Key points are not available for this paper at this time.
Este artigo propõe um modelo híbrido identificado como krigagem de modelos de previsão ordinária que contribui para prever a dinâmica espaço-temporal das mudanças no uso e cobertura do solo (LULC) usando uma variável preditora única representada pela reflectância da superfície derivada de imagens de satélite, transformada na componente principal 1 (PC1). As ferramentas utilizadas permitem conhecer as tendências dos modelos de previsão espacial e temporal das semivariâncias de PC1 e julgar o ajuste entre variáveis observadas e previstas analisando estatísticas de previsão como: erro quadrático médio, erro absoluto médio, erro percentual absoluto médio, erro médio e erro percentual médio. A partir da observação das estatísticas, o melhor ajuste espaço-temporal pode ser selecionado. A previsão de mudanças em LULC através da previsão de PC1 pode ser seguida para diferentes tempos futuros na série temporal. As amostras avaliadas da previsão de PC1 na fase de validação dão um coeficiente de correlação superior a 0,8 e um coeficiente de determinação ajustado superior a 0,7; sendo um ajuste bem-sucedido entre valores observados e previstos que permite selecionar o modelo híbrido proposto para prever a variável PC1 em um tempo futuro. Da mesma forma, uma extensa série temporal não é necessária para obter uma boa previsão, o que foi obtido como resultado do teste de três séries temporais anuais em diferentes períodos, constituídos por um mínimo de cinco anos (2014-2018) e um máximo de oito anos (1991-2003).
Márquez et al. (Ter,) estudaram esta questão.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: