O mapeamento de variáveis climáticas, como chuvas intensas, é de fundamental importância para o manejo ambiental. Para
isto, ferramentas estatÃsticas para interpolação espacial devem ser devidamente analisadas e caracterizadas. Assim, objetivou-se com
este trabalho analisar modelos e métodos de modelagem do semivariograma que melhor se ajustem a chuvas intensas com duração de
20, 60, 360 e 1440 minutos e tempos de retorno de 5, 50 e 100 anos, fornecendo subsÃdios primordiais para espacialização da mesma
pelo interpolador geoestatÃstico, para o Estado de Minas Gerais. Foram testados os modelos esférico, exponencial e gaussiano pelos
métodos de ajuste da Máxima Verossimilhança (MV) e MÃnimos Quadrados Ponderados (MQP). Utilizou-se como critério de escolha
do melhor modelo, o menor erro médio gerado pela validação cruzada, e em caso de similaridade, também foram considerados o maior
grau de dependência espacial e o menor efeito pepita, além da análise visual do ajuste do modelo ao semivariograma experimental. O
modelo exponencial se sobressaiu em nove das doze situações analisadas, o gaussiano em duas e o esférico em uma situação. Quanto
aos métodos de ajuste, o MQP sobressaiu em todos os casos estudados, o que permite sugerir o modelo exponencial ajustado pelo
método dos mÃnimos quadrados ponderados como sendo o mais adequado para o mapeamento da chuva intensa para as condições do
Estado de Minas Gerais.
Climate variables mapping, as intense rainfall, is very important to environmental management. Although, statistical tools for
spatial interpolation should be analyzed and characterized. This paper aims to analyze models and methods of semi-variogram
modeling applied to intense rainfall with duration time of 20, 60, 360 and 1440 minutes and 5, 50 and 100 years of recurrence and
consequently, giving support for its mapping, using kriging, in Minas Gerais State. Exponential, Spherical and Gaussian semivariogram
models were tested based on Weighted Minimum Square (WMS) and Maximum Likelihood (ML) methods, using GeoR
software. For the best model and method evaluation was considered the mean absolute error produced by cross-validation. For mean
error similarity, it was considered the spatial degree of dependence and smaller nugget effect. Visual adjustment of semi-variogram was
also analyzed to complete the selection. Exponential model was predominant in nine of twelve situations, followed by Gaussian
model in two situations and Spherical for just one. Weighted Minimum Square was the best adjust method in all situations. These
results have indicated the exponential model adjusted by Weighted Minimum Square to intense rainfall mapping for Minas Gerais
State conditions.
