Modelo de regressão GOLL-T aplicado a dados de vegetação

Abstract

A análise de índices de vegetação é fundamental para a produção agrária e a qualidade do meio ambiente. Dentre os índices possíveis de serem analisados, o NDVI (Normalized Difference Vegetation Index ) e o EVI (Enhanced Vegetation Index ) têm recebido muita atenção por sua relação fácil com os diferentes tipos de vegetação. Contudo, a análise desses índices requer o trabalho com distribuições tanto flexíveis como de suporte limitado. Para esse fim, esta dissertação propõe uma nova distribuição, denominada GOLL-T, construída a partir da família Geométrica Log-Logística Ímpar e reparametrizada em termos da média com suporte no intervalo (0,2). A motivação para o desenvolvimento dessa distribuição está na necessidade de modelar o índice de vegetação NDVI modificado a partir do EVI, utilizado no monitoramento da vegetação via sensoriamento remoto. Com base nessa distribuição, é proposto um modelo de regressão que incorpora propriedades analíticas relevantes, como momentos, entropia de Shannon, funções escore e matriz de informação de Fisher em forma matricial. Um estudo de simulação Monte Carlo avalia a performance dos estimadores de máxima verossimilhança em diferentes cenários, evidenciando boa performance conforme o aumento do tamanho amostral. A aplicação do modelo a dados reais obtidos via plataforma SATVeg mostra que a abordagem proposta é capaz de capturar relações não lineares entre variáveis ambientais de maneira mais eficaz do que modelos lineares tradicionais.