Modelagem da variabilidade espaço-temporal em águas subterrâneas a partir de dados de monitoramento de níveis freáticos utilizando funções de covariância

• Processo: 16/09737-4
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Data de Início da vigência: 01 de setembro de 2016
• Data de Término da vigência: 31 de agosto de 2018
• Área do conhecimento: Ciências Exatas e da Terra - Geociências - Geografia Física
• Pesquisador responsável: Rodrigo Lilla Manzione
• Beneficiário: Rodrigo Lilla Manzione
• Instituição Sede: Faculdade de Ciências e Engenharia. Universidade Estadual Paulista (UNESP). Campus de Tupã. Tupã , SP, Brasil
• Pesquisadores associados: Marcelo Monteiro da Rocha
• Assunto(s): Recursos hídricos Geoestatística Análise de séries temporais
• Palavra(s)-Chave do Pesquisador: Análise espacial de dados geográficos | Geoestatística | recursos hídricos | Séries Temporais | geoinformação

Resumo

Dados de monitoramento são particularmente interessantes ao se analisar características de processos, pois podem revelar não só padrões temporais, mas também distribuições espaciais e variações ao longo do tempo quando coletados em redes geoespaciais. O caráter e as causas da variabilidade podem ser explorados a partir de correlações espaciais e temporais e permite estimar valores em determinados locais a partir de observações vizinhas. A interpolação espaço-temporal (ST) permite previsões entre intervalos de tempo e pode fornecer previsões mais precisas do que a interpolação espacial, uma vez que observações feitas em outros instantes podem ser incluídas no processo. Para isso, são necessários modelos de covariância que incorporem essas dimensões espaciais, temporais e espaço-temporais, representadas por exemplo por variogramas, dentro de uma abordagem geoestatísticas. Desenvolvimentos recentes quanto as implementações desses métodos permitiram que uma família de modelos teóricos de covariância fosse disponibilizada para aplicação em diversos fenômenos naturais. Esse projeto tem como objetivo verificar a aplicação de métodos geoestatísticos ST baseados em modelos de covariância a dados de monitoramento de níveis freáticos. Para isso, serão testados dados de monitoramento do Sistema Aquífero Bauru coletados em 65 pontos na Estação Ecológica de Santa Barbara/SP com uma frequência mensal desde setembro de 2014 até a presente data. Variogramas ST podem revelar informações sobre as dependências espaciais e temporais, baseadas no processo de oscilação dos níveis de água subterrânea. Esses resultados são informações importantes para gestão e planejamento das águas subterrâneas, estratégias de monitoramento e planos de remediação. (AU)

Publicações científicas

(8)

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

DE OLIVEIRA FERREIRA SILVA, CESAR; MATULOVIC, MARIANA; LILLA MANZIONE, RODRIGO. New dilemmas, old problems: advances in data analysis and its geoethical implications in groundwater management. SN APPLIED SCIENCES, v. 3, n. 6, JUN 2021. (14/04524-7, 16/09737-4)

MANZIONE, RODRIGO LILLA. WATER TABLE DEPTHS TRENDS IDENTIFICATION FROM CIMATOLOGICAL ANOMALIES OCURRED BETWEEN 2014 AND 2016 IN A CERRADO CONSERVATION AREA IN THE MEDIO PARANAPANEMA HYDROGRAPHIC REGION/SP-BRAZIL. BOLETIN GOIANO DE GEOGRAFIA, v. 38, n. 1, p. 68-85, JAN-APR 2018. (16/09737-4, 14/04524-7)

FERREIRA SILVA, CESAR DE OLIVEIRA; MANZIONE, RODRIGO LILLA; ALBUQUERQUE FILHO, JOSE LUIZ. Combining remotely sensed actual evapotranspiration and GIS analysis for groundwater level modeling. ENVIRONMENTAL EARTH SCIENCES, v. 78, n. 15, AUG 2019. (14/04524-7, 16/09737-4)

MANZIONE, RODRIGO LILLA; FERREIRA SILVA, CESAR DE OLIVEIRA; CASTRIGNANO, ANNAMARIA. A combined geostatistical approach of data fusion and stochastic simulation for probabilistic assessment of shallow water table depth risk. Science of The Total Environment, v. 765, APR 15 2021. (14/04524-7, 16/09737-4)

MANZIONE, RODRIGO LILLA; CASTRIGNANO, ANNAMARIA. A geostatistical approach for multi-source data fusion to predict water table depth. Science of The Total Environment, v. 696, DEC 15 2019. (16/09737-4)

MANZIONE, RODRIGO LILLA. Physical-based time series model applied on water table depths dynamics characteristics simulation. RBRH-REVISTA BRASILEIRA DE RECURSOS HIDRICOS, v. 23, 2017. (16/09737-4, 14/04524-7)

SANTAROSA, LUCAS VITURI; MANZIONE, RODRIGO LILLA. Soil variables as auxiliary information in spatial prediction of shallow water table levels for estimating recovered water volume. RBRH-REVISTA BRASILEIRA DE RECURSOS HIDRICOS, v. 23, 2017. (15/05171-3, 14/04524-7, 16/09737-4)

DE MORAES TAKAFUJI, EDUARDO HENRIQUE; DA ROCHA, MARCELO MONTEIRO; MANZIONE, RODRIGO LILLA. Groundwater Level Prediction/Forecasting and Assessment of Uncertainty Using SGS and ARIMA Models: A Case Study in the Bauru Aquifer System (Brazil). NATURAL RESOURCES RESEARCH, v. 28, n. 2, p. 487-503, APR 2019. (16/09737-4)