abraços!
Eu não conhecia este método de amostragem, mas vou procurar saber mais sobre ele.
Para o pacote lhs, há um tutorial, aqui: https://cran.r-project.org/web/packages/lhs/vignettes/augmentLHS_Example.pdf
Também parece ter material com exemplos aqui:
http://bertcarnell.github.io/lhs/
Mas não cheguei a olhar com calma.
Ah, e o chls também tem um tutorial:
https://cran.r-project.org/web/packages/clhs/vignettes/vignette.pdf
Depois vou buscar saber mais, qualquer coisa vamos trocando ideias por aqui.
Abraços!
Re: Hiper Cubo latino, Método para seleção de pontos amostrais
Muito Obrigado Prof. Marcos!
Também irei dar uma olhada nesses tutoriais
Grande abraço
Também irei dar uma olhada nesses tutoriais
Grande abraço
felipeecologia- Mensagens : 2
Data de inscrição : 31/10/2016
Tópicos semelhantes
» Biplot do PCA incluir símbolo para os pontos
» Método de escolha e avaliação de modelos
» Plotagem de pontos em um mapa
» Modelagem de distribuição (Pontos de ocorrência)
» Qual a melhor maneira de resumir vários pontos em um único ponto na NMDS?
» Método de escolha e avaliação de modelos
» Plotagem de pontos em um mapa
» Modelagem de distribuição (Pontos de ocorrência)
» Qual a melhor maneira de resumir vários pontos em um único ponto na NMDS?
Página 1 de 1
Permissões neste sub-fórum
Não podes responder a tópicos
|
|