Professional Documents
Culture Documents
UMA INTRODUO
1. INTRODUO
2. ANLISE EXPLORATRIA
3. SEMIVARIOGRAMA
4. INTERPOLAO
5. CONSTRUO DE MAPAS
1. INTRODUO
SURGIMENTO
- Daniel G. Krige (1951): frica do sul com
dados de concentrao de ouro verificou que
para encontrar sentido nas varincias era
preciso levar em conta as distancias das
amostras.
- Matheron (1963): desenvolveu a teoria das
variveis regionalizadas com os
fundamentos da geoestatstica, onde so
estudados os fenmenos contnuos no
espao e no tempo.
VARIVEL REGIONALIZADA
Funo espacial numrica, que varia de
um local para outro, com uma
continuidade aparente e cuja variao
representada por uma funo matemtica
estimada pela semivarincia em funo da
distncia.
USO DA GEOESTATISTICA
HIPTESE BSICA:
Dados vizinhos so mais parecidos
que dados distantes.
Tudo depende da intensidade de
amostragem e escala de trabalho.
Vinhedo, SP
Grego (2009)
Vinhedo, SP
Grego (2009)
Vinhedo, SP
Grego (2009)
IAC, Campinas, SP
Grego (2009)
IAC, Campinas, SP
Grego (2009)
Soja, IAC, Campinas, SP
Grego (2009)
Soja, IAC, Campinas, SP
Grego (2009)
Soja, IAC, Campinas, SP
Grego (2009)
O que VARIABILIDADE ESPACIAL?
Medidas tomadas em locais diferentes
podem apresentar valores diferentes.
302 PONTOS
209 000 ha municpio de
Machadinho dOeste, RO
97 PONTOS
AMOSTRAGEM ADEQUADA
- O espaamento entre as amostras deve
ser menor do que as manchas que se
quer caracterizar;
-Amostragem inteligente usa a
variabilidade de variveis indicativas
para alterar a densidade de amostragem
(como topografia, cor do solo, Ph, CE).
-Locais de grande variabilidade devero
ser amostrados com maior intensidade.
NMERO DE AMOSTRAS
Conhecimento mnimo sobre o
ambiente ou a varivel que est sendo
amostrada
- recursos financeiros
- recursos humanos disponveis
- objetivo da amostragem
- tempo disponvel
A definio da quantidade de
amostras tarefa difcil. No
existem frmulas mgicas.
Regular ou
quadrada
Regular ou quadrada com ilhas
Trapezoidal
Ao acaso
GRADE Inteligente`
Conjunto de dados
.txt
Estatstica descritiva
.sta
2 N(h) i=1
12
Co+C1
Semivarincia
10
8 C1
6 a
4 Dados
2 Co Modelo
0
0 50 100 150 200
Distncia
CARACTERSTICAS DO
SEMIVARIOGRAMA
C0 Efeito pepita: variabilidade a
distncias < amostrada; Quanto menor for
em relao ao patamar, maior a
dependncia espacial
C1 Varincia estrutural;
a Alcance da dependncia espacial;
Distncia a dados so independentes
uns dos outros;
C0+C1 Patamar. varincia;
MODELOS
O grfico do semivariograma tem uma
srie de pontos discretos para a qual,
uma funo contnua deve ser
ajustada.
Ajuste de modelo ao semivariograma
um dos aspectos mais importantes
das aplicaes da Geoestatstica
Modelo tem que ter positividade
definida condicional.
MODELOS
Clculos de Geoestatstica dependem
do valor do modelo do
semivariograma para cada distncia
especificada.
Ajuste por mtodos automticos,
embora possa ser usado, no
adequado.
Tentativa e erro + "jack-knifing", so
suficientes.
MODELOS
a) Linear
(h)= C0 +(C1 /a) h 0 <h<a
(h)= C0 +C1 h>a
C1/a=coeficiente angular para 0<h<a.
Patamar determinado por inspeo.
MODELOS
Linear
12
10
Semivarincia
8
6
4 Dados
2 Linear
0
0 50 100 150 200
Distncia
MODELOS
b) Esfrico (um dos mais usados)
(h) = C 0 + C 1 [3/2(h/a) - 1/2(h/a ) ] 0 < h < a
3
(h) = C 0 + C 1 h > a
1. Seleciona-se o efeito pepita, C0, e o
patamar, C0 + C1.
2. O modelo esfrico tem duas estruturas
(esfrica e linear)
MODELOS
Esfrico
12
Semivarincia
10
8
6 Dados
4 Esfrico
2
0
0 50 100 150 200
Distncia
MODELOS
c) Exponencial
10
8
6
4 Dados
2 Exponencial
0
0 50 100 150 200
Distncia
MODELOS
d) Gaussiano
(h) = C 0 + C 1 [1 - exp(-3 h / a )]
2 2
8
6 Dados
4
Gaussiano
2
0
0 50 100 150 200
Distncia
14
12
Semivarincia
10
8 Esfrico
6 Exponencial
4 Linear
Gaussiano
2
Hole Effect
0
0 20 40 60 80 100 120 140 160 180 200
Distncia, m
Flutuao em torno do valor da varincia - as
amostras so independentes e tm distribuio
totalmente ao acaso .
K+
0.03
0.02
0.01
K+
0
0 20 40 60 80 100
0.025
Semivarincia
0.02
0.015
0.01
0.005 DEASD
0
0 2 4 6 8 10 12
Distncia, m O que fazer?
1) Ajustar uma superfcie de
tendncia por quadrados
mnimos;
Coef.linear = 0
Angular = 1
Media erro reduzido = 0 e variancia=1
4. INTERPOLAO
Interpoladores determinsticos
(IWD, polinomial global e local)
Interpoladores estocsticos
(krigagem)
Veris
Alberto Bernardi (2009)
Assume que cada ponto tem
influncia local diminuda com a
distncia
Krigagem ordinria
Outros mtodos
Pesos s em funo da distncia
Raio de busca arbitrrio
QUANDO NO USAR KRIGAGEM
1 Amostragem insuficiente para
detectar a dependncia espacial
2 No removeu valores discrepantes
3 EFEITO PEPITA PURO
KRIGAGEM
1. Objetivo: estimar valores, z*, para
qualquer local, x0.
2. Estimativa = combinao linear de valores
medidos, ou seja
N
Z * ( x0 )= i z( x i )
i =1
N=nmero de valores medidos, Z(xi),
envolvidos na estimativa, e li so os pesos
associados.
KRIGAGEM
As condies requeridas para que o
estimador seja timo:
1. No pode ter vis: