Estudos que utilizam séries temporais são realizados em diversas áreas do conhecimento, como: economia, geofísica, geodésia etc. Dados específicos são associados a cada área supracitada, possibilitando efetuar análises sobre as séries, e avaliar as influências temporais de diversos fatores que interferem nos dados. No âmbito da geodésia espacial, vários estudos são desenvolvidos, de forma direta ou indireta, sobre séries temporais de dados posicionais (coordenadas), permitindo investigar a influência, por exemplo, da ionosfera, da troposfera, da geodinâmica etc. No entanto, a construção de uma série temporal posicional apresenta alguns empecilhos, que tornam esse procedimento moroso e, em muitos casos, inviável. Diante do exposto, esse trabalho tem como objetivo apresentar a metodologia desenvolvida e implementada no software RINEX EDITION, para a geração de séries temporais posicionais. Como resultados, geraram-se duas séries temporais posicionais (coordenadas cartesianas X, Y, Z; elipsoidais φ, λ, h e as precisões de ambas), considerando um período de aproximadamente cinco anos e meio (5,5 anos), para duas estações da RBMC, utilizando o serviço de posicionamento IBGE-PPP. Uma comparação preliminar entre as séries das altitudes geométricas (h) e as séries de dados fluviométricos da Agencia Nacional de Águas (ANA) também foi efetuada, apresentando a influência da carga hidrológica na altitude geométrica.

Researches that use time series are done in several fields of studies, like economy, geophysics, geodesy, etc. Specific data are associated to each field of study, making possible to do analyses over the series and evaluate the time influences of several factors that affect the data. Within the scope of spatial geodesy, many studies are developed, directly or indirectly, about time series of positional data (coordinates), allowing to explore the influence of: the ionosphere, the troposphere, the geodynamics, etc. However, the construction of a positioning time series shows some limitations, that make this process slow, and many times, impracticable. The goal of this paper is present the developed and implemented methodology in the RINEX EDITION software, to create positioning time series. As result, two positioning time series were created (Cartesian coordinates X, Y, Z; ellipsoidal coordinates φ, λ, h and their precisions), considering a period of time about five and a half years (5,5 years), for two RBMC stations, using the online IBGE-PPP service. Also a preliminary comparison between the time series e of ellipsoidal height and of the hydrologic data of the National Agency of Water (ANA) was done, presenting the influence of the hydrologic load in the ellipsoidal height

Este trabalho destaca a importância da utilização de técnicas simples de estatística espacial no controle de qualidade posicional em dados espaciais. Para tanto, são apresentados métodos de análise do padrão de distribuição espacial de dados pontuais, bem como a análise de tendências na amostra de discrepâncias posicionais. Para avaliar a distribuição espacial de pontos, utilizaram-se os métodos do Vizinho Mais Próximo e da Função K de Ripley. Já para análise de tendência, utilizou-se a média direcional dos vetores de discrepâncias aliada à variância circular. Neste sentido, propõe-se uma metodologia para o controle de qualidade posicional em dados espaciais abrangendo desde o planejamento da amostra e avaliação de seu padrão de distribuição espacial, a aplicação de teste de tendências analisando a normalidade dos dados, e a classificação em relação a uma determinada norma de acurácia posicional. Para o experimento prático, avaliou-se uma ortoimagem gerada a partir de uma cena do sensor PRISM do satélite ALOS. Os resultados mostram que a ortoimagem é acurada para a escala de 1:25.000, sendo classificada como classe A conforme padrão brasileiro de acurácia posicional, não apresentando tendências nas coordenadas. Como principal contribuição deste trabalho, tem-se a incorporação de técnicas de estatística espacial no controle de qualidade cartográfica.

This paper presents the importance of simple spatial statistics techniques applied in positional quality control of spatial data. To this end, Analysis methods of point data spatial distribution pattern are presented, as well as bias analysis in the positional discrepancies samples. To evaluate the points spatial distribution Nearest Neighbor and Ripley's K function methods were used. As for bias analysis, the average directional vectors of discrepancies and the circular variance were used. A methodology for positional quality control of spatial data is proposed, in which includes sampling planning and its spatial distribution pattern evaluation, analyzing the data normality through the application of bias tests, and positional accuracy classification according to a standard. For the practical experiment, an orthoimage generated from a PRISM scene of the ALOS satellite was evaluated. Results showed that the orthoimage is accurate on a scale of 1:25,000, being classified as Class A according to the Brazilian standard positional accuracy, not showing bias at the coordinates. The main contribution of this work is the incorporation of spatial statistics techniques in cartographic quality control.