UNIVERSITETI POLITEKNIK TIRANË

FAKULTETI I GJEOLOGJISË DHE I MINIERAVE

DEPARTAMENTI I GJEOLOGJISË SË ZBATUAR DHE
GJEOINFORMATIKËS

DETYRË KURSI

në GJEOSTATISTIKË

KURSI I, MASTER PROFESIONAL, GJEOINFORMATIKË

ANALIZË GJEOSTATISTIKORE E
NDOTJES SË TOKËS

Studenti: Pedagogu:

Biora Merollari Thoma Korini

Tiranë, 2022
 Gjeostatistikë

Detyrë kursi

Analizë gjeostatistikore e ndotjes së tokës

Gjeoinformatikë, Gjeologji Inxhinierike e Hidrogjeologji: Viti 2021-2022

Kërkesat:

Për të dhënat e matjeve të ndotjes së tokës nga metali përkatës, të cilat jepen në skedarin e përcaktuar
në tabelë, të studjohen elementët në vijim:

1. Të llogariten treguesit statistikorë

a. Mesatarja
b. Mediana
c. Varianca,
devijimi mesatar kuadratik
d. Koeficienti i variacionit
e. Koeficienti i disimetrisë
f. Koeficienti i kulmimit
2. Të ndërtohet histograma, funksioni i shpërndarjes dhe Boxplot.
3. Të kryhet sheshimi sipas ligjit normal (drejtëza Henry) dhe të llogariten parametrat.
4. Të ndërtohet variograma eksperimentale:
a. Gjithëdrejtimshe
b. Sipas 4 drejtimeve (me azimuth 0, 45, 90 dhe 135)
c. Të kryhet studimi dhe evidentimi i anizotropisë eventuale.
5. Të kryhet sheshimi i variogramës sipas modelit teorik dhe të përcaktohen parametrat e
modelit të zgjedhur.
6. Të kryhet vlerësimi i parametrit përkatës sipas krigingut të zakonshëm në zonën e dhënë dhe
të paraqitet grafikisht harta.
7. Të llogaritet dhe të paraqitet harta e variancës së krigingut.
ZHVILLIMI I DETYRËS

Për të punuar me setin e të dhënave (skedari data151.dat) fillimisht I hedhim në një skedar Excel,ku
do të kemi nga një kolonë për secilën koordinatë (X,Y) në njësi km dhe elementin në studim Cr.
(Figura 1)

Figura 1:Hedhja e të dhënave në një skedar Excel

1-Të llogariten treguesit statistikor.

a) Mesatarja

Mesatarja jepet si raporti ndërmjet shumës së vlerave me numrin e tyre:

𝑛
1
x̅ = ∑ x i
𝑛
𝑥=1
Në rastin e elementit në shqyrtim,shuma totale e Xi është 8840.624 dhe kemi 259 vlera.Mesatarja
do të jetë:

8840.624𝑝𝑝𝑚
x̅ = = 34.13368𝑝𝑝𝑚
259
b) Mediana

Mediana është pika emesit të madhësive të vëzhguara, kur vlerat janë të renditura sipas një rendi
rritës.Per te llogaritur medianen ka dy menyra te kushtezuara nga sasia totale e provave (pikave):

1) Në rastin kur numri i vlerave është numër cift :

X n + X n+1
2 2
M=
2
 2) Në rastin kur numri i vlerave është numër tek:

M = 𝑋n+1
2
Në rastin tonë, kemi numër tek vlerash, kështu që në bazë të formulës (2) gjejmë pozicionin
e medianës tonë:
259 + 1
Xi = = 130
2

Mediana është vlera në pozicionin 130, pra:

M= 33.821ppm

c) Varianca, devijimi mesatar kuadratik

Varianca është mesatarja e katrorit të diferencës së vlerave të matura me mesataren e tyre,

Formula e saj është:
𝑛
1
m2 = σ2 = ∑(x i − x̅)2
𝑛
𝑥=1

Për vlerat në shqyrtim, varianca është m2 = 119.3658

Devijimi mesatar kuadratik (𝜎), është rrënja katrore e variancës:

σ = √σ2 = √119.3658 = 10.92547 ppm

d) Koeficienti i variacionit

Koeficenti I variacionit është një tregues relativ,I cili shpreh madhësinë relative ndërmjet
dispersionit(devijimit mesatar kuadratik) dhe mesatares aritmetike të vlerave në studim.Mund të
shprehet si koeficent os në përqindje.Pra për ta llogaritur,mjafton të bëjmë raportin mes këtyre dy
madhësive tashmë të llogaritura:

σ 10.92547
Kv = = = 0.32
x̅ 34.13368

Shprehur në përqindje,koeficenti I variacionit do të jetë:

σ 10.92547
K v % = ̅ ∗ 100 = = 32%
x 34.13368

Sa më i vogël të jetë koeficeti i variacionit aq më homogjene janë të dhënat e studiuara.

e) Koeficienti i disimetrisë
Koeficenti i disimetrisë jepet si raporti i momentit të tretë statistikor me kubin e devijmit mesatar
kuadratik.Ai I korrenspondon masës së asimetrisë së të dhënave dhe përfaqëson parametrin e parë të
formës. Pra,fillimisht duhet të gjejmë momentin e tretë statistikor,që sështë gjë tjetër,vecse raporti
ndërmjet shumës së kubeve të diferencave të vlerave me mesataren dhe numrit të vlerave në
shqyrtim.

𝑛
1
m3 = ∑(x i − x̅)3
𝑛
𝑥=1

97938.4237 ppm
Pra 𝑚3 = = 378.1406 ppm
259
Për m3 =0 seria e matjeve plotësisht simetrike,
Për m3>0 seria e matjeve ka asimetri të majtë
Për m3<0 seria e matjeve ka asimetri të djathtë

Në rastin tonë m3 është 378.1406 prandaj kemi asimetri të majtë.

Koeficenti I disimetrisë do të jetë:

𝑚3
g1 =
σ3
378.1406
g1 = = 0.289
1304.127

f) Koeficienti i kulmimit

Koeficenti i kulmimit shpreh shkallën e kulmimit të të dhënave të matjeve.Përfaqëson parametrin e

dytë të formës.Llogaritet duke u nisur nga momenti i katërt statistikor:
𝑛
1
m4 = ∑(x i − x̅)4
𝑛
𝑥=1

11021240.8ppm
Ose m4 = = 4253.05ppm
259

Pas llogaritjes se m4, që është 4253.05 ppm, koeficenti i kulmimit do të jetë:

m4 4253.05 ppm
g2 = − 3 = (119.3658)2 − 3 = −0.01344
(σ2 )2 ppm

Për g2=0 kemi të bëjmë me një shpërndarje normale.

Për g2>0 shpërndarja është me kulm më të theksuar,
ndërsa për g2<0, shpërndarja është më e shtruar.

Në rastin tonë g2 është -0.01344 pra kemi të bëjmë me shpërndarje të shtruar.

2- Të ndërtohet histograma,funksioni i shpërndarjes dhe boxplot.

Histograma

Çdo grup matjesh mund të ndahet në një numër klasash.Për një variabël i cili matet në një shkallë të
vazhduar,ndajmë zonën ku shtrihen matjet në klasa me gjerësi të njëjtë dhe numërojmë matjet që i
takojnë çdo klase.Bashkësia e frekuencave që përftojmë përfaqëson shpërndarjen e frekuencave.
Histograma paraqitet nga grafiku përkatës (me frekuencën në ordinatë dhe vlerat e parametrit të
matur sipas klasave në abshisë).

1-Ndërtojmë klasat.Për të përcaktuar numrin e klasave nisemi nga Juran’s Quality Handbook.Me
qënë se kemi 259 vlera numri I klasave për rastin tonë duhet të jetë 9.Marrim xmin dhe xmax për të
përcaktuar diferencën në vlerë për vlerat limit të cdo klase (trashësinë e klasës).
Xmin=8.556
Xmax=66.02
∆𝑋 = 66.02𝑝𝑝𝑚 − 8.556𝑝𝑝𝑚 = 57.464𝑝𝑝𝑚

∆X 57.464 ppm
h= = = 6.38 ppm
n 9
Tani ndërtojmë klasat duke u nisur nga vlera më e vogël e duke shtuar 6.5 (po e marrim me
përafërsi) për cdo klasë.

2-Gjejmë qendrat e klasave

3-Gjejmë numrin e Xi që përfshihen në cdo klasë,duke u nisur nga të dhënat e renditura.

4- Gjejmë frekuencën duke pjestuar numrin e vlerave për cdo klasë me numrin total të vlerave që
është 259.Frekuencën relative e gjejmë duke mbledhur në mënyrë konsekuetive frekuencat,nga e
dyta tek e fundit.

Nr I Frekuenca
Klasa Qendra vlerave Frekuenca kumulative
8-14.5 11.25 5 0.01930502 0.01930502
14.5-21 17.75 26 0.1003861 0.11969112
21-27.5 24.25 39 0.15057915 0.270270271
27.5-34 30.75 61 0.23552124 0.505791506
34-40.5 37.25 61 0.23552124 0.741312742
40.5-47 43.75 36 0.13899614 0.880308881
47-53.5 50.25 19 0.07335907 0.953667954
53.5-60 56.75 7 0.02702703 0.980694981
60-66.5 63.25 5 0.01930502 1.000000001
259
Tabela 1:Përcaktimi i klasave dhe llogaritja e frekuencës

5- Ndërtojmë histogramën për frekuencën:

 Frekuenca
0.25

Frekuenca 0.2

0.15

0.1

0.05

0
8-14.5 14.5-21 21-27.5 27.5-34 34-40.5 40.5-47 47-53.5 53.5-60 60-66.5
Klasat

Figura 2:Histograma e parëv për frekuencën

Frekuenca
0.3

0.25

0.2
Frekuenca

0.15

0.1

0.05

0
11.25 17.75 24.25 30.75 37.25 43.75 50.25 56.75 63.25
Qendrat

Figura 3:Histograma e dytë për frekencën

6 – Ndërtojmë histogramën për frekuencën kumulative:

 Frekuenca kumulative
1.2

1
Frekuenca kumulative
0.8

0.6

0.4

0.2

0
8-14.5 14.5-21 21-27.5 27.5-34 34-40.5 40.5-47 47-53.5 53.5-60 60-66.5
Klasat

Figura 4:Histograma për frekuencën kumulative

Frekuenca Kumulative
1.2

1
Frekuenca kumulative

0.8

0.6

0.4

0.2

0
11.25 17.75 24.25 30.75 37.25 43.75 50.25 56.75 63.25
Qendrat

Figura 5:Histograma për frekuencën kumulative (si abshisë qendrat e klasave)

Funksioni i shpërndarjes

Për arsye komoditeti në llogaritje përdoret një funksion tjetër i quajtur funksioni i shpërndarjes, i
cili përfaqëson probabilitetin e që {x < X}.Pra është sipërfaqja nën kurbë deri në vlerën e x-it,pra
mund të shkruajmë:
𝑥
𝑃 (𝑥 ) = 𝑃𝑟𝑜𝑏 {𝑋 < 𝑥 } = ∫ 𝑝(𝑥 )𝑑𝑥
−∞
 Funksioni i shperndarjes
1.2

1
Frekuenca kumulative
0.8

0.6

0.4

0.2

0
0 10 20 30 40 50 60 70
Klasat (Cr)

Figura 6:Funksioni i shpërndarjes

Shpërndarja normale

Për një variabël X mesatarja e të cilit është m dhe devijimi mesatar kuadratik është 𝜎, kryhet
X−m
ndryshimi i variablit; T =
σ
Për variablin T mesatarja është 0 dhe devijimi mesatar kuadratik I barabartë me 1.
Nëse variabli X ka një shpërndarje normale, densiteti I probabilitetit I variablit T bëhet;
1 t2
p(t) = e2
√2π

Gjejmë vlerat e T për cdo pikë që kemi.Më pas zëvendësojmë vlerat tek formula më lart për të
gjetur p(t).Do të përftojmë këtë grafik:

p(t)
0.45
0.4
0.35
0.3
0.25
0.2
0.15
0.1
0.05
0
-3 -2 -1 0 1 2 3 4
Figura 7:Shpërndarja normale

Boxplot
Boxplot është një paraqitje grafike e shpërndarjes së vlerave të vrojtuara me anë të zonave IQR
(interkuartile).

Figura 8:Paraqitje e shpërndarjes së vlerave me anë të zonave interkuartile (boxplot)

Pra,për të ndërtuar boxplot-in fillimisht duhet të kemi kuartilet dhe vlerat e tjera,që I llogarisim:

Q1 26.77 min 8.556

Q2 33.821 Q1-min 18.214
Q3 41.067 Q2-Q1 7.051
IQR 14.297 Q3-Q2 7.246
Q1-1.5IQR 8.556 max-Q3 21.4455
Q3+1.5IQR 62.5125
Tabela 2:Të dhënat për boxplot

Boxplot
70

60

50
Permbajtja Cr

40

30

20

10

0
Figura 9:Boxplot

3 - Të kryhet sheshimi sipas ligjit normal (drejtëza Henry) dhe të llogariten parametrat.

Sheshimi sipas ligjit normal

Duke hedhur pikat në grafikun në vijim lehtësisht mund të gjykojmë për ekzistencën e një
shpërndarjeje normale (në ordinatë hidhen frekuencat e kumuluara dhe në abshisë hidhen klasat,
(ekstremiteti i dytë i klasës)). Klasa e fundit nuk hidhet në grafik. Në një grafik të tillë, shkalla e
frekuencave realizon një transformim të tillë i cili kthen ligjin normal të shpërndarjes në një drejtëz
të quajtur drejtëza e Henry.Abshisa e pikës me frekuencë 50% (0.5) përfaqëson mesataren, ndërsa
pjerrësia e drejtëzës është proporcionale me devijimin mesatar kuadratik:4 herë devijimin mesatar
kuadratik ndërmjet abshisave të pikave me ordinata Φ(m- σ) dhe Φ(m+ σ).

Figura 10:Drejtëza Henri

Duke iu referuar tabelës me të dhënat e klasës dhe frekuencës së kumuluar ndërtojmë sheshimin
sipas ligjit normal (drejtëzën e Henrit).
Figura 11:Drejtëza e Henrit për elementin e Cr
Nga grafiku I drejtëzës marrim në abshisë vlerën e mesatares(34.13368),kur vlera e frekuencës së
kumuluar në përqindje është 50%.
Shohim që abshisa e pikës me ordinatë Φ(m- σ) është përafërsisht 23.1,ndërsa abshisa e pikës me
ordinatë Φ(m + σ) është përafërsisht 45.Diferenca ndërmjet tyre është 21.9 dhe gjysma e kësaj vlere
është përafërsisht sa vlera e variancës:10.9.

4 - Të ndërtohet variograma eksperimentale:

a. Gjithëdrejtimshe
b. Sipas 4 drejtimeve (me azimuth 0, 45, 90 dhe 135)

Në përgjithësi, ne kemi madhësitë e matura në pika të ndryshme të hapësirës (variablin regjional),

me të cilat mund të përcaktojmë variogramën eksperimentale si vijon:

ku N(h) – numri i çifteve të pikave në distancën h nga njera-tjetra Në përgjithësi, variograma

eksperimentale:

-Fillon në zero
-Është rritëse në raport me h
-Vazhdon të rritet ose stabilizohet duke filluar nga një vlerë e h

Shpesh,lim( ε) nuk është zero, sepse, për dy pika shumë pranë njëra tjetrës, ose një mostër të ndarë
ε→0
në dy pjesë, madhësia e matur është e ndryshme në të dy pjesët. Vlera në të cilën g(h) stabilizohet
quhet prag. Distanca për të cilën g(h) stabilizohet quhet kapje. Kapja është ndryshe distanca tej të
cilës Z(x) dhe Z(x+h) nuk janë më të korreluara. Kapja mund të konsiderohet edhe si "fusha e
influencës së një matjeje".
Në qoftë se matjet nuk janë më të korreluara, kovarianca e tyre bëhet zero dhe γ (h) shkon drejt
C(0)=σ2.

Për të ndërtuar variogramën, do të përdorim programin “SGeMS”,ku fillimisht do të vendosim të

dhënat dhe më pas do të merremi me ndërtimin e variogramës:

Figura 12:Ngarkimi i të dhënave në SGeMS

 Figura 13:Informacioni mbi elementin në shqyrtim

Përcaktojmë numrin e hapave të cilin e marrim 12.

Në tab-in INFO tek program SGEMS gjejmë vlerën minimale dhe maksimale për x dhe y me të
cilat llogarisim ∆𝑥 dhe ∆𝑦:

Xmax= 0.355
Xmin = -3.705
Ymax = -1.155
Ymin = -6.761

∆x = |X max − X min | = |0.355 − (−3.705)| = 4.06 km

∆y = |Ymax − Ymin | = |(−1.155) − (−6.761)| = 7.916 km

Përcaktojmë gjerësinë e zonës Lmax :

∆x + ∆y 4.06 + 7.916
Lmes = = = 5.988 km
2 2

Duke pasur parasysh se

Lmax
Gjerësia e hapit * numri i hapave = gjysma e gjerësisë së zonës ( )
2

2.994
Gjerësia e hapit = =0.2495
12
0.2495
Toleranca e hapit = =0.12475
2
Këto të dhëna i hedhim gjatë ndërtimit të variogramës:
 Figura 14:Të dhënat për ndërtimin e variogramës

Vendosim parametrat e tjerë,duke pasur parasysh që bandwidth për 4 drejtimet e fundit është sa
toleranca:

Figura 15:Vendosja e parametrave për variogramën gjithëdrejtimshe dhe sipas 4 drejtimeve të përcaktuara

Marrim variogramat:
 Figura 16:Variograma gjithëdrejtimëshe

Figura 17:Variogramat sipas 4 drejtimeve

a. Të kryhet studimi dhe evidentimi i anizotropisë eventuale.

Anizotropia

Me marrëveshje,një dukuri quhet anizotropike në qoftë se ajo varet nga drejtimi.Në figurën
15,vërehet që zona e influencës sipas njërit prej drejtimeve është e ndryshme krahasuar me
drejtimin tjetër. Pra,bashkëlidhja në një drejtim ka ndryshueshmëri më të madhe se në drejtimin
tjetër.

5 - Të kryhet sheshimi i variogramës sipas modelit teorik dhe të përcaktohen parametrat e modelit
të zgjedhur.
Për të bërë sheshimin e variogramës,po zgjedhim si model të përshtatshëm modelin eksponencial:
−𝒉
𝛄(𝐡) = (𝟏 − 𝒆 𝒂 )
Pragu i variogramës duhet pak më i lartë se vlera e varioancës,përafërsisht 120.Kapja e modelit
eksponencial është  por që për qëllime praktike kapja=3a,distanca në boshtin e abshisave për të cilën
arrihet 95% e pragut C0=0,që në rastin në shqyrtim është përafërsisht 0.8.

Figura 18:Sheshimi i variogramës

6 - Të kryhet vlerësimi i parametrit përkatës sipas krigingut të zakonshëm në zonën e dhënë dhe të
paraqitet grafikisht harta.

Duhet të ndërtohet një rrjet,ku në cdo nyje të bëhet vlerësimi sipas Krikingut.Ekstemi i majtë dhe i
djathtë do të përcaktohet nga pozicionimi i pikave.
Nga informacioni që kemi në tab-in Info (Figura 19):
 Figura 19:Informacioni në tab-in Info (SGems)

Dimë që :

∆X= 4.06
∆Y= 7.916

Do të ndërtojmë grid-in kartezian,duke vendosur këto parametra në tabelën dialoguese (figura 20):

Figura 20:Krijimi i rrjetit kartezian

Duke u bazuar në të dhënat e variogramës ndërtojmë hartën e vlerësimit të ndotjes nga elementi
Cr,ku vlerat blu përfaqësojnë një ndotje më të ulët dhe ato të kuqe një ndotje më të lartë.
Figura 21:Harta që tregon shpërndarjen e elementit
 Figura 22:Hartë e variablit Cr

7 - Të llogaritet dhe të paraqitet harta e variancës së krigingut.

Më pas,për të proceduar me Krikungun e thjeshtë,në Estimation,zhvillojmë algoritmin duke shënuar

parametrat e derimëtanishëm (Figura 23):

Figura 23:Plotësimi i parametrave për të zhvilluar Krikingun e thjeshtë

Më pas shohim hartën e krijuar,duke bërë rregullime në paraqitjen e tyre sic është Colobar ose
ngjyra e bakground:

Figura 24:Hartë e variancës së Krikingut për elementin Cr