Escolar Documentos
Profissional Documentos
Cultura Documentos
EldioSebem)
Geoestatstica:
Consideraes Iniciais
impossvel saber, antes de amostrar, de que maneira os valores
das variveis iro se comportar: se dependente ou independente uma
da outra.
Devido as limitaes da estatstica clssica e pelo fato de que
muitas variveis so heterogneas (os atributos variam no espao e
no tempo), torna-se necessria a utilizao de procedimentos
estatsticos adicionais, que considerem e reflitam essa variaes.
Assumindo as hipteses exigidas pela estatstica clssica, pode-se
dizer que:
um valor medido em parte explicado por uma mdia e
em parte pela variao do acaso.
Geoestatstica:
Consideraes Iniciais
Os desvios dos valores em torno da mdia so assumidos como
sendo independentes e com distribuio normal de mdia zero e
varincia
ou seja
a mdia aritmtica dos dados amostrais adotada como sendo
bom estimador da posio central dos valores da populao.
A mdia ento tomada como estimativa da propriedade em
locais no amostrados, tornando necessrio identificar o nvel de
preciso dessa mdia como estimador, o que, na estatstica clssica,
realizado por meio das medidas de disperso.
Quando verificado que a componente residual da varincia
relativamente muito grande, o que normalmente indicado por
um alto CV, o experimento ficar prejudicado, sendo que a causa
pode ser a variabilidade do conjunto de dados, assumido como
homogneo no incio.
Geoestatstica:
Consideraes Iniciais
Se a distribuio espacial das amostras considerada, em
muitos casos, ser possvel tirar vantagem da variabilidade
espacial.
Portanto a estatstica clssica e a geoestatstica, ou estatstica
espacial, se complementam. Uma no exclui a outra, e perguntas no
respondidas por uma, muitas vezes podem ser respondidas pela
outra.
Quando os dados so abundantes, os mtodos
interpolao, em geral produzem valores semelhantes.
de
Geoestatstica:
Consideraes Iniciais
A sequncia de passos em um estudo geoestatstico envolve:
1) Anlise exploratria dos dados para que se possa ter a
compreenso da natureza espacial da varivel;
2) Anlise estrutural do conjunto de dados para determinao da
correlao espacial ou continuidade dos dados;
3) Elaborao de estimativas por krigagem para estimar valores
em pontos no amostrados.
Antes de selecionar a tcnica de estimativa mais apropriada
devemos responder a algumas questes bsicas:
- Queremos uma estimativa global ou local?
- Nosso objetivo estimar apenas a mdia ou a distribuio
completa dos dados?
- Queremos estimar valores pontuais ou blocos?
O objetivo determinar o valor do atributo z em posies u do
espao no amostradas z(u).
Geoestatstica:
Interpolao
- Atribuio de pesos para as amostras (weighted average
interpolation algorithms).
- Pesos entre 0 e 1, sendo que o somatrio dos pesos deve ser 1.
- Quanto mais perto um dado n do grid, maior seu peso.
Interpoladores Clssicos
Polgonos: define zonas/reas de influncia, sendo o peso de
acordo com a rea que corresponde a cada amostra;
Inverso da distncia: valor estimado a partir de combinaes
lineares dos dados vizinhos, com o peso dado pela distncia que
separa as amostras;
Spline: polinomiais de uma dada ordem que melhor se ajustam aos
dados de forma suavizada.
Geoestatstica:
Desvantagem dos mtodos clssicos
- No consideram o suporte amostral;
- No consideram o padro de variabilidade espacial;
- No fornecem medida de erro da estimativa.
Vantagem dos mtodos clssicos
- Simples;
- Intuitivos;
- Facilmente implementveis em rotinas computacionais.
Geoestatstica:
Estimativa por combinao linear ponderada
A ideia bsica estimarmos um atributo qualquer em uma posio
usando:
Geoestatstica:
Estimativa por combinao linear ponderada
A krigagem um estimador linear a partir da informao
disponvel, em que temor z(u) posies desconhecidas e dados nas
posies z(u) como realizaes da varivel regionalizada em estudo.
Em que:
= o valor estimado;
= mdia do atributo z(u);
= pesos a serem determinados.
Geoestatstica:
Estimativa por combinao linear ponderada
Essa varincia deve ser minimizada sob a condio de notendenciosidade.
Assim a geoestatstica um conjunto de tcnicas estatsticas
utilizadas para analisar a variabilidade e estimar valores de uma
varivel de interesse.
A metodologia proposta pela geoestatstica difere da proposta pela
estatstica clssica, basicamente, na forma de avaliar a variao dos
dados.
Enquanto a estatstica clssica pressupe no haver relao entre a
variao e a distncia entre pontos de amostragem, isto , as
variaes so aleatrias no espao, a geoestatstica considera
dependncia de variao com o espao de amostragem e que, em
parte, essas variaes so sistemticas.
Geoestatstica:
Estimativa por combinao linear ponderada
A regionalizao da varivel a maneira de identificar e avaliar a
estrutura espacial dos atributos estudados.
Uma premissa bsica que em todas as reas existem regies
mais ricas do que outras, para uma determinada varivel.
Ou seja, o valor da varivel regionalizada f(x) depende da posio
espacial x.
Na teoria das variveis regionalizadas, Z(x) pode ser definida
como uma varivel aleatria que assume diferentes valores Z em
funo de x.
O que diferencia a krigagem de outros mtodos de interpolao
a estimao de uma matriz de covarincia espacial que
determina os pesos atribudos s diferentes amostras, o tratamento
da redundncia dos dados, a vizinhana a ser considerada no
procedimento de inferncia e o erro associado ao valor estimado.
Geoestatstica:
Estimativa por combinao linear ponderada
O conjunto de amostras deve ser representativo do fenmeno que
se pretende estudar.
Se x representa uma posio em uma, duas ou trs dimenses,
ento o valor da varivel Z, em x, , dada por (Burrough, 1987):
que
descreve
Geoestatstica:
Estimativa por combinao linear ponderada
A hiptese mais comum chamada estacionaridade de 2
ordem:
A componente determinstica, m(x), constante (no h
tendncias na regio).
A varincia das diferenas entre duas amostras depende
somente da distncia h entre elas, isto :
Geoestatstica:
VARIOGRAMA (SEMIVARIOGRAMA)
Quando a amostragem envolve duas direes (x,y) o instrumento
mais indicado na estimativa da dependncia entre amostras o
variograma (Silva, 1988).
O variograma uma ferramenta bsica de suporte s tcnicas de
krigagem, que permite representar, quantitativamente, a variao de
um fenmeno regionalizado no espao (Huijbregts, 1975).
Considere duas variveis regionalizadas, X e Y, onde X=Z(x) e
Y=Z(x+h).
Neste caso, referem-se ao
mesmo atributo (por exemplo,
teor de zinco no solo) medido em
duas posies diferentes, onde x
denota uma posio de duas
dimenses, com componentes
(x,y), e h um vetor distncia
(mdulo e direo) que separa os
pontos.
Geoestatstica:
VARIOGRAMA (SEMIVARIOGRAMA)
O nvel de dependncia entre essas duas variveis
regionalizadas, X e Y, representado pelo variograma, 2(h), o
qual definido como a esperana matemtica do quadrado da
diferena entre os valores de pontos no espao, separados
pelo vetor de distncia h, isto ,
onde:
o variograma estimado;
N(h) e o nmero de pares de valores medidos, z(xi) e
z(xi+h), separados por um vetor distncia h;
z(xi) e z(xi+h) so valores de i-sima observao da
varivel regionalizada, coletados nos pontos xi e xi+h (i = 1,2,...,n),
separados pelo vetor h.
Geoestatstica:
VARIOGRAMA (SEMIVARIOGRAMA)
O variograma funo do vetor h (mdulo e direo).
Geoestatstica:
VARIOGRAMA (SEMIVARIOGRAMA)
Embora o variograma deva passar pela origem (0)=0,
frequentemente ele aparece cortando o eixo vertical em um valor
positivo, chamado efeito pepita (nugget effect).
Variograma ideal.
Geoestatstica:
VARIOGRAMA (SEMIVARIOGRAMA)
Parmetros do variograma
O seu padro represente o que, intuitivamente, se espera de dados
de campo, isto , que as diferenas {Z(xi)-Z(xi+h)} decresam, a
medida que h, a distncia que os separa, decresce.
esperado que
observaes mais
prximas
geograficamente
tenha um
comportamento mais
semelhante entre si
do que aquelas
separadas por
maiores distncias.
(h) aumenta
com a distncia h.
Geoestatstica:
VARIOGRAMA (SEMIVARIOGRAMA)
Alcance (a): distncia, dentro da qual, as amostras apresentamse correlacionadas espacialmente.
Patamar (C): o valor do variograma correspondente a seu
alcance (a).
Desse ponto em diante, considera-se que no existe mais
dependncia espacial entre as amostras, porque a varincia da
diferena entre pares de amostras torna-s invariante com a distncia.
Efeito Pepita (C0): idealmente igual a zero.
Entretanto, na prtica, medida que h tende a 0 (zero), (h) se
aproxima de um valor positivo, (C0), que revela a descontinuidade do
semivariograma para distncias menores do que a menor distncia
entre as amostras.
Parte desta descontinuidade pode ser tambm devida a erros de
medio (Isaaks; Srivastava, 1989).
Geoestatstica:
VARIOGRAMA (SEMIVARIOGRAMA)
Contribuio (C1): a diferena entre o patamar (C) e o efeito
pepita (C0).
Clculo do
espaadas
semivariograma
para
amostras
regularmente
Geoestatstica:
VARIOGRAMA (SEMIVARIOGRAMA)
Clculo do
espaadas
semivariograma
para
amostras
regularmente
Geoestatstica:
VARIOGRAMA (SEMIVARIOGRAMA)
Clculo do
espaadas
semivariograma
para
amostras
regularmente
Geoestatstica:
VARIOGRAMA (SEMIVARIOGRAMA)
Clculo do semivariograma a partir
amostragem irregularmente espaada.
Neste caso
necessrio
introduzir limites
de tolerncia para
direo e
distncia.
Tome como
referncia o Lag2
da figura.
de
uma
malha
de
Geoestatstica:
VARIOGRAMA (SEMIVARIOGRAMA)
Clculo do semivariograma a partir
amostragem irregularmente espaada
de
uma
malha
de
Geoestatstica:
VARIOGRAMA (SEMIVARIOGRAMA)
Clculo do semivariograma a partir
amostragem irregularmente espaada
de
uma
malha
de
Geoestatstica:
VARIOGRAMA (SEMIVARIOGRAMA)
Modelos de Semivariogramas (Variogramas)
O ajuste de um modelo terico ao semivariograma experimental
no direto e automtico, pois, nesse processo, o intrprete faz um
primeiro ajuste e verifica a adequao do modelo terico.
Dependendo do ajuste obtido, pode ou no redefinir o modelo, at
obter um que seja considerado satisfatrio.
Os modelos podem ser de dois tipos: modelos com patamar e
modelos sem patamar.
Os modelos com patamar so conhecidos como modelos
transitivos.
Alguns
modelos
transitivos
atingem
o
patamar
(C)
assintoticamente, onde o alcance (a) arbitrariamente definido como
a distncia correspondente a 95% do patamar.
Geoestatstica:
VARIOGRAMA (SEMIVARIOGRAMA)
Modelos de Semivariogramas (Variogramas)
Os modelos sem patamar continuam aumentando enquanto a
distncia aumenta.
Tais modelos so utilizados para modelar fenmenos que possuam
capacidade infinita de disperso (modelo potncia).
Os modelos transitivos mais utilizados so:
- Modelo esfrico (Sph);
- Modelo Exponencial (Exp); e
- Modelo Gaussiano.
Geoestatstica:
VARIOGRAMA (SEMIVARIOGRAMA)
Modelos de Semivariogramas (Variogramas)
Modelo esfrico (Sph)
O modelo esfrico e um dos modelos mais utilizados e a equao
normalizada :
Geoestatstica:
VARIOGRAMA (SEMIVARIOGRAMA)
Modelos de Semivariogramas (Variogramas)
Modelo exponencial (Exp)
A equao normalizada :
Geoestatstica:
VARIOGRAMA (SEMIVARIOGRAMA)
Modelos de Semivariogramas (Variogramas)
Modelo gaussiano (Gau)
um modelo transitivo, muitas vezes, usada para modelar
fenmenos extremamente contnuos. Sua formulao dada por:
Geoestatstica:
VARIOGRAMA (SEMIVARIOGRAMA)
Modelos de Semivariogramas (Variogramas)
Linear
Sua formulao dada por:
Geoestatstica:
VARIOGRAMA (SEMIVARIOGRAMA)
Modelos de Semivariogramas (Variogramas)
Modelo cbico
Modelo Pentaesfrico
Geoestatstica:
VARIOGRAMA (SEMIVARIOGRAMA)
Modelos de Semivariogramas (Variogramas)
Modelo efeito furo (hole effect)
Modelo potncia
O modelo potncia no um modelo transitivo, portanto no
atinge o patamar.
Geoestatstica:
VARIOGRAMA (SEMIVARIOGRAMA)
Modelos de Semivariogramas (Variogramas)
Geoestatstica:
VARIOGRAMA (SEMIVARIOGRAMA)
Modelos de Semivariogramas (Variogramas)
Modelos aninhados
Os modelos aninhados so combinaes de modelos simples
utilizados para modelar fenmenos mais complexos.
Por exemplo, um modelo aninhado til em estudos de minerao e
pesquisa de solo o duplo esfrico, definido como:
Geoestatstica:
Grau de Dependncia Espacial
Os variogramas expressam o comportamento espacial da varivel
regionalizada ou de seus resduos e mostram o tamanho da zona de
influncia em torno de uma amostra, a variao nas diferentes
direes do terreno, indicando tambm continuidade da caracterstica
estudada no terreno (Landim, 1998).
Trangmar et al (1985) sugeriram o uso da % da varincia do efeito
pepita para mensurar a dependncia espacial (IDE), sendo que
Cambardella et al (1994) propuseram os seguintes intervalos para
avaliar a % da varincia do efeito pepita:
IDE 25% = forte dependncia espacial;
25% IDE 75% = moderada dependncia espacial;
75% = fraca dependncia espacial.
Geoestatstica:
Grau de Dependncia Espacial
Zimback (2001) props a inverso dos fatores, como:
se