Introduo aos mtodos de estimao espacial para confeco de mapas

PAULO M. BARBOSA LANDIM

Professor Voluntrio do Depto. Geologia Aplicada UNESP/Rio Claro

UNESP/campus de Rio Claro Departamento de Geologia Aplicada - IGCE Laboratrio de Geomatemtica Texto Didtico 02 2000

Reproduo autorizada desde que citada a fonte Norma 6023-2000/ABNT ( http://www.abnt.org.br): LANDIM, P.M.B. Introduo aos mtodos de estimao espacial para confeco de mapas. DGA,IGCE,UNESP/Rio Claro, Lab. Geomatemtica,Texto Didtico 02, 20 pp. 2000. Disponvel em < http://www.rc.unesp.br/igce/aplicada/textodi.html >.

MTODOS DE ESTIMAO ESPACIAL PARA CONFECO DE MAPAS Natureza dos dados geolgicos

qualitativos: cor do solo grau de alterao mineralogia tipo de rocha textura estrutura, etc. quantitativos: teor de elementos maior e/ou trao propriedades fsicas de rochas espessura de camadas medidas geofsicas dados de aerolevantamentos, etc.

Interpolao

procedimento matemtico de ajuste de uma funo pontos no amostrados, baseando-se em valores obtidos em pontos amostrados definio do reticulado, espaamento e origem reticulagem estimando o valor de cada n por seleo de pontos prximos com valores conhecidos observaes discretas em rede de amostragem filtragem dos valores dos ns de modo a suavizar os contornos resultantes e permitir o melhor ajuste com os valores originais resultado: mapas e sistemas de informaes georreferenciadas interpoladores exatos (resduo nulo) e aproximados ( algum resduo)

Campo de validade da interpolao

geolgica (soft data) quantitativa (hard data)

Mtodos de interpolao

funes globais: consideram todos os pontos da rea; permite interpolar o valor da funo em qualquer ponto dentro do domnio dos dados originais; a adio ou remoo de um valor ter conseqncias no domnio de definio da funo polinmios equaes multiqudricas funes locais: definidas para pores do mapa; alterao de um valor afetara localmente os pontos prximos ao mesmo triangulao inverso da potncia das distncias base radial ( krigagem, multiqudrica-biharmnica, splines)

Avaliao dos mtodos de interpolao

Um mtodo "melhor" do que outro? Quo fiel aos dados originais o resultado obtido? A superfcie estimada representa uma soluo plausvel? resultado esteticamente agradvel?
2

 Interpolao ideal
superfcie interpolada ajusta-se aos dados a um determinado nvel de preciso, ou seja, fiel aos dados dentro de um limite arbitrrio definido pelo usurio superfcie interpolada contnua e suave em todos os locais, ou seja, tem um gradiente finito em todo local onde a interpolao for necessria cada valor interpolado depende apenas do subgrupo local de dados, e os membros deste subgrupo so determinados somente pela configurao dos dados que, de algum modo, so prximos ao ponto interpolado mtodo de interpolao pode ser aplicado todas as configuraes e padres de densidade dos dados.

MTODOS DE ESTIMAO PARA MODELAGEM DE SUPERFCIES

TRIANGULAO: conecta pontos amostrados atravs de tringulos e interpola os valores entre eles; so considerados mtodos de estimao diretos, pois os contornos derivam do padro original dos dados; no permite a extrapolao, as estimativas limitam-se estritamente rea amostrada.

RETICULAO (GRIDDING): estabelece uma grade regular (grid) sobre a rea estudada e calcula os valores nos ns do reticulado com base nos valores dos pontos j amostrados; so considerados mtodos de estimao indiretos, uma vez que os contornos so construdos a partir dos dados estimados para os ns da grade e no a partir dos dados originais; permite tanto a interpolao quanto a extrapolao de valores um algoritmo matemtico utilizado para ajustar uma superfcie atravs dos dados estimados para os ns; h um grande nmero de algoritmos e os mais utilizados so inverso ponderado da distncia, mnima curvatura, superfcie de tendncia e krigagem;
Razes para no faz-lo

Razes para estimar por reticulao

a partir de dados irregularmente amostrados so originados um nmero maior dispostos em rede regular extrapola a superfcie estimada para alm dos limites da rea amostrada possui dados regularmente espaados para: obter melhores isolinhas ; realizar operaes matemticas entre grids utilizando operadores +,-,*,/,^ ou operadores booleanos

conforme o mtodo de estimao selecionado pode-se 'suavizar ou realar' a variabilidade da superfcie estimada.

os valores podem ser extrapolados de forma incorreta nas reas com pouco ou nenhum dado; como resultado, a preciso pode ser sacrificada e os contornos invlidos. descontinuidades so dificilmente modeladas artefatos ( rtifacts) podem ser introduzidos; a padres 'fantasma' no reais: rudos (noise) matemticos; ondulaes irreais na superfcie em reas entre pontos amostrados irregularmente. muitas tentativas podem ser necessrias para identificar a melhor opo.

TRIANGULAO LINEAR pares de dados so unidos por linhas retas para formao de uma rede triangular (triangular network); uma equao matemtica (algoritmo) utilizada para ajustar uma superfcie atravs dos pontos de dados; vrios algoritmos encontram-se disponveis, mas os mais utilizados so a triangulao linear e a de Delaunay. pontos estimados de igual valor (isovalores) entre os dados medidos e posicionados nos vrtices dos tringulos so conectados para os intervalos especificados.

Vantagens

Desvantagens

fcil de ser entendido rpido fiel aos dados originais bom para uma visualizao rpida superfcie pode ser interpolada entre os pontos amostrados.

valores acima ou abaixo dos valores reais no podem ser extrapolados. valores alm da rea de distribuio dos pontos amostrados no podem ser extrapolados. contornos podem ser 'angulares' nas bordas dos tringulos. gera superfcies angulares. rede triangular no nica e isso pode distorcer resultados.

Quando usar

Quando no usar

distribuio de dados bem regular. Valores estimados necessrios apenas dentro da rea amostrada. Presena de grandes diferenas entre os dados (encostas ngremes, dados de contaminao com grande variabilidade) Dados topogrficos

ao se desejar um mapa com contornos suaves alguns dados coletados em linhas e outros com distribuio irregular. com grande volume de dados computao pode tornar-se lenta

MTODO DO INVERSO PONDERADO DA DISTNCIA mais utilizado dentre os mtodos de distncia ponderada mtodo utilizado para interpolao e gerao de MDTs (modelos digitais de terreno) o peso dado durante a interpolao tal que a influncia de um ponto amostrado em relao a outro diminui conforme aumenta a distncia ao n da grade a ser estimado pontos amostrados de localizao prxima ao n a ser estimado recebem peso maior que os pontos amostrados de localizao mais distante ao calcular o valor de um n, a soma de todos os pesos dados aos pontos amostrados vizinhos igual a 1,0, ou seja, atribudo um peso proporcional contribuio de cada ponto vizinho quando a posio de uma observao coincide com um n, seu valor recebe peso 1,0, enquanto todos os valores vizinhos recebem peso 0,0; o resultado ser o n recebendo o valor exato da observao ali situada

n Zi i=1 h Z = n ij 1 i=1 h ij
5

Z valor interpolado para o n do reticulado (grid); Zi valor ( resduo) do ponto amostrado vizinho ao n (pode ser Z res+, Zres- ou Zres0); hij distncia entre o n da grade e Zi 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 esparsa. no quiser artefatos.

de

forma

MNIMA CURVATURA contnua aos pontos de dados irregularmente distribudos mtodo segundo o qual equaes diferenciais ajustam uma superfcie
6

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. 4ZE = 0 com a existncia da seguinte condio: 2ZE = 0

onde: = equao diferencial ZE = valor estimado para o n da clula o algoritmo calcula a quarta derivada: 4 4 ZE + Z =0 x y E
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.

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:

ZE = A + Bx + Cy

Segunda ordem: ZE = A + Bx + Cy + Dx2 + Exy + Fy2 Terceira ordem: ZE = A + Bx + Cy + Dx2 + Exy + Fy2 + Gx2 + Hx2 + Ixy2 + Jy3

Quarta ordem: ZE = A + Bx + Cy + Dx2 + Exy + Fy2 + Gx2 + Hx2 + Ixy2 + Jy3 + Kx4 + + Lx3y + Mx2y2 + Nxy3 + Oy4 Onde:

ZE = 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.

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

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)

10

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

11

COMPARAO ENTRE ALGORITMOS Fidelidade aos Suavidade das Velocidade de dados curvas computao originais 1 5 1 3 4 2 5 1 3 4 2 4 2 3 5 Preciso geral

Algoritmo

Triangulao Inverso da Distncia Superfcie/ Tendncia Mnima Curvatura Krigagem 1 = melhor 5 = pior

5 4 2 3 1

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

G j = wij Z i
i =1

Gj =
n=

valor estimado para o n j nmero de pontos usados para a interpolao valor estimador no ponto i com valor conhecido

zi = wij =

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

12

O arquivo de dados foi retirado do arquivo example.dat, que acompanha o programa GeoEas, para a varivel cadmio. X 288 285.6 273.6 280.8 273.6 276 285.6 288 292.8 278.4 360 355.2 367.2 367.2 352.8 350.4 369.6 369.6 357.6 355.2 X 434.4 451.2 448.8 432 441.6 441.6 444 441.6 432 444 254.4 254.4 254.4 333.6 333.6 333.6 333.6 412.8 254.4 412.8 X 412.8 492 Y 311 288 269 249 231 206 182 164 137 119 315 291 272 250 226 203 180 165 139 118 Y 312 295 268 252 228 204 182 160 140 119 172 128 299 301 271 194 163 285 257 172 Y 150 282 Cd 11.5 8.5 7 10.7 11.2 11.6 7.2 5.7 5.2 7.2 3.9 9.5 8.9 11.5 10.7 8.3 6.1 6.7 6.2 0 Cd 5.5 4 7 5.3 11.6 9 14.5 12.1 0.9 0 3.2 1.2 1.7 1.2 7.6 11.6 8.7 5.8 3.8 10.4 Cd 10 7.1
13

492 492 492 444 436.8 360 345.6 254.4 280.8 307.2 333.6 360 386.4 412.8 439.2 465.6 492 345.6

249 315 150 190 240 195 210 216 216 216 216 216 216 216 216 216 216 216

4.4 10.4 1.6 15 3.4 6.8 10.8 14.9 9.9 11.6 6.5 10.1 11.8 11 16.7 11.6 6.9 9.9

Localizao dos pontos

11.50 1.70 300.00 8.50 280.00 3.80 260.00 7.60 1.20 9.50 5.80 8.90 7.00 5.30 3.40 240.00 14.90 220.00 11.20 10.70 9.90 11.60 200.00 7.20 180.00 3.20 5.70 160.00 5.20 6.20 8.70 6.70 12.10 10.00 0.90 1.60 11.60 6.50 9.90 10.10 10.80 8.30 6.80 11.60 6.10 10.40 11.80 11.00 11.60 16.70 9.00 15.00 14.50 11.60 6.90 4.00 7.10 3.90 5.50 10.40

7.00

10.70

11.50

4.40

140.00 1.20 7.20 120.00

0.00

0.00

260.00 280.00 300.00 320.00 340.00 360.00 380.00 400.00 420.00 440.00 460.00 480.00

14

Inverso do quadrado da distncia

300.00 16.00 280.00 15.00 14.00 260.00 13.00 12.00 240.00 11.00 10.00 220.00 9.00 8.00 200.00 7.00 6.00 180.00 5.00 4.00 3.00 160.00 2.00 1.00 140.00 0.00

120.00 260.00 280.00 300.00 320.00 340.00 360.00 380.00 400.00 420.00 440.00 460.00 480.00

Curvatura mnima

300.00 16.00 14.00 260.00 12.00 10.00 240.00 8.00 220.00 6.00 4.00 200.00 2.00 0.00 180.00 -2.00 160.00 -4.00 -6.00 140.00 -8.00

280.00

120.00 260.00 280.00 300.00 320.00 340.00 360.00 380.00 400.00 420.00 440.00 460.00 480.00

15

Superfcie de tendncia de grau 1

300.00 8.60 280.00 8.50 8.40 260.00 8.30 8.20 240.00 8.10 8.00 220.00 7.90 7.80 200.00 7.70 7.60 180.00 7.50 7.40 7.30 160.00 7.20 7.10 140.00 7.00

120.00 260.00 280.00 300.00 320.00 340.00 360.00 380.00 400.00 420.00 440.00 460.00 480.00

Triangulao linear

300.00 16.00 280.00 15.00 14.00 260.00 13.00 12.00 240.00 11.00 10.00 220.00 9.00 8.00 200.00 7.00 6.00 180.00 5.00 4.00 3.00 160.00 2.00 1.00 140.00 0.00

120.00 260.00 280.00 300.00 320.00 340.00 360.00 380.00 400.00 420.00 440.00 460.00 480.00

16

Krigagem

300.00 16.00 280.00 15.00 14.00 260.00 13.00 12.00 240.00 11.00 10.00 9.00 220.00 8.00 7.00 200.00 6.00 5.00 180.00 4.00 3.00 160.00 2.00 1.00 0.00 140.00 -1.00

120.00 260.00 280.00 300.00 320.00 340.00 360.00 380.00 400.00 420.00 440.00 460.00 480.00

20.0

Cd:Variogramas Experimental e Exponencial

16.0

12.0

8.0

4.0

.0 0. 40. 80. Distancia "h" 120. 160.

17

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.

18