Análise Geoestaística No Arcgis 10.1 - Tutorial PDF

Desenvolvido por: Osvaldo J. R. Pereira. ojrpereira@cena.usp.
br
Anlise Geoestastica no ArcGIS 10.1
1

DOWNLOAD DO BANCO DE DADOS

Com a anlise Geoestatstica do ArcGIS, voc pode facilmente criar uma superfcie
contnua ou mapa, com base em pontos de amostragem armazenados em layers do tipo
ponto, ou usando centrides de polgonos. Os pontos de amostragem podem ser
medidas como a elevao, profundidade do lenol fretico, ou nveis de poluio, como
o caso do presente tutorial. Quando usado em conjunto com o ArcMap, a Anlise
Geotestastica fornece um conjunto abrangente de ferramentas para criar superfcies que
podem ser usadas para visualizar, analisar e compreender os fenmenos espaciais.
OBS: Exige-se conhecimento bsico do ArcGis para o acompanhamento deste mdulo.
1.1. Exerccio 1: Criando uma superfcie contnua a partir de parmetros Default.
1. O primeiro passo consiste em adicionar a toolbar Geoestistical Analyst. Abra
uma nova seco em branco do ArcMap.
2. Cancele a abertura de um mapa existente.

3. Clique com o boto direito do mouse na barra de tarefas em uma rea em
branco. Ative a ferramenta Geoestistical Analyst.

1
Mdulo desenvolvido com base em material oficial da ESRI. Adatptado de:
http://help.arcgis.com/en/arcgisdesktop/10.0/pdf/geostatistical-analyst-tutorial.pdf
Desenvolvido por: Osvaldo J. R. Pereira. ojrpereira@cena.usp.br

4. Deixe-a fixada na parte superior de sua janela do ArcMap.
5. Clique na opo Add Data .
6. Navegue at a seguinte pasta: (...) Banco de Dados/Mdulo 3/Geostatistical
Analyst.
7. D um clique duplo no geodatabase ca_ozone.gbd. Mantenha pressionada a
tecla CTRL do seu computador e adicione os dados O3_Sep06_3pm e
ca_outline.
8. Clique ADD.
9. Na Table of Contents d um clique com o boto direito do mouse no layer
ca_outline e escolha a opo No Color, como mostrado na Figura.

10. Apenas o contorno da Califrnia exibido. Isso permite que voc veja as
camadas que sero criadas neste tutorial, debaixo desta camada.
11. Na Table of Content d um clique duplo no layer O3_Sep06_3pm
12. Nas propriedades do layer selecione a aba Symbology.
13. Na caixa de dilogos apresentada clique em Quantities e ento em Graduated
Colors.
14. No campo Field selecione OZONE. Em Color Ramp selecione uma cor
parecida com a da Figura a seguir.


15. Clique OK.
Note que os valores mais altos de oznio ocorrem no Central Valley (Vale
Central), na Califrnia, enquanto os mais baixos ocorreram ao longo da costa. O
mapeamento dos dados o primeiro passo na explorao e entendimento do fenmeno
que voc quer modelar.

16. Salve o mapa na pasta (...) Banco de Dados/Mdulo 3, com o nome
Oznio_California.
Em seguida, voc ir criar (interpolar) uma superfcie de concentrao de oznio
usando as configuraes padro da anlise geoestatstica. Voc vai usar o conjunto de
dados de oznio (O3_Sep06_3pm) como o dado de entrada e usar krigagem ordinria
para interpolar os valores de oznio nos locais onde os mesmos no so conhecidos.
Iremos clicar em Avanar nas caixas de dilogo para aceitar os padres. No
necessrio se concentrar nos detalhes das caixas de dilogo neste exerccio porque
posteriormente as mesmas sero revisadas em detalhes. A inteno deste exerccio
apresentar a funo Geoestatistcal Analyst.
17. Clique na aba Geoestatistical Analyst e escolha a opo Geoestistical
Wizard.

18. Escolha Kriging/Cokriging na janela de mtodos a esquerda.

19. Confira na janela Dataset se est como na Figura a seguir.

20. Clique Next.
21. Na prxima janela escolha Ordinary e Prediction como opes do tipo de
krigagem.

22. Clique Next.
O modelo de semivariograma/covarincia exibido, permitindo que voc
examine a relaes entre os pontos medidos. Pode-se assumir que os pontos que esto
mais juntos so mais parecidos do que aqueles que esto mais distantes. O
semivariograma permite explorar esta suposio.

23. Clique Next.
A mira mostra um local que no tem nenhum valor medido. Para prever um
valor na mira, voc pode usar os valores nos locais medidos. Pressupe-se que os
valores mais prximos dos locais medidos so mais parecidos com o valor do local no
mensurvel que pretende-se prever. Os pontos vermelhos na imagem abaixo vo ser
ponderados (ou influenciar o valor desconhecido) mais do que os pontos verdes, uma
vez que esto mais prximas do local onde voc est prevendo. Usando os pontos
circundantes do semivariograma, possvel prever valores para a localizao no
mensurada.

24. Clique Next.
O diagrama de validao cruzada lhe d uma ideia de quo bem o
modelo prev os valores nos locais desconhecidos.

25. Clique em Finish.
26. Clique OK na prxima janela. O mapa de predio da distribuio do carbono
adicionado como layer no topo da Table of Contents.
27. Abra as propriedades do layer recm-criado dando um clique duplo no layer
Kriging.

28. Na janela aberta clique na aba General.

29. Em Layer Name escreva Kriging_Default.
30. Salve o mapa.
31. Iremos recortar a extenso do layer para corresponder a regio do estado da
Califrnia.
32. Na mesma janela Properties navegue para a aba Extent.

33. Em Set the extent to, selecione a opo mostrada na Figura.

34. Clique Aplicar - OK.
35. Clique com o boto direito do mouse na opo Layers e ento em
propriedades.


36. Navegue para a aba Data Frame. Em Clip Options clique em Clip to
Shape.

37. Clique em Secify Shape e escolha o layer ca_outline como limite da rea.

38. Clique OK. Clique Aplicar e ento OK.

39. Arraster o layer O3_Sep06_3pm para cima do layer Kriging_Default.


Repare pela colorao dos pontos como o mtodo automtico de predio do
oznio foi capaz de representar a realidade amostral. Em geral as altas concentraes
representadas pontualmente coincidem com aquelas ilustradas pela krigagem. Agora
veremos como avaliar a qualidade de um modelo para compara-lo com outros gerados
por diferentes mtodos.
40. Clique com o boto direito no layer Kriging_Default e escolha a opo
Validation.

41. Na opo Input Point Observation Location, clique na pasta ao lado e caminhe
para o diretrio: (...) Banco de Dados/Mdulo 3/ca_ozone.gdb/. Insira o arquivo
ca_cities.
42. Deixe a opo Field Validate em branco.
43. Em Output Statstics at Point Location salve o arquivo de sada com o nome
CA_Cidades_Ozonio, dentro da pasta Mdulo 3.


44. Clique OK e espere o processo terminar.
45. O layer ser adiciona na janela do ArcMap.
46. Abra a tabela de atributos do layer recm adicionado, seguindo o caminho
ilustrado.

47. Percebe que agora o ponto de cada cidade tem um valor predito de concentrao
de oznio de acordo com a estimativa por krigagem, associado a este valor
existe ainda a estimativa de erro mdio.
48. Feche a tabela de atributos.
49. Remova o Layer CA_cidades_ozonio clicando com o boto direto do mouse e
selecionando a opo Remove.
50. Salve as alteraes e feche o ArcGis .

1.2. Exerccio 2: Criando uma superfcie contnua ajustada
Voc j criou um mapa da concentrao de oznio e completou Exerccio 1.
Embora seja uma tarefa simples criar um mapa usando as opes padro que o
Assistente de Geoestatstica oferece, importante seguir um processo estruturado
partindo-se da anlise dos dados at a comparao de acurcia dos modelos.

Nos exerccios que sero apresentados a seguir neste tutorial, sero aplicadas
tcnicas avanadas de anlise da correlao espacial de dados. Os exerccios seguintes
possibilitaro a extrao do mximo de informao possvel para a criao de um
modelo mais acurado.

Exerccio 2.1: Examinando a frequncia dos dados usando o histograma.
Os mtodos de interpolao que so utilizados para gerar uma superfcie
fornecem melhores resultados se os dados tiverem uma distribuio prxima da normal
(uma curva gaussiana). Se tais dados apresentam tendncia, voc pode optar por
transforma-los, buscando uma distribuio mais harmnica. Assim, importante
compreender a distribuio dos valores antes de criar uma superfcie. A ferramenta
Histograma de Frequncia para os atributos do conjunto de dados, permite que voc
examine a distribuio de uma varivel (univariada) para cada atributo no conjunto de
dados.
Em seguida, voc vai explorar a distribuio de oznio para o dado
O3_Sep06_3pm.
1. Abra o mapa Ozonio_California.mxd localizado na pasta (...) Banco de
Dados/Mdulo 3.

2. Aps abrir o ArcMap, arraste o layer ca_outline sobre o layer Kriging
Default, na Table of Contents.

3. Na toolbar Geoestatistical Analyst siga o caminho mostrado na Figura.

4. Na caixa de dilogos da janela que ir se abrir clique na seta da opo
Attributes e escolha Ozone.


5. Redimensione a janela e arraste para o canto do ArcMap para que o mapa
possa ser visto juntamente com o histograma.

A frequncia dos dados dentro de cada classe representada pela altura de cada
barra. Em geral, as caractersticas importantes de uma distribuio esto relacionadas ao
valor central, a propagao e a simetria. Para uma verificao rpida, se a mdia e
mediana tem valores aproximados, pode ser um indicativo de que os dados esto com
distribuio prxima da normal.
O deslocamento do pico de frequncia para a direita indica a presena de um
nmero relativamente pequeno de amostras com altos valores de concentrao de
oznio. Aparentemente os dados no esto prximos de uma distribuio normal.

6. Selecione as duas barras do histograma com valores de oznio maior que
0,10 ppm (lembre que os valores foram redimensionadas por um fator 10),
clicando e arrastando o cursor sobre elas. Os pontos de amostragem dentro
desta gama so selecionados no mapa. Observe que a maioria das amostras
esto localizadas no Vale Central da Califrnia.

7. Limpe a seleo clicando no boto:
8. Feche a janela do histograma.

Exerccio 2.2: Examinando a grfico Quantile-Quantile (Q-Q)
O grfico quantil-quantil (QQ) usado para comparar a distribuio de dados
para um padro normal. Quanto mais prximos estiverem os pontos da linha de
tendncia normal (45 graus), melhor ser a distribuio dos valores amostrais.
1. Na toolbar Geoestatistical Analyst siga o caminho mostrado na Figura.



A interface QQ um grfico em que as duas distribuies de quantis so
representados em funo uma da outra. Para duas distribuies idnticas, o grfico QQ
ser uma linha reta. Portanto, possvel verificar a normalidade dos dados de oznio
traando os quantis do grupo amostral versus uma distribuio normal padro. A partir
do grfico QQ, nota-se que a distribuio no est prxima da normal.
O desvio maior ocorre nos baixos valores de concentrao de oznio
(selecionados e mostrados em azul na imagem abaixo. Tais valores foram selecionados,
clicando e arrastando o cursor no grfico QQ). Se os dados no exibem uma distribuio
normal, pode ser necessrio transform-los antes da aplicao de tcnicas de kigagem.

3. Feche o grfico QQ. Limpe a seleo caso tenha feito alguma.

Exerccio 2.3: Identificando tendncias globais no dado.
Se existe uma tendncia nos dados, a mesma trata-se de um componente no
aleatria (determinstico) de uma superfcie, que pode ser representada por uma frmula
matemtica. Por exemplo, um vale no terreno, seria representado por uma frmula
complexa (um polinmio de segunda ordem), que cria uma feio em forma de U na
anlise de tendncia.
A ferramenta de anlise de tendncia permite que voc identifique a
presena/ausncia de tendncias no conjunto de dados de entrada e avalie qual ordem do
polinmio se encaixa melhor na realidade analisada.
1. Na aba Geoestatistical Analyst clique em: Geostatistical Analyst >
Explore Data > Trend Analysis.


Cada haste vertical no grfico de anlise de tendncia, representa a localizao e
o valor (altura) de cada medio de oznio. Os pontos so projetados sobre os planos
perpendiculares, leste-oeste e norte-sul. A linha que melhor se ajusta (um polinmio)
interpolada atravs dos pontos projetados, mostrando as tendncias em direes
especficas. Se a linha tem um aspecto plano, isto indicaria que no existe qualquer
tendncia.
No entanto, se voc olhar para a linha verde na imagem acima, ir notar que os
valores so mais baixos no incio, aumentam em direo ao centro do eixo x, e ento
diminuem novamente. Da mesma forma, a linha azul est aumentando na regio central,
tendo-se como base o eixo norte-sul. Isto demonstra que os dados parecem esboar uma
forte tendncia no centro do estado, para todas as direes. Veja na Figura a
representao de um dos sentidos possveis.

3. Na aba Rotate, rode o controle para a esquerda at que o ngulo em
destaque na Figura chegue a um valor prximo de 90.

Voc ir notar que, enquanto roda o modelo, a tendncia sempre apresenta a
forma de um U invertido. Alm disso, tal tendncia no parece ser mais forte para
Norte
Oeste
qualquer direo especfica, confirmando a observao acima que existe uma forte
tendncia a partir do centro.
Esta tendncia possivelmente causada pelo fato de a poluio ser baixa no
litoral. O alto contingente populacional concentrando no vale, aumenta os ndices de
poluio que diminui novamente nas montanhas, devido ao efeito tampo. Voc vai
remover essas tendncias no Exerccio 4.
4. Feche a janela Trend Analysis.

Exerccio 2.4: Explorando a autocorrelao espacial e a influncia direcional
1. Na aba Geoestatistical Analyst clique em: Geostatistical Analyst > Explore
Data > Semivariogram/Covariance Cloud.


O semivariograma/covairograma permite que seja examinada a autocorrelao
espacial entre os pontos de amostra medidos. Supe-se geralmente que os dados que
esto prximos um do outro so mais parecidos. O semivariograma/covairograma
possibilita examinar esta relao. Para fazer isso, um valor de semivarincia (diferena
entre o quadrado dos valores de cada par de locais), representado no eixo y em relao
distncia que separa cada par de medies, que representada no eixo x.
Cada ponto vermelho no semivariograma representa um par de localizao. Na
rede de semivarincia locais que esto mais prximos (na extrema esquerda do eixo-x)
devem ter varincia menor (valores baixos no eixo y). medida que a distncia entre os
pares aumenta (para a direita no eixo x), os valores do semivariograma tambm devem
aumentar (eixo y). Sendo assim, certa distncia atingida quando a nuvem se achata,
indicando que o os valores dos pares de pontos separados por uma distncia maior do
que esta, no so mais correlacionados.
Olhando para o semivariograma, verifica-se que alguns dados que esto juntos
(prximo de zero no eixo x) tem um valor elevado de varincia (alto no eixo y). Diante
disso, deve-se investigar estes pares para ver se existe uma possibilidade de que os
dados sejam imprecisos.
3. Na janela Semivariogram/Covariance Cloud selecione alguns pontos,
procurando representar uma rea parecida com aquela mostrada na Figura a
seguir. Voc deve dimensionar sua janela para enxergar o dado ao fundo.

Os pares amostrais que so selecionados no semivariograma so destacados no
mapa. Como j era de se esperar, as linhas com valores altos de semivarincia para uma
determinada distncia entre os pontos, so aquelas que correspondem ao maior
gradiente de concentrao de oznio.
A maioria das linhas so paralelas costa. Nota-se que existem influncias
direcionais que afetam os dados. Essas influncias direcionais iro afetar a preciso da
superfcie que voc ir criar no exerccio seguinte. No entanto, uma vez que se tem
conhecimento de sua existncia, a anlise geoestatstica fornece ferramentas para
explic-la no processo de criao da superfcie. Para explorar determinada influncia
direcional na nuvem de semivarincia, voc pode usar as ferramentas de busca por
direo.
4. Marque a caixa de dilogos Show search direction, em destaque na Figura
acima.
5. No mapa da janela do semivariograma, mova a interface para alguma direo.

A direo do ponteiro determina quais pares de dados so plotados no
semivariograma. Por exemplo, se o ponteiro est na direo leste-oeste, apenas os pares
de dados que esto a leste ou oeste sero plotados no semivariograma.
6. Posicione o cursor na direo mostrada na Figura e ento, na janela do
semivariogarama, selecione aproximadamente os pontos em destaque (azul).

Note que a maioria dos pontos interligados (que representam pares de pontos no
mapa) correspondem a um dos pontos de amostragem localizados na regio central da
Califrnia. Isto ocorre porque os valores de oznio nesta rea so maiores do que em
qualquer outro lugar, da regio em anlise.
4. Feche a janela do semivariograma e limpe a seleo realizada .

1.3. Exerccio 3: Mapeando a concentrao de Oznio por krigagem
No exerccio 1, foram usados os parmetros padro para mapear a concentrao de
oznio. No entanto, no foram examinadas as propriedades estatsticas dos dados.
Sendo assim, a partir da explorao dos dados no exerccio 2, verificou-se que os
mesmos apresentaram tendncia e uma influncia direcional. Tais aspectos podem ser
incorporados ao modelo de interpolao.
Neste exerccio, voc vai:
- Melhorar o mapa da concentrao de oznio criado no Exerccio 1.
- Aprender alguns conceitos bsicos de geoestatstica.
Voc vai voltar a usar o mtodo de interpolao por krigagem ordinria, mas desta
vez incorporando tendncia e anisotropia ao modelo, para criar previses mais apuradas.
Krigagem Ordinria trata-se de um modelo mais simples, pois o nmero de suposies
relacionadas a ela mais baixo.
1. Se voc fechou a sua seco do ArcMap abra-a novamente e abra o mapa
Ozonio_California.mxd.
2. Certifique-se de que nenhum ponto da rea est selecionado, pois caso haja
selees, somente estes pontos sero krigados.
3. Na barra Geotestistical Analyst clique "Geostatistical Analyst >
Geostatistical Wizard.
4. Escolha a opo Kriging/Cokriging na janela de mtodos.
5. Clique na seta ao lado de Input Data e escolha o layer O3_Sep06_3pm.
6. Na opo Data Field escolha Ozone.

7. Clique Next.
A partir da explorao dos dados no exerccio 2, voc descobriu uma tendncia
global. Depois do refinamento com a ferramenta de anlise de tendncias, determinou-
se que um polinmio de segunda ordem parecia razovel para o ajuste. Esta tendncia
pode ser representada por uma frmula matemtica e removida dos dados.
Uma vez que a tendncia removida, a anlise estatstica ser realizada sobre os
resduos ou o shortrange e da variao da superfcie. A tendncia ser automaticamente
adicionada de volta antes da criao da superfcie final, para que os resultados preditos
sejam mais significativos.
8. Escolha a opo Ordinary

9. Clique na opo Order of trend removal e escolha Second

10. Clique Next.

Por padro, a anlise Geoestatstica mapeia a tendncia global no conjunto de
dados. A superfcie indica uma mudana mais rpida na direo sudoeste-nordeste e
uma mudana mais gradual na noroeste-sudeste (o que ocasiona a forma elipsoidal).
Tendncias s devem ser removidas se houver justificativa. A tendncia
sudoeste-nordeste pode ser atribuda a um acmulo de oznio, entre as montanhas e a
costa. A elevao e a direo predominante do vento so fatores que contribuem para
valores relativamente baixos nas montanhas e no litoral. O alto contingente
populacional, tambm conduz a nveis elevados de poluio entre as montanhas e o
litoral. Assim, voc pode justificadamente remover essas tendncias.
11. Clique Next.

A prxima janela apresenta o semivariograma e as opes de ajuste a modelos
especficos.
O objetivo do semivariograma determinar o melhor ajuste para um modelo que
cruza os pontos de semivriancia (mostrada pela linha azul no diagrama abaixo). O
semivariograma uma representao grfica usada para fornecer um layout da
correlao espacial no conjunto de dados. A caixa de dilogos permite ajustar modelos
para as relaes espaciais no conjunto de dados. A anlise geoestatstica primeiro
determina os tamanhos dos lags para agrupar os valores do semivariograma. O tamanho
lag trata-se de uma classe de distncia em que os pares so agrupadas para reduzir a
grande quantidade de combinaes possveis.

Note que existem menos pontos neste semivariograma com relao aquele que
voc viu no Exerccio 2. A caixa de dilogo exibe os valores do semivariograma como
uma superfcie contnua (mapa na parte inferior esquerda da caixa de dilogo) e como
um grfico de disperso relativa que ilustra a distncia de separao. Por padro, os
valores dos parmetros ideais so calculados para um modelo de semivariograma
omnidirecional (todas as direes).
Existem vrios outros tipos de semivariograma que poderiam ser utilizadas,
dependendo de quo bem eles se encaixam aos dados. Os valores dos parmetros para o
modelo de semivariograma omnidirecional estvel so o efeito pepita, alcance, peitoril
parcial, e forma. Voc vai notar que em distncias menores, o modelo de
semivariograma (linha azul) aumenta acentuadamente.
O algoritmo de encaixe usa tamanhos de lag variveis, que permitem que a auto-
correlao espacial do oznio seja melhor modelada, especialmente em curtas distncias
(que so as mais importantes para interpolao).
Ao remover a tendncia, o semivariograma vai modelar a autocorrelao
espacial entre os pontos sem ter de considerar a tendncia dos dados. A mesma ser
automaticamente adicionada de volta para o clculo da superfcie final.
A escala de cores, que representa o valor calculado do semivariograma, fornece
uma relao direta entre os dados empricos no grfico e os da superfcie do
semivariograma. O valor de cada clula na superfcie codificado por cores, com
valores mais baixos mostrados em azul e verde e os mais elevados apresentados em
laranja e vermelho. O valor mdio para cada clula da superfcie representada no o
grfico como um ponto vermelho.
O eixo x ilustra a distncia do centro da clula para o centro da superfcie do
semivariograma. Para os dados de oznio, o semivariograma comea mais baixo em
distncias curtas (valores de oznio medidas nos locais que esto prximos so
semelhantes) e aumenta medida que aumenta a distncia. Observe a partir do mapa do
semivariograma que dissimilaridade dos valores de oznio aumenta mais rapidamente
na direo oeste-leste do que na direo sul-norte. Aparentemente existe uma
componente direcional para a autocorrelao, assim voc vai incorpor-la ao prximo
modelo.
12. Voltando aos passos, na janela que voc est visualizando no ArcMap, para
o tamanho do Lag, defina 15000. Reduzir o tamanho do lag significa que
est sendo aplicado um zoom in no modelo.

13. Mude a opo Search Direction para True.

14. Clique e segure o mouse na linha azul da superfcie do semivariogarama.
Mova a linha e perceba que a mudana da direo altera a correlao dos
pares de lags.
15. Na opo Anisotropy escolha True.

A elipse azul no mapa do semivariograma indica o intervalo da semivarincia
em diferentes direes. Neste caso, o eixo principal encontra-se aproximadamente na
direo NO-SE. A anisotropia ser agora incorporada no modelo para ajustar a
influncia direcional na superfcie de sada.
16. Mude a opo Angle de acordo com o valor apontado na Figura.

17. Note que o shape da curva do semivariograma (linha azul) muda
drasticamente. Isso ocorre porque escolhemos uma direo onde a varincia
dos dados muito elevada.
18. Agora na opo Angle citada logo acima mude o valor para 151,35. O
shape da curva muda novamente destacando lags mais associados.
19. O alcance nessa direo de aproximadamente 180 km. O alcance a
distncia na qual o modelo atinge seu limite, destacando-se que alm do
alcance a dissimilaridade entre os pontos torna-se constante conforme
aumenta-se a distncia entre os pares dos lags. Pares de pontos que esto
alm desta distncia (no exemplo: 180 km) so espacialmente no
correlacionados.
20. O efeito Pepita (Nugget) representa possveis erros de medio e/ou
variaes em microescala (variao em escala espacial muito detalhada para
ser detectada). possvel estimar o erro de medio, caso haja vrias
observaes por local.
21. Clique Next.
22. Clique no mapa desta janela, para selecionar a localizao de estimativa
(onde a mira est localizada). Note a alterao na seleo de posio dos
dados (juntamente com os seus pesos associados) que ser usado para
calcular o valor do local de predio.
23. Na aba Predicted Value entre com os valores para X e Y como mostrado
na Figura.

24. Mude a opo Copy from Variogram para False e digite 90 na caixa de
texto Angle.

25. Mude novamente a opo Copy from Variogram para True.
26. Clique em Next. O diagrama de validao cruzada ir aparecer.

27. Clique Finish.
28. A janela Method Report ir se abrir mostrando um resumo dos parmetros
de sada do modelo de krigagem utilizado.

29. Opcionalmente tais parmetros podem ser salvos como referncia para que
esse modelo possa ser aplicado posteriormente, caso necessrio.
30. Clique OK.
31. O mapa de predio da quantidade de oznio ir aparecer na tela.
32. Mude o nome do layer recm criado para Trend Removed. Para modificar
clique e segure sobre o nome Kriging.

33. Clique com o boto direito no layer Trend Removed e escolha a aba
Properties. Clique na opo Extent. Feito isso escolha a opo em
destaque na Figura a seguir. Clique Aplicar OK.

34. Na Table of Contents arraste o layer O3_Sep06_3pm para o topo.
35. Clique com o boto direito sobre o layer Trend Removed e esocolha a
opo em destaque na Figura a seguir.

O mapa de predio do erro que representa a incerteza para cada local na
superfcie que voc criou, apresentado. Observe no mapa de erro que locais prximos
a pontos de amostragem geralmente tm menor variao com relao a verdade de
campo.
36. Clique com o boto direito no layer Trend Removed e volte para a opo
Change output to Prediction. Assim o mapa de predio ser novamente
apresentado na tela.
37. Salve as alteraes j feitas no mapa .
1.4. Exerccio 4: Comparando Modelos Krigados
Usando a anlise geoestatstica, voc pode comparar a acurcia de duas ou mais
superfcies mapeadas. Diante disso possvel tomar decises sobre qual modelo fornece
previso mais precisa da concentrao de oznio, com base na validao cruzada. Neste
exerccio, voc ir comparar o mapa Trend_Removed com o mapa de Krigagem
padro.
1. Caso tenha fechado a sua seco do ArcGis abra novamente o mapa
Ozonio_California.mxd.
2. Clique como boto direito no layer Trend Removed na Table of Contents.
3. Selecione a opo Compare.

4. A validao cruzada aparecer automaticamente comparando os mapas
Trend Removed e o Kriging Default.

5. Compare as estatsticas de validao cruzada para ambos os modelos. Escolha o
melhor modelo, considerando-se que:
As previses devem ser imparciais, indicadas por um erro mdio padro mais
prximo de 0 possvel (Mean, Root Mean Square, Mean Standardized).
Os erros padro so precisos, quando obtm-se uma raiz quadrada mdia
padronizada mais prxima possvel do valor 1.
O erro padro mdio (Average Standard Error) devem ter valores mais
prximos possvel de 0.
6. Feche a caixa Cross Validation Comparison.
7. Clique no Layer Kriging Default e escolha remove.

8. Salve as alteraes feitas no mapa .
9. Clique na opo Add Data .
10. Adicione o layer ca_hillshade, localizado na pasta Banco de Dados/Mdulo
3/Geostatistical Analyst/ca_ozone.gdb.
11. Clique no layer Trend_Removed com o boto direito, escolha a aba
Properties e ento navegue para a aba Display.

12. Digite 30 na opo Transparency.
13. Confira se possvel visualizar ao fundo o mapa de relevo sombreado.
14. Salve as alteraes feitas e feche o ArcMap.

FIM

Análise Geoestaística No Arcgis 10.1 - Tutorial PDF

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Análise Geoestaística No Arcgis 10.1 - Tutorial PDF

Enviado por

Direitos autorais:

Formatos disponíveis

Desenvolvido por: Osvaldo J. R. Pereira. ojrpereira@cena.usp.

Você também pode gostar