Professional Documents
Culture Documents
1
1
1
6
Z valor interpolado para o n do reticulado (grid);
Z
i
valor ( resduo) do ponto amostrado vizinho ao n (pode ser Z
res+
,
Z
res-
ou
Z
res0
);
h
ij
distncia entre o n da grade e Z
i
expoente de ponderao (peso)
n nmero de pontos amostrados utilizados para interpolar cada n.
o expoente de ponderao pode ser selecionado
os resultados so variveis, desde altamente tendenciosos a favor dos pontos mais
prximos a resultados onde o peso praticamente o mesmo para todos os pontos
prximos
o expoente tem os seguintes efeitos sobre os resultados estimados:
expoentes baixos (0-2): destacam anomalias locais
expoentes altos (3-5): suavizam anomalias locais
expoentes 10: resultam em estimativas "poligonais" (planas)
expoente = zero: resulta em estimativas de "mdia mvel"
expoente = 2: inverso do quadrado da distncia (IQD)
Vantagens Desvantagens
fcil de entender matematicamente.
algoritmo bem conhecido e discutido
disponvel em muitos softwares.
utiliza pouco tempo de computao.
razoavelmente fiel aos valores amostrados
originais.
no estima valores de Zi maiores ou menores
que os valores mximos e mnimos dos dados;
bom para estimativas de espessura,
concentrao qumica e propriedades fsicas
muito bom para analisar variaes de pequena
amplitude (anomalias) entre os dados
irregularmente distribudos.
bom estimador para propsitos gerais.
no estima valores de Zi maiores ou menores
que os valores mximos e mnimos dos dados;
ruim para estimativas de dados estruturais, isto ,
para determinar o topo ou a base de horizontes
estratigrficos ou litolgicos.
muito difcil obter a localizao precisa de uma
determinada isolinha se os valores amostrados
no contiverem este valor; difcil projetar a curva
de altitude zero se os dados no contiverem zero
ou valores negativos.
Influncia de valores locais anmalos
dificilmente removida; dados em clusters podem
influenciar as estimativas de modo bastante
tendencioso.
cria muitos artefatos, o que pode ser reduzido ou
eliminado se o raio de busca for reduzido, se a
tendncia for removida previamente e se ocorrer
mudanas no expoente utilizado, no tamanho da
grade, no nmero de pontos utilizados e
ponderao direcional.
Quando usar Quando no usar
estimativas de propsito geral.
distribuio uniforme de dados.
boa densidade de dados.
para destacar anomalias locais.
para clcular volume em operaes entre grids.
dados agrupados
tendncia pronunciada presente.
dados com falhas e distribudos de forma
esparsa.
no quiser artefatos.
MNIMA CURVATURA
contnua aos pontos de dados irregularmente distribudos mtodo segundo o qual
equaes diferenciais ajustam uma superfcie
7
um valor inicial de Zi calculado para cada n das clulas a partir dos pontos
prximos
so efetuados clculos de derivao repetidamente at que seja alcanada uma
diferena (convergncia ou tolerncia) entre os valores amostrados e os estimados,
especificada pelo usurio, ou at que um nmero mximo de interaes seja
alcanado
mapas geradas apresentam contornos muito suaves
pelo menos um ponto amostrado em cada clula da malha tem seu valor respeitado de
forma fiel (honored)
artefatos indesejveis so gerados especialmente no interior das clulas onde o valor
inicial de Z calculado utilizando a mdia global dos valores amostrados; ocorre
quando no h valores amostrados dentro ou prximos da clula cujo n deve ser
estimado; outra fonte geradora de artefatos nmero insuficiente de interaes.
4
Z
E
= 0 com a existncia da seguinte condio:
2
Z
E
= 0
onde:
= equao diferencial
Z
E
= valor estimado para o n da clula
o algoritmo calcula a quarta derivada:
0
4 4
= +
E
y
E
x
Z Z
Vantagens Desvantagens
superfcie estimada independente da
distribuio dos dados e da presena de rudo
(noise).
superfcie estimada a mais suave entre as
geradas pelos outros algoritmos que ajustam
superfcies aos dados amostrados.
superfcie absolutamente fiel aos dados
originais se houver apenas um valor amostrado
por clula.
menor nmero de artefatos, com exceo das
bordas e interior de clulas sem amostragem.
capaz de estimar alm dos valores mximo e
mnimo dos dados amostrados.
superfcie suave gerada, quer realmente exista
ou no.
havendo dados prximos s bordas pode haver
gerao de depresses ou picos nas bordas do
mapa.
formas estranhas (artefatos) podem surgir no
centro das clulas que no contm pontos
amostrados e se um nmero insuficiente de
interaes for especificado.
Quando usar Quando no usar
para suavizar dados altamente anmalos.
para obter uma soluo nica.
contornos fiis aos dados originais.
quando a superfcie a ser modelada possuir
quebras bruscas , como por exemplo planaltos e
escarpas ou montanhas e pedimentos/leques
aluviais.
descontinuidades como falhas ou
inconformidades estiverem presentes.
estas formas podem ser modeladas por
mnima curvatura desde que sejam
estabelecidos os controles adequados:
muitas interaes e pequena convergncia;
estas especificaes resultam em um tempo
muito longo de computao.
8
SUPERFCIE DE TENDNCIA
mtodo pelo qual uma superfcie contnua ajustada, por critrios de regresso por
mnimos quadrados, aos valores de Zi como uma funo linear das coordenadas X-Y
dos pontos amostrados e irregularmente distribudos
a equao matemtica utilizada para o ajuste da superfcie baseia-se nos polinomios
no-ortogonais
o ajuste incrementado pela adio de termos adicionais (ordens) equao
polinomial
aps o ajuste da superfcie aos dados amostrados, segundo o grau desejado, os
valores de Zc para os ns da grade so calculados
Aps a soluo das equaes as mesmas com a determinao dos coeficientes, as
equaes so utilizadas para o clculo de Z para qualquer valor de X-Y, no caso a
localizao dos ns das clulas da grade
se necessrio, possvel calcular os resduos entre a superfcie gerada e os valores
originais.
podem ser obtidos contornos muito suaves. As isolinhas podem no ser fiis aos
dados originais
tcnica adequada para "remoo" de tendncias e destaque de resduos.
alguns artefatos indesejados podem ser gerados nas bordas e no interior do mapa
quando houver reas sem dados amostrados e com a utilizao de ordens polinomiais
elevadas.
Primeira ordem: Z
E
= A + Bx + Cy
Segunda ordem: Z
E
= A + Bx + Cy + Dx
2
+ Exy + Fy
2
Terceira ordem: Z
E
= A + Bx + Cy + Dx
2
+ Exy + Fy
2
+ Gx
2
+ Hx
2
+ Ixy
2
+ Jy
3
Quarta ordem: Z
E
= A + Bx + Cy + Dx
2
+ Exy + Fy
2
+ Gx
2
+ Hx
2
+ Ixy
2
+ Jy
3
+ Kx
4
+
+ Lx
3
y + Mx
2
y
2
+ Nxy
3
+ Oy
4
Onde:
Z
E
= Valor estimado de Z para o n da clula (varivel dependente)
X e Y = Coordenadas x e y (variveis independentes)
A ... O = Coeficientes que proporcionam o melhor ajuste aos dados amostrados.
9
Vantagens Desvantagens
uma nica superfcie gerada.
fcil definio de parmetros.
a mesma superfcie gerada mesmo com
mudana na orientao da grade.
tempo para clculo de superfcies de baixa
ordem baixo.
contempla tanto as tendncias regionais quanto
anomalias locais.
estima valores acima e abaixo dos amostrados.
extrapola valores de Z para alm dos limites da
rea amostrada.
anomalias locais no so vistas em mapas de
superfcies de baixa ordem, porm podem ser
destacadas em mapas para os resduos.
utilizao torna-se facilmente abusiva: a
tentao de especificar um ajuste de uma
superfcie de alta ordem pode ser maior do que o
bom senso quanto ao resultado
a quantia de RAM necessria aumenta
exponencialmente com o aumento da ordem do
polinmio.
Quando usar Quando no usar
nmero adequado de pontos amostrados estiver
disponvel, sempre maior que o nmero de
coeficientes da equao:
ordem=1, coeficientes=2, pontos 3
Ordem=2, coeficientes=5, pontos 5
dados forem regularmente distribudos.
como um "pr-processamento", para
remover a tendncia regional antes de
krigar ou estimar por IQD.
"gerar" novos dados em reas com dados
esparsos.
poucos dados, com distribuio irregular ou para
uma superfcie real com alta variabilidade local
pontos amostrados em clusters e valores de Z
altamente variveis.
superfcie for descontnua por falhas ou
inconformidades.
amplitude da superfcie variar drasticamente ou
erraticamente: anomalias locais de grande
variao.
KRIGAGEM
mtodo geoestatstico que leva em considerao as caractersticas espaciais de
autocorrelao de variveis regionalizadas
nas variveis regionalizadas deve existir uma certa continuidade espacial, o que
permite que os dados obtidos por amostragem de certos pontos possam ser
usados para parametrizar a estimao de pontos onde o valor da varivel seja
desconhecido
ao ser constatado que a varivel no possui continuidade espacial na rea
estudada, no h sentido lgico em estimar/interpolar usando-se a krigagem
nico meio disponvel para se verificar a existncia ou no de continuidade
espacial e, se houver, quais os parmetros que caracterizam este comportamento
regionalizado, a anlise variogrfica
10
utiliza distncias ponderadas e estimao por mdias mveis pelo qual os pesos
adequados so obtidos a partir de um variograma, representativo da mdia das
diferenas ao quadrado dos valores irregularmente distribudos de Zi a intervalos
de distncias especificados (lags)
necessrio um sistema de equaes em matrizes, no qual so usados os
parmetros variogrficos, para a obteno dos pesos a serem usados para o
clculo do valor do ponto a ser estimado/interpolado
Quando um variograma adequadamente elaborado, a estimativa por krigagem
resultante reconhecida como sendo a estimativa linear melhor e no tendenciosa
(BLUE = best, linear, unbiased estimate)
11
Vantagens Desvantagens
valores estimados baseiam-se no variograma; se for apropriado,
fornece as seguintes informaes:
parmetros adequados de amostragem: nmero de amostras,
distribuio e densidade;
parmetros adequados de busca: tamanho da rea de busca,
forma (circular ou elipside) e, se elipside, orientao do eixo
principal;
parmetros adequados da grade: tamanho das clulas, forma
e orientao;
natureza da distribuio espacial da varivel investigada:
uniformidade da distribuio, importncia relativa da influncia
espacial x casual;
previsibilidade da variao espacial da varivel avaliada.
se o variograma for apropriado controla a krigagem, com as
seguintes vantagens:
evita ponderao arbitrria dos pontos amostrados;
permite a determinao das melhores estimativas sem
tendenciosidade: o melhor estimador aquele que produz a
melhor preciso (menor varincia);
permite o estabelecimento de limites de confiana, indicando
se os resultados so aceitveis e se a estratgia de
amostragem deve ser modificada;
preciso, contornos suaves, artefatos indesejveis raros a no
ser nas bordas do mapa.
interpolador exato: os valores estimados para os ns das
clulas exatamente igual ao valor amostrado naquela
posio.
estima alm dos limites mximo e mnimo dos valores dos
pontos amostrados.
modela tanto tendncias regionais quanto anomalias locais.
calcula varincias dos pontos estimados(erros), que podem
ser utilizadas para:
quantificar um intervalo de valores () para os pontos
estimados, definindo estimativas realistas;
calcular intervalos de confiana para verificar a probabilidade
dos valores ocorrerem dentro de um intervalo de 2 unidades
de desvio padro da mdia; varincias mapeadas podem
indicar locais para adensamento da amostragem
O usurio pode no
compreender o uso dos controles
matemticos e apesar disto
resultados so sempre obtidos.
necessrio tempo para
preparo do variograma e
entendimento de geoestatstica.
Pode no ser possvel a
construo de um variograma
adequado devido natureza da
variao espacial da varivel
analisada. Isto pode ocorrer
devido magnitude da
amostragem e por erros
analticos.
Requer longo tempo de
computao para grupos de
dados grandes ou complexos.
Necessidade de software
capacitado.
Quando usar Quando no usar
Estiverem presentes tanto tendncias regionais quanto anomalias
locais.
Anomalia local no presente em toda a rea, por ex. em ambiente
fluvial.
Quiser estimar com base em uma mdia global.
Tiver dados irregularmente amostrados ou agrupados (clustered).
Menos de 30 pontos
amostrados: nmero insuficiente
de pares para modelar o
variograma.
Valores discrepantes de Z:
remov-los antecipadamente.
Erro grande e inexplicado (efeito
pepita pronunciado)*.
Amostras de populaes
Diversas
12
COMPARAO ENTRE ALGORITMOS
Algoritmo Fidelidade aos
dados
originais
Suavidade das
curvas
Velocidade de
computao
Preciso geral
Triangulao 1 5 1 5
Inverso da Distncia 3 4 2 4
Superfcie/ Tendncia 5 1 3 2
Mnima Curvatura 4 2 4 3
Krigagem 2 3 5 1
1 = melhor 5 = pior
SOFTWARE PARA ESTIMAO DO RETICULADO (SURFER)
Fornecidos n valores conhecidos, regularmente distribudos ou no,
Z1, Z2,........., Zn,
o valor a ser interpolado para qualquer n da rede ser igual a
i ij
n
i
j
Z w G
1 =
=
j
G
=
valor estimado para o n j
n = nmero de pontos usados para a interpolao
i
z
=
valor estimador no ponto i com valor conhecido
ij
w
=
peso associado ao valor estimador i
Mtodos
inverso do quadrado da distncia
krigagem
curvatura mnima
mtodo de Shepard
vizinhana
regresso polinomial
funo de base radial
triangulao
Diferenas entre mtodos: de que modo os fatores de ponderao so calculados e
aplicados durante a reticulagem.
EXEMPLO
13
O arquivo de dados foi retirado do arquivo example.dat, que acompanha o programa
GeoEas, para a varivel cadmio.
X Y Cd
288 311 11.5
285.6 288 8.5
273.6 269 7
280.8 249 10.7
273.6 231 11.2
276 206 11.6
285.6 182 7.2
288 164 5.7
292.8 137 5.2
278.4 119 7.2
360 315 3.9
355.2 291 9.5
367.2 272 8.9
367.2 250 11.5
352.8 226 10.7
350.4 203 8.3
369.6 180 6.1
369.6 165 6.7
357.6 139 6.2
355.2 118 0
X Y Cd
434.4 312 5.5
451.2 295 4
448.8 268 7
432 252 5.3
441.6 228 11.6
441.6 204 9
444 182 14.5
441.6 160 12.1
432 140 0.9
444 119 0
254.4 172 3.2
254.4 128 1.2
254.4 299 1.7
333.6 301 1.2
333.6 271 7.6
333.6 194 11.6
333.6 163 8.7
412.8 285 5.8
254.4 257 3.8
412.8 172 10.4
X Y Cd
412.8 150 10
492 282 7.1
492 249 4.4
492 315 10.4
492 150 1.6
444 190 15
436.8 240 3.4
360 195 6.8
345.6 210 10.8
254.4 216 14.9
280.8 216 9.9
307.2 216 11.6
333.6 216 6.5
360 216 10.1
386.4 216 11.8
412.8 216 11
439.2 216 16.7
465.6 216 11.6
492 216 6.9
345.6 216 9.9
14
11.50
8.50
7.00
10.70
11.20
11.60
7.20
5.70
5.20
7.20
3.90
9.50
8.90
11.50
10.70
8.30
6.10
6.70
6.20
0.00
5.50
4.00
7.00
5.30
11.60
9.00
14.50
12.10
0.90
0.00
3.20
1.20
1.70
1.20
7.60
11.60
8.70
5.80
3.80
10.40
10.00
7.10
4.40
10.40
1.60
15.00
3.40
6.80
10.80
14.90 9.90 11.60 6.50 10.10 11.80 11.00 16.70 11.60 6.90 9.90
260.00 280.00 300.00 320.00 340.00 360.00 380.00 400.00 420.00 440.00 460.00 480.00
120.00
140.00
160.00
180.00
200.00
220.00
240.00
260.00
280.00
300.00
Localizao dos pontos
15
260. 00 280. 00 300. 00 320. 00 340. 00 360. 00 380. 00 400. 00 420. 00 440. 00 460. 00 480. 00
120. 00
140. 00
160. 00
180. 00
200. 00
220. 00
240. 00
260. 00
280. 00
300. 00
0.00
1.00
2.00
3.00
4.00
5.00
6.00
7.00
8.00
9.00
10.00
11.00
12.00
13.00
14.00
15.00
16.00
Inverso do quadrado da distncia
260. 00 280. 00 300. 00 320. 00 340. 00 360. 00 380. 00 400. 00 420. 00 440. 00 460. 00 480. 00
120. 00
140. 00
160. 00
180. 00
200. 00
220. 00
240. 00
260. 00
280. 00
300. 00
- 8. 00
- 6. 00
- 4. 00
- 2. 00
0. 00
2. 00
4. 00
6. 00
8. 00
10. 00
12. 00
14. 00
16. 00
Curvatura mnima
16
260. 00 280. 00 300. 00 320. 00 340. 00 360. 00 380. 00 400. 00 420. 00 440. 00 460. 00 480. 00
120. 00
140. 00
160. 00
180. 00
200. 00
220. 00
240. 00
260. 00
280. 00
300. 00
7.00
7.10
7.20
7.30
7.40
7.50
7.60
7.70
7.80
7.90
8.00
8.10
8.20
8.30
8.40
8.50
8.60
Superfcie de tendncia de grau 1
260. 00 280. 00 300. 00 320. 00 340. 00 360. 00 380. 00 400. 00 420. 00 440. 00 460. 00 480. 00
120. 00
140. 00
160. 00
180. 00
200. 00
220. 00
240. 00
260. 00
280. 00
300. 00
0. 00
1. 00
2. 00
3. 00
4. 00
5. 00
6. 00
7. 00
8. 00
9. 00
10. 00
11. 00
12. 00
13. 00
14. 00
15. 00
16. 00
Triangulao linear
17
260. 00 280. 00 300. 00 320. 00 340. 00 360. 00 380. 00 400. 00 420. 00 440. 00 460. 00 480. 00
120. 00
140. 00
160. 00
180. 00
200. 00
220. 00
240. 00
260. 00
280. 00
300. 00
-1.00
0.00
1.00
2.00
3.00
4.00
5.00
6.00
7.00
8.00
9.00
10.00
11.00
12.00
13.00
14.00
15.00
16.00
Krigagem
Distancia "h"
Cd:Variogramas Experimental e Exponencial
0. 40. 80. 120. 160.
.0
4.0
8.0
12.0
16.0
20.0
18
BIBLIOGRAFIA
Krajewski, S.A. & Gibbs, B.L. (1966) Understanding Contouring: A pratical Guide to
Spatial Estimation and Contouring Using a Computer and Basics of Using Variograms:
Gibbs Associates
Landim, P.M.B. (1998) Anlise Estatstica de Dados Geolgiocos: Editora Unesp
Masson, M.R. & Czajkwski, S. (1999) Mtodos de interpolao para modelagem de
superfcies: Seminrio em Geocincias e Meio Ambiente, PsGraduao em
Geocincias, I.G.C.E., Unesp, Rio Claro
Surfer 7.0 (1999) Users guide. Contouring and 3D Surface Mapping for Scientists and
Engineers: Golden Software, Inc.
Yamamoto, J. K. (1998) A Review of Numerical Methods for the Interpolation of
Geological Data: Na. Acad.Bras. Cincias, 70(1):91-116
SUGESTES
Dvidas, questes, sugestes, etc. sobre o texto devero ser encaminhadas para o
endereo plandim@rc.unesp.br, as quais sero sempre bem recebidas.