1

ANLISE VARIOGRFICA
1 2
A Geoestatstica baseada nos seguintes conceitos:

Funes aleatrias

Varivel regionalizada

Estacionariedade
3
No espao ocorrem infinitos
valores de uma varivel aleatria.
Por amostragem obtem-se
diversos resultados nicos dessa
mesma varivel casual.
Amostra deve ser representativa.
Varivel aleatria e funo aleatria

Cada ponto no espao no apresenta um nico valor, mas uma
distribuio de probabilidades de ocorrncia de valores

No ponto x a propriedade Z(x) uma varivel aleatria com
mdia m, varincia s
2
e uma especfica funo de distribuio
acumulada.

No espao existem infinitos pontos x
i
, i = 1,2, ..., Z(x
i
), com
suas prprias funes de distribuio

O conjunto de variveis aleatrias constituem uma funo
aleatria, ou processo aleatrio, ou processo estocstico.
4
Christakos, Olea, Serre, Yu, Wang (2005) Interdisciplinary public
health reasoning and epidemiologic modelling: Springer
5
Uma realizao o conjunto de valores que surge
aps a obteno de um resultado para cada
distribuio.

O conjunto de valores reais de Z que inclui a
realizao da funo aleatria conhecido como
varivel regionalizada.

No estudo do comportamento das variveis
regionalizadas, entendidas como resultantes de um
processo aleatrio, a ferramenta bsica a anlise
da continuidade espacial.

Para descrever a variao existente associada ao
processo aleatrio, deve-se supor que os valores da
varivel regionalizada obtidos em lugares prximos
tendem a ser autocorrelacionados.

6
2
Momentos considerados na Funo aleatria
em Geoestatstica Linear: mdia e varincia
Momento de primeira ordem:
Mdia = E{Z(x)} = m(x)

Momentos de segunda ordem:
Varincia (Covarincia)
Correlao
Variograma (semivariograma)

Todos em funo da localizao espacial (vetor h)
Os pares de valores referem-se mesma varivel, obtidos
em locais com distncias h(lag), ou seja Z(x)/head e
Z(x+h)/tail

7
=

= =

)


Varivel regionalizada (V.R.)
Duplo aspecto aparentemente contraditrio:
Caracterstica aleatria: irregularidade e variao
imprevisvel de um ponto para outro
Caracterstica estrutural: ligaes existentes entre os
pontos no espao, motivadas pela gnese do fenmeno
natural.

impossvel prever com exatido o teor de um poluente
na pluma de contaminao (aspecto aleatrio), mas
provvel que se encontre um alto teor de um poluente
perto de outro alto teor (aspecto estrutural),
9
Como definir e, por conseqncia, prever o
comportamento espacial da varivel
regionalizada?
A natureza estrutural de um conjunto de
dados da varivel regionalizada definida a
partir da comparao de valores obtidos
entre dois pontos, segundo uma
determinada direo.
10
O conjunto de variveis aleatrias Z(x
i
), i = 1, 2, ...N,
correlacionadas entre si constituem uma funo
aleatria da qual se conhece apenas uma realizao
z(x
i
), ou seja o conjunto dos dados experimentais.

Com uma s realizao teoricamente impossvel
determinar quaisquer parmetros, como mdia ou
varincia, da funo.

A soluo consiste em assumir restries segundo
diversos graus de estacionariedade da funo
aleatria.

Uma varivel regionalizada obedece a uma
estacionariedade de 1 ordem quando seus atributos
so invariantes por translao.
Se for admitido que todas as variveis aleatrias
tenham a mesma media, este parmetro passa a ser
independente da localizao de x
i
e pode ser
estimado pela mdia aritmtica dos valores das
realizaes das variveis aleatrias:
E{Z(x
1
)}= E{Z(x
2
)}=... E{Z(x
i
)}= E{Z(x)}= m



Essa hiptese estar correta significa supor que a
mdia das amostras seja representativa da rea
estudada, ou seja, que os valores no homogneos.
A homogeneidade espacial dificilmente ocorre, sendo
necessrio a verificao da variabilidade presente.

N
1 i
i
) x ( Z
N
1
m
3
A hiptese de estacionariedade de 2 ordem alem de
definir que a esperana matemtica, E{Z(x)}, existe e no
depende do suporte x, define tambm que a correlao
entre duas variveis aleatrias depende somente da
distncia espacial, h, que as separa e independente da
sua localizao:
E{Z(x)} = m
Covarincia= C(h)=E{Z(x+h)*Z(x)}-m
2
, onde h
representa um vetor de coordenadas.
Como a covarincia depende do tamanho do vetor h, se
h=0, C(h) passar a representar a varincia (C(0)).
Var{Z(x)}=E{[Z(x)-m]
2
}=C(0).
A funo variograma definida como a varincia do
incremento [Z(x+h)Z(x)]:
(h)= E{[Z(x+h)-Z(x)]
2
}=C(0)-C(h).
A hiptese de estacionariedade de 2 ordem
assume a existncia da varincia e, portanto, de
uma varincia a priori finita.
Existe fenmenos fsicos com uma capacidade
infinita de disperso nos quais no se pode definir
a priori nem a covarincia nem a varincia.

Hiptese intrnseca: se a media pode no ser
constante, para intervalos pequenos de h, as
diferenas esperadas poderiam ser zero: E[Z(x)
Z(x+h)] = 0
Alem disso substitui a covarincia pela varincia
das diferenas como medida de relao espacial,
assumindo a existncia e estacionariedade do
variograma.
Para todos os vetores h o incremento [Z(x+h)
Z(x)] tem uma varincia finita, a qual no depende
do suporte x:
Var{Z(x+h) Z(x)} = E{[Z(x+h) Z(x)]
2
=2(h).

Como (h) = C(0) - C(h) se o vetor h for infinitamente
pequeno, a varincia mnima e a covarincia mxima.

Haver um valor h para o qual ambas podem
apresentar valores aproximadamente iguais, porm,
medida que h aumenta a covarincia diminui enquanto
a varincia aumenta, porque ocorre progressivamente
maior independncia entre os pontos a distncias cada
vez maiores.

A varincia distribui-se assim de 0, quando h=0, at um
valor igual varincia das observaes para um alto
valor de h, se os dados forem estacionrios, isto , no
ocorrer a presena de tendncia nos valores.

Essas relaes so mostradas quando a funo (h)
colocada em grfico contra h para originar o variograma.

A distncia segundo a qual (h) atinge um patamar,
denominado soleira ou sill , igual varincia priori dos
dados, chamada de alcance (a) ou amplitude (range).

A varincia no apenas igual mdia das diferenas ao
quadrado entre pares de pontos espaados s distncias
h, mas tambm igual varincia dessas diferenas.


(h) = C(0) - C(h)
18
4
Variograma terico
Variograma ou semi-variograma?
Varincia das diferenas entre dois valores em pontos
separados por h.
Na prtica, o interesse pela metade disso (semi) que
fornece a varincia por ponto, quando os pontos so
considerados aos pares
19
Para a obteno de um variograma, portanto,
suposto que a varivel regionalizada tenha
um comportamento fracamente estacionrio,
onde os valores esperados, assim como sua
covarincia espacial, sejam os mesmos por
uma determinada rea.
Assume-se, desse modo, que os valores
dentro da rea de interesse no apresentem
tendncia que possam afetar os resultados.

20
Grfico para o variograma: valores de , em
ordenada, e h, na abcissa.
21
1
x
2
x
3
x
4
x
5
x
6
x
h
Dados igualmente espaados: 1D
22
Dados igualmente espaados: 2D
44 42 45 37 34 12 34 56
55 33 23 45 56 34 33 45
29 37 48 39 40 45 64 44
66 23 27 45 45 34 33 28
56 41 90 42 38 45 56 66
44 23 23 45 45 44 87 56
1 2 3 4 5 6 7 8
0
1
2
3
4
5
E-W
N-S
NE-SW
NW-SE

23
Dados irregularmente espaados: 2D
Pode ocorrer que no existam valores da varivel na distncia h
Pode ocorrer que no existam valores na direo
24
5
Correo para regularizar a malha
25
(Clark, 1979)
26



(100) = [ (40 - 42)
2
+ (42 - 40)
2
+ (40 - 39)
2
+ (39 - 37)
2
+
(37 - 36)
2
+ (43 - 42)
2
+ (42 - 39)
2
+ (39 - 39)
2
+ (39 - 41)
2
+
(41 - 40)
2
+ (40 - 38)
2
+ (37 - 37)
2
+ (37 - 37)
2
+ (37 - 35)
2
+
(35 - 38)
2
+ (38 - 37)
2
+ (37 37)
2
+ (37 - 33)
2
+ (33 - 34)
2
+
(35 - 38)
2
+ (35 - 37)
2
+ (37 - 36)
2
+ (36 - 36)
2
+ (36 - 35)
2
+
(36 - 35)
2
+ (35 - 36)
2
+ (36 - 35)
2
+ (35 - 34)
2
+ (34 - 33)
2
+
(33 - 32)
2
+ (32 - 29)
2
+ (29 - 28)
2

+
(38 - 37)
2
+ (37 - 35)
2
+
(29 - 30)
2
+ (30 - 32)
2
] / [2 x 36] = 1,46
27



(200) = [ (44 - 40)
2
+ (40 - 40)
2
+ (42 - 39)
2
+ (40 - 37)
2
+
(39 - 36)
2
+ (42 - 43)
2
+ (43 - 39)
2
+ (42 - 39)
2
+ (39 - 41)
2
+
(39 - 40)
2
+ (41 - 38)
2
+ (37 - 37)
2
+ (37 - 35)
2
+ (37 - 38)
2
+
(35 - 37)
2
+ (38 - 37)
2
+ (37 33)
2
+ (37 - 34)
2
+ (38 - 35)
2
+
(35 - 36)
2
+ (37 - 36)
2
+ (36 - 35)
2
+ (36 - 36)
2
+ (35 - 35)
2
+
(36 - 34)
2
+ (35 - 33)
2
+ (34 - 32)
2
+ (33 - 29)
2
+ (32 - 28)
2
+
(38 - 35)
2
+ (35 - 30)
2
+ (30 - 29)
2
+ (29 32 ]
2
/ [2 x 33] =
3,30
28
Direo Distncia Variograma Pares
Leste-
Oeste
100
200
300
400
1,46
3,30
4,31
6,70
36
33
27
23
Norte-
Sul
100
200
300
5,35
9,87
18,88
36
27
21

29
Variogramas
30
6
31
A interpretao do variograma permite obter parmetros que
descrevem o comportamento espacial das variveis
regionalizadas.

Uma feio resultante da anlise dos parmetros do
variograma experimental a zona de influncia: qualquer
valor de Z(x) estar correlacionado com outros valores Z(x+h)
que estiverem dentro de um raio "a" de x. Esta correlao, ou
a influncia de um valor em outro, decresce conforme Z(x+h)
aproxima-se de "a".

O variograma utilizado para calcular os valores de varincia,
para uma dada distncia, os quais so necessrios para a
organizao do sistema de equaes da krigagem.

32

Para a utilizao do variograma as seguintes
suposies bsicas so requeridas:

a) as diferenas entre pares de valores de
amostras so determinadas apenas pela
orientao espacial relativa dessas amostras;
b) o interesse enfocado apenas na mdia e
na varincia das diferenas, significando que
esses dois parmetros dependem unicamente
da orientao (hiptese intrnseca);
c) por convenincia assume-se que os valores
da rea de interesse no apresentam
tendncia que possa afetar os resultados e
assim a preocupao ser apenas com a
varincia das diferenas entre valores das
amostras.
33
Anlise variogrfica
Os variogramas expressam o comportamento espacial da
varivel regionalizada e mostram:
a) o tamanho da zona de influncia em torno de uma
amostra, pois toda amostra cuja distncia ao ponto a ser
estimado for menor ou igual ao alcance, fornece
informaes sobre o ponto;
b) a anisotropia, quando os variogramas mostram
diferentes comportamentos para diferentes direes de
linhas de amostragem e de estudo da varivel; geomtrica
quando o alcance varia de acordo com as diversas direes
consideradas, mantendo constante a soleira; zonal quando
o alcance permanece constante e a soleira varia conforme
for modificada a direo;

34
c) presena de descontinuidade inicial, em que para h 0,
(h) j apresenta algum valor (efeito pepita (nugget
effect); pode ser atribudo a erros de medio ou ao fato
de que os dados no foram coletados a intervalos
suficientemente pequenos para mostrar o
comportamento espacial subjacente do fenmeno em
estudo;
d) pela : 1) se estabiliza ao longo do patamar, indica um
processo estacionrio de segunda ordem; 2) se cresce
indefinidamente, ou seja, sem estabilizar ao longo do
patamar, indica presena de tendncia nos dados; 3) se
com h 0, (h) apresenta j algum valor e permanece
nesse nvel, indica efeito pepita puro, ou seja que os
valores no apresentam autocorrelao espacial.

35 36
7
Anisotropias
Variograma experimental ao ser calculado para distintas
direes apresenta distintos comportamentos
Anisotropa geomtrica
Anisotropa zonal
37
Anisotropa Geomtrica :
Variogramas com distintas
direes apresentam distintos
alcances, porm com o mesmo
patamar
0
0.5
1
1.5
2
2.5
3
0.0 0.9 2.0 3.0 4.1 5.1 6.2 7.2 8.3 9.3 10.4 11.4
V
a
r
i o
g
r
a
m
a

Distancia
N-S
E-O
Maior continuidade espacial na
direo com maior alcance
Menor continuidade espacial na
direo de menor alcance
38
Anisotropa Zonal :
Variogramas em distintas
direes apresentam distintos
patamares para o mesmo alcance
Presena de diferentes
estruturas
0
0.5
1
1.5
2
2.5
3
3.5
0 0.94 1.99 3.04 4.09 5.14 6.19 7.24 8.29 9.34 10.39 11.44
V
a
r
i o
g
r
a
m
a

Distancia
Anisotropa Zonal
39
Efeito pepita
(h)
0
Mnimo alcance(range) detectavel = d
h
d
Distancia entre pontos = d
x x x x
x x x x
x x x x
d
40

Variograma experimental

mnimo de 30 (50?, 100?) pares
remoo de valores anmalos
maior h, a metade da maior distncia existente
entre os pontos.
grau de casualidade dos dados, E = Co/C
E<0,15: componente aleatria pequena
0,15 < E < 0,30: componente aleatria
significante
E > 0,30: componente aleatria muito
significativa
extremo do grau de casualidade o modelo de
pepita pura, onde no ocorre covarincia entre os
valores e a anlise semivariogrfica no se aplica
iniciar com semivariograma omnidirecional
41
Necessidade de ajustar uma funo matemtica que
descreva continuamente a variabilidade ou correlao
espacial existente nos dados.


O variograma experimental no serve para esse fim,
porque h necessidade de interpolao e os pontos
apresentar-se-o com uma certa disperso,
principalmente para distncias grandes, quando o
nmero de pares de amostras diminui.

O variograma experimental no avalia distncias e
direes intermedirias

Uma interpolao entre pontos do variograma
experimental no garante a existncia e unicidade de
soluo para o sistema de krigagem

42
8

Variograma terico

Modelagem: processo que envolve vrias tentativas
e no qual a experincia pesa muito

Ajuste do variograma experimental a um modelo
variogrfico terico
Comparao visual
Tcnicas de ajuste automtico:
Mtodo dos mnimos quadrados
Critrio AIC (Akaike Information Criterion)
Critrio Cressie
Critrio Variowin, etc.
Validao cruzada



43
Validao cruzada
Depois de obtido o modelo variogrfico, cada valor
original removido do domnio espacial e, usando-se
os demais, um novo valor estimado para esse ponto.

Desse modo, um grfico pode ser construdo
mostrando a relao entre valores reais e estimados.

A validao cruzada, porm, no prova que o modelo
escolhido o mais correto, mas sim que o mesmo no
inteiramente incorreto.

A melhor verificao, ento, aquela resultante do
confronto entre os valores estimados e a realidade de
campo.
44
Modelagem
45
Modelos de variogramas

As funes matemticas dos modelos devem
permitir que a matriz de covarincias, neles
baseada, possa ser invertida, para fornecer os
pesos para a interpolao por krigagem.

Desse modo, somente certos modelos podem ser
usados.

46
Modelo Esfrico
47
Modelo Exponencial
48
9
Modelo Gaussiano
49
Modelo Potncia
50
Modelo Efeito Pepita Puro
V
a
r
i o
g
r
a
m
a

Distancia
S
Este modelo representa um
fenmeno completamente
aleatrio, no qual no ha
correlao espacial
51

A jogada de um dado origina uma distribuio casual
uniformemente distribuda de uma varivel que pode
assumir apenas os valores 1, 2, 3, 4, 5 e 6.

Se o dado for repetidamente lanado originada uma
seqncia de valores zi no correlacionados entre si.

Em termos geoestatsticos esta situao conhecida
como uma funo casual no correlacionada, cujo
variograma do tipo efeito pepita puro.
Correlao espacial em 1D
Valores obtidos em 100 jogadas de um
dado e o respectivo variograma
X Dado (Z)
1 3
2 1
3 5
4 1
5 2
6 3
7 3
8 2
9 4
10 3
...
16 6
17 4
18 2
19 3
20 6 ...
Efeito pepita puro
Mdias mveis

Nova seqncia de valores, pelo mtodo
das mdias mveis, da seguinte maneira: a
partir do ponto i=3 e at o ponto i=98,
calcular novos valores z* segundo
z*i = (zi-2 + zi-1 + zi + zi+1 + zi+2)/5
10
Matriz de dados
X Y Z Z*(mm)
1 0 3
2 0 1
3 0 5 2,4
4 0 1 2,4
5 0 2 2,8
6 0 3 2,2
7 0 3 2,8
8 0 2 3
9 0 4 3,4
10 0 3 3,6
11 0 5 4,2
12 0 4 4
13 0 5 3,6
14 0 3 3,8
15 0 1 3,8
16 0 6 3,2
Z Z*
Mdia 3,24 3,23
Mediana 3 3,2
Moda 3 2,8
Varincia 2,69 0,39
Curtose -1,05 -0,076
Assimetria 0,26 0,30
Mnimo 1 1,8
Mximo 6 5
Soma 324 310,6
Contagem

100 96


Comparao entre as distribuies dos valores
aleatrios e suas mdias mveis

0
1
2
3
4
5
6
7
0 20 40 60 80 100
V
a
l
o
r

Amostra
Dado Mdias

Variograma dos valores transformados por mdias
mveis