Tratamento estatístico multivariado de dados e modelagem para previsão de cenários futuros na Amazônia

Resumo

O projeto visa o tratamento estatístico dos dados obtidos desde o ano de 2010, da variação interanual do balanço de gases do efeito estufa na Bacia Amazônica. Na primeira etapa as informações já coletadas serão integralizadas em um só banco de dados, com as colunas referentes às variáveis, tais como concentração de CO2, CH4, N2O, vSF6, outros gases, parâmetros meteorológicos e demais dados referentes às coletas das amostras, com as linhas do banco de dados referem-se às observações por cada intervalo de tempo. Na segunda etapa ocorrerá a validação dos dados, utilizando a estatística descritiva, para avaliar os valores mínimos, máximos, médias, medianas, entre outras propriedades, visando decidir ou não a retirada de dados anômalos, mediante critérios a serem definidos, seja por eventos ocorridos durante a amostragem ou por limites operacionais dos equipamentos analíticos. Em seguida os dados ainda serão tratados descritivamente, mas de uma forma que a totalidade dos dados possa ser avaliada de uma forma visual, por exemplo na forma de gráficos de caixa (boxplots). Na terceira etapa será empregada a estatística multivariada. A primeira ferramenta de avaliação é a matriz de correlação de todos os dados empregando método de Pearson ou similar, para se poder enxergar a correlação entre os dados e os agrupamentos hierárquicos. Em seguida os dados serão tratados para se criar a análise dos componentes principais (PCA), que utiliza critérios de agrupamentos para identificar relações mais fortes entre grupos de variáveis, sejam de forma direta ou indireta. Adiante os agrupamentos hierárquicos serão classificados por métodos diversos, tais como distâncias Euclidianas, para a montagem de dendrogramas em três dimensões. Por fim os dados serão tratados por algoritmos classificadores, tais como o Boruta, visando avaliar o grau de importância na alteração de propriedades chave (ex. temperatura, precipitação, entre outras) frente a todas as variáveis do banco de dados. Na quarta etapa do trabalho o banco de dados servirá para alimentar um algoritmo de rede neural para fazer previsão de cenários futuros, frente a eventos que possam ocorrer na região de estudo, tais como aumento de queimadas, períodos de estiagem, mudanças no uso do solo, eventos meteorológicos, entre outros. Todas as etapas do projeto serão conduzidas empregando-se a Linguagem R de código aberto. (AU)