Escolar Documentos
Profissional Documentos
Cultura Documentos
20
TERR DIDATICA 2(1):19-33, 2006 P.M.B. Landim
21
P.M.B. Landim TERR DIDATICA 2(1):19-33, 2006
prximos em dois pontos vizinhos e progressiva- como exemplos, podem ser citados o livro clssico
mente mais diferentes medida que os pontos vo sobre o assunto de Journel e Huijbregts (1978) e as
ficando mais distantes, intuitivo esperar que o teor obras em portugus de Valente (1982) e Yamamoto
da amostra 3 seja similar, porem no necessaria- (2001). Posteriormente se estendeu para outros
mente idntico, ao teor mdio do bloco. Pode-se campos, especialmente nesses ltimos anos, com
esperar que as amostras 1, 4 e 5 tambm apresen- aplicao em agricultura de preciso, cartografia,
tem teores similares ao valor mdio do bloco, mas climatologia, geologia ambiental, geotecnia, hidro-
no tanto como o teor em 3. Finalmente, com rela- geologia, pedologia, entre outros. Praticamente
o amostra 2, situada mais distante, seria neces- todas as ltimas verses de softwares para Confec-
srio um conhecimento melhor sobre a disposio o de Mapas ou Sistemas de Informaes Geor-
espacial de valores no depsito para decidir se ela referenciadas apresentam mtodos geoestatsticos.
tem, ou no, relao com o valor mdio do bloco. Atualmente o termo Geoestatstica acha-se consa-
Em outras palavras, amostras situadas perto do blo- grado como um tpico especial da estatstica aplica-
co devero apresentar teores altamente relaciona- da que trata de problemas referentes s variveis re-
dos com ele e podero, portanto, serem utilizadas gionalizadas, as quais tm um comportamento espa-
para estimar o seu valor mdio, e medida que se cial mostrando caractersticas intermedirias entre
situem a distncias maiores o seu relacionamento as variveis verdadeiramente aleatrias e as total-
diminui at se tornar independente. O peso da in- mente determinsticas. Nesse sentido pode-se afir-
fluncia de cada amostra , pois, inversamente cor- mar que tal metodologia representa a grande con-
respondente distncia e essa noo pode ser apli- tribuio da Geologia para a Estatstica Aplicada.
cada para a estimativa do valor mdio do bloco uti- As variveis regionalizadas so constitudas por
lizando para tanto amostras com valores conheci- um duplo aspecto contraditrio. Pela sua caracte-
dos, mas situadas a distancias julgadas convenien- rstica aleatria apresenta irregularidades e varia-
tes. Quanto mais prximas estiverem maior ser o imprevisvel de um ponto para outro e pela sua
o seu peso no processo de estimativa. caracterstica estrutural apresenta relaes exis-
Nesta estimativa surgem, evidentemente, algu- tentes entre os pontos no espao motivadas pela
mas questes: At que distncias devem ser con- sua gnese. Em outras palavras: impossvel pre-
sideradas as amostras? Quantas devem ser usadas? ver com exatido o teor do minrio num determi-
Aquela eventualmente colocada no centro do blo- nado ponto da jazida (aspecto aleatrio), mas pro-
co ter um peso maior que as demais? Se amostras vvel que se encontre minrio rico perto de min-
formarem grupos, qual a influncia desses agru- rio rico (aspecto estrutural). No estudo do com-
pamentos? Como evitar que os resultados sejam portamento das variveis regionalizadas duas so
sub ou super estimados? A relao espacial, em ter- as ferramentas fundamentais dos mtodos geoes-
mos geomtricos, entre as amostras estimadoras e tatsticos: o semivariograma e a krigagem.
o bloco a ser estimado, tem importncia? Essa
tcnica de estimativa pode ser utilizada indistinta-
mente para depsitos do tipo cobre porfirtico, O semivariograma
lateritas niquelferas, veios de cassiterita, depsitos
de urnio e outros? Seja uma varivel regionalizada x(i) coletada
Para responder a essas questes que surgiu a em diversos pontos i regularmente distribudos por
geoestatstica, a preocupar-se com o entendimen- certa regio. O valor de cada ponto est relaciona-
to, por meio de anlise matemtica, da gnese e do de algum modo com valores obtidos a partir de
leis naturais que governam fenmenos interpreta- pontos situados a certa distncia, sendo razovel
dos como regionais. Isso traz como conseqncia pensar que a influncia tanto maior quanto me-
direta a estimativa das variveis regionais usando nor for a distncia entre os pontos. Para expressar
informaes e relaes a partir de um conjunto essa relao definido o vetor de distncia h , o
discreto de amostras, juntamente com a avaliao qual tem uma orientao especfica. O grau de rela-
dos erros de estimativa, para estabelecer o grau de o entre pontos numa certa direo pode ser ex-
segurana em previses e os padres timos de presso pela covarincia e, embora a covarincia exis-
amostragem, que assegure que um erro mximo ta entre todas as distncias possveis ao longo de h,
de estimativa no seja excedido. pode ser estipulado que somente sejam considera-
Inicialmente a aplicao era apenas para situa- dos valores entre pontos regularmente espaados
es em geologia mineira na lavra e prospeco e, por mltiplos inteiros de h.
22
TERR DIDATICA 2(1):19-33, 2006 P.M.B. Landim
Desse modo, pode-se calcular uma funo, denominada semivarincia, definida como metade da
varincia das diferenas.
Como a mdia da varivel regionalizada x(i) tambm a mdia da varivel regionalizada x(i+h), pois
se trata da mesma varivel, apenas tomadas em lugares i e em i+h, tem-se que:
e desenvolvendo o 1o termo:
23
P.M.B. Landim TERR DIDATICA 2(1):19-33, 2006
36 35 36 35 34 33 32 29 28
1
38 37 35 30 29 30 32
0
O estudo feito em uma direo ao longo de
uma linha ou ao longo de uma srie de linhas pa- -1
-1 0 1 2 3 4 5 6 7 8 9
ralelas, utilizando n possveis diferenas a interva- Figura 2 Mapa de localizao dos teores de ferro
los h ou mltiplos de h. (Clark 1979)
Em lugar do termo semivariograma muito
comum o uso mais simplificado da expresso va-
Tabela 1 Valores da funo semivariograma calculados
riograma, porm, para o calculo sempre levado
para as direes Leste-Oeste e Norte-Sul
em considerao a diviso por 2n.
Em Clark 1979 apresentada a construo de Direo Distncia Semivariograma N Pares
um semivariograma a partir de uma rede regular, Leste-Oeste 100 1,46 36
com espaamento entre os pontos de 100 ps (Fig. 200 3,30 33
2). Trata-se de um depsito estratiforme de ferro 300 4,31 27
com valores em porcentagem por peso. 400 6,70 23
Para o clculo dos semivariogramas, em diver- Norte-Sul 100 5,35 36
sas direes, so encontradas as somatrias dos qua-
200 9,87 27
drados das diferenas e posterior diviso por duas
300 18,88 21
vezes o nmero dessas diferenas. Assim para a di-
reo Leste-Oeste inicia-se com o menor interva-
lo possvel, ou seja, 100 ps da seguinte maneira: E assim por diante, tanto para esta direo como
*(100) = [(40 - 42) + (42 - 40) + (40 - 39) +
2 2 2 para a Norte-Sul. O resultado apresentado na Ta-
(39 - 37)2 + (37 - 36)2 + (43 - 42)2 + (42 - bela 1.
39)2 + (39 - 39)2 + (39 - 41)2 + (41 - 40)2 + Estes resultados permitem a construo dos
(40 - 38)2 + (37 - 37)2 + (37 - 37)2 + (37 - semivariogramas experimentais (Fig. 3), nas duas
35)2 + (35 - 38)2 + (38 - 37)2 + (37 37)2 + direes consideradas, e o que se pode perceber
(37 - 33)2 + (33 - 34)2 + (35 - 38)2 + (35 - que h uma distinta diferena na estrutura dos da-
37)2 + (37 - 36)2 + (36 - 36)2 + (36 - 35)2 + dos, ou seja, a presena de uma anisotropia. Na di-
(36 - 35)2 + (35 - 36)2 + (36 - 35)2 + (35 - reo Norte-Sul os valores aumentam muito mais
34)2 + (34 - 33)2 + (33 - 32)2 + (32 - 29)2 + rapidamente, sugerindo uma maior continuidade
(29 - 28)2 + (38 - 37)2 + (37 - 35)2 + (29 - na direo Leste-Oeste.
30)2 + (30 - 32)2 ] / [2 x 36] = 1,46 Os semivariogramas expressam o comporta-
mento espacial da varivel regionalizada e mostram:
Para o intervalo de 200 ps: a) o tamanho da zona de influncia em torno de
*(200) = [ (44 - 40) + (40 - 40) + (42 - 39) +
2 2 2 uma amostra, pois toda amostra cuja distncia
(40 - 37)2 + (39 - 36)2 + (42 - 43)2 + (43 - ao ponto a ser estimado for menor ou igual ao
39)2 + (42 - 39)2 + (39 - 41)2 + (39 - 40)2 + alcance, fornece informaes sobre o ponto;
(41 - 38)2 + (37 - 37)2 + (37 - 35)2 + (37 - b) a anisotropia, quando os semivariogramas mos-
38)2 + (35 - 37)2 + (38 - 37)2 + (37 33)2 + tram diferentes comportamentos para diferen-
(37 - 34)2 + (38 - 35)2 + (35 - 36)2 + (37 - tes direes de linhas de amostragem e de estu-
36)2 + (36 - 35)2 + (36 - 36)2 + (35 - 35)2 + do da varivel; neste caso a anisotropia pode
(36 - 34)2 + (35 - 33)2 + (34 - 32)2 + (33 - ser geomtrica quando o alcance varia de
29)2 + (32 - 28)2 + (38 - 35)2 + (35 - 30)2 + acordo com as diversas direes consideradas,
(30 - 29)2 + (29 32 ] / [2 x 33] = 3,30 mantendo constante a soleira e zonal quando
24
TERR DIDATICA 2(1):19-33, 2006 P.M.B. Landim
o alcance permanece constante e a soleira varia a uma funo que definir os parmetros do
conforme for modificada a direo; semivariograma, efeito pepita, alcance e pa-
c) continuidade, pela forma do semivariograma, tamar. Entre os modelos disponveis estes so os
em que para h 0, (h) j apresenta algum va- mais utilizados:
lor. Essa situao conhecida como efeito pepi-
a) Modelos com patamar
ta (nugget effect) e representada por C0. O efei-
to pepita pode ser atribudo a erros de medio a.1) Modelo esfrico
ou ao fato de que os dados no foram coletados
a intervalos suficientemente pequenos para
para h < a
mostrar o comportamento espacial subjacente
do fenmeno em estudo.
, para h a,
Na construo do semivariograma, as soma-
trias necessrias para o clculo de (h) devem ser neste modelo a inclinao da tangente junto
constitudas por um nmero suficiente de pares, que origem (h0) 3C/2a; o modelo mais
tornem o resultado consistente. Como regra prtica comum, podendo-se afirmar que equivale
adota-se para tanto um mnimo de 30 pares, o que funo de distribuio normal da estats-
pode ser conseguido se for escolhido como maior tica clssica.
h, a metade da maior distncia existente entre os
a.2) Modelo exponencial
pontos. Isto significa que, para uma anlise geo-
estatstica, exige-se que o nmero mnimo de pon-
tos amostrados seja razovel, por volta de 30 a 40.
Uma outra considerao importante a ser feita neste modelo a inclinao da tangente junto
determinar o grau de aleatoriedade presente nos origem C/a; C a assntota de uma cur-
dados pela frmula E = C0 /C (Guerra 1988): va exponencial e pode ser equalizada junto
soleira; a corresponde ao alcance prti-
E<0,15: componente aleatria pequena; co igual distncia segundo a qual 95% da
0,15 E 0,30: componente aleatria sig- soleira foi alcanada.
nificante;
E > 0,30: componente aleatria muito signi- a.3) Modelo gaussiano
ficativa.
O extremo dessa situao o modelo de pepita a curva parablica junto origem e a tan-
pura, onde no ocorre covarincia entre os valores gente nesse ponto horizontal, o que indi-
e, portanto, a anlise semivariogrfica no se apli- ca pequena variabilidade para curtas distn-
ca, sendo sugerido o uso de outros mtodos de cias; a corresponde ao alcance prtico
interpolao. igual distncia segundo a qual 95% da
De posse do semivariograma experimental soleira foi alcanada.
necessrio ajust-lo a um modelo terico, ou seja,
b) Modelos sem patamar
30
N-S b.1) Modelo potencial
25
(h)=Ch , com a potncia assumindo
10
(h)= ph, sendo p a inclinao da reta;
E-W o modelo mais simples e representado por
5
uma reta passando pela origem do grfico.
0
0 100 200 300 400 500
Para dados que esto irregularmente distribudos
Distncia entre pontos no espao bidimensional no possvel, em princ-
Figura 3 Semivariogramas experimentais calculados pio, encontrar pares de amostras suficientes com exa-
para as direes Leste-Oeste e Norte-Sul tamente o mesmo espaamento h para o clculo
25
P.M.B. Landim TERR DIDATICA 2(1):19-33, 2006
5770
648
4327
579
Semivarincia
Valores reais
2885 510
1442 442
373
0
0 4 7 10 14 373 442 510 579 648
26
TERR DIDATICA 2(1):19-33, 2006 P.M.B. Landim
Uma comparao entre os ajustes a um mode- mdio de uma jazida a partir de informaes
lo esfrico e a um modelo linear apresentada a obtidas de testemunhas de sondagens;
seguir e o ajuste indicado, no grfico, pela rela-
Em todas essas situaes o mtodo fornece, alm
o entre a reta a 45 e a obtida pela anlise (Figs. 5
dos valores estimados, o erro associado a tal esti-
e 6). Um valor igual a 1,0 significa a indicao de
mativa, o que o distingue dos demais algoritmos
ajuste perfeito.
disposio. A krigagem usa informaes a partir do
Num estudo geoestatstico, a parte fundamen-
semivariograma para encontrar os pesos timos a
tal refere-se determinao do semivariograma.
serem associados s amostras que iro estimar um
Isso importante e todo o cuidado deve ser toma-
ponto, um rea ou um bloco. Como o semivariogra-
do na anlise variografica para que possa obter uma
ma uma funo da distncia entre locais de amos-
criteriosa anlise geoestatstica.
tragens, mantendo o mesmo nmero de amostras,
os pesos so diferentes de acordo com o seu arranjo
Krigagem geogrfico. O uso do semivariograma para a estima-
tiva por krigagem no exige que os dados tenham
Krigagem um processo de estimativa de valo-
distribuio normal, mas a presena de distribuio
res de variveis distribudas no espao, e/ou no tem-
assimtrica, com muitos valores anmalos, deve ser
po, a partir de valores adjacentes enquanto consi-
considerada, pois a krigagem um estimador linear.
derados como interdependentes pelo semivario-
grama. Trata-se, em ltimo caso, de um mtodo
de estimativa por mdias mveis. O termo, tradu- Krigagem ordinria
o do francs krigeage, e do ingls kriging, foi
A metodologia geoestatstica apresenta diver-
cunhado pela escola francesa de geoestatstica em
sas tcnicas de estimativas disponveis e a mais usual
homenagem ao engenheiro de minas sul-africano
a krigagem ordinria
e pioneiro na aplicao de tcnicas estatsticas em
Seja um ponto que se deseja estimar, sendo o
avaliao mineira, Daniel G. Krige.
valor real desconhecido representado por V. O va-
A krigagem pode ser usada, como algoritmo
lor estimado (V*) calculado, utilizando n amos-
estimador, para:
tras localizadas segundo coordenadas conhecidas,
a) previso do valor pontual de uma varivel regio- com valores x1, x2, x3xn (conjunto S), de forma
nalizada em um determinado local dentro do linear, como por exemplo, atravs da tcnica da
campo geomtrico; um procedimento de inter- ponderao pelo inverso das distncias.
polao exato que leva em considerao todos
os valores observados, o qual pode ser a base para V* = p1 x1 + p2x2 + p3x3 + + pnxn, onde
cartografia automtica por computador quando os pi so os pesos atributos a cada amostra i.
se dispe de valores de uma varivel regiona- evidente que existe associado a esse estimador
lizada dispostos por uma determinada rea; um erro =V-V* e que se, teoricamente, diversas
b) clculo mdio de uma varivel regionalizada estimativas forem feitas a mdia de erros zero. Se
para um volume maior que o suporte geom- os erros, portanto, apresentarem valores prximos
trico como, por exemplo, no clculo do teor a zero, o estimador de confiana e isso pode ser
6093
5870
4570
4071
Semivarincia
Valores reais
3047 2271
1523 471
-1328
0
0 4 7 10 14 -1328 471 2271 4071 5870
27
P.M.B. Landim TERR DIDATICA 2(1):19-33, 2006
verificado pela distribuio desses valores. A ma- Estas equaes constituem equaes normais
neira mais simples de medir estatisticamente tal dis- a n+1 incgnitas, as quais podem ser resolvidas,
tribuio via o desvio padro ou a varincia. No para a obteno dos coeficientes, por clculo
caso em questo, porm, a varincia no pode ser matricial, segundo:
obtida porque no se conhece o valor real que se
esta estimando e, portanto, tambm no se sabe qual [X][A]=[Y]
o erro associado.
Multiplicando ambos os termos da equao
Varincia dos erros = = desvios ao qua- pelo inverso de [X], isto , [X]-1:
drado em relao ao erro mdio = mdia
de (V-V*)2. [X]-1. [X] . [A] = [X]-1 [Y];
Para encontro da varincia pode-se, porm, uti- como [X]-1.[X]=[I] (matriz de identida-
lizar o semivariograma, em que so medidas as dife- de) e [I].[A]=[A],
renas ao quadrado. Num semivariograma, previa-
mente calculado, dada uma distncia h entre os
[A].[X] -1 = [Y] .
pontos, pode-se estimar a varincia simplesmente
lendo o valor no eixo dos s e multiplicando-o por 2
Em notao matricial:
Se a soma dos pesos for igual a 1 e no ocorrer A matriz [Si,Si] contm os valores obtidos no
tendncia local dos valores, esse estimador o semivariograma referentes s distncias entre as
melhor e no tendencioso, pois a partir dos pesos amostras estimadoras; o vetor [Si,S0] contm os
atribudos a cada amostra, minimiza a estimativa valores obtidos no semivariograma referentes s
da varincia. distncias entre cada amostra e o ponto (So) a ser
estimado e o vetor [i] contm os ponderadores a
, serem calculados.
Resolvido o sistema de equaes, obtm-se os
Isso obtido construindo-se um sistema de n pesos i e o multiplicador de Lagrange, , segundo:
equaes com n incgnitas (1, 2, 3, n) e ha-
vendo a restrio de que i=1, passa-se a n+1 [i] = [Si,Si]-1 [Si,So]
equaes. Como se tem apenas n incgnitas des-
conhecidas, introduz-se uma outra, tambm des- Para o ponto S0 a ser estimado, obtm-se uma
conhecida, para balancear o sistema, ou seja, o cha- combinao linear dos valores dos pontos vizinhos
mado multiplicador de Lagrange, . e respectivos pesos
, se S0 = iSi
Para o clculo da varincia () associada ao
O objetivo da krigagem procurar pelo conjun-
valor S0 obtido por estimativa usa-se a expresso:
to timo de ponderadores de modo que a varincia
do erro de estimativa seja a menor possvel. Para tan-
to, organizado um sistema de equaes com n+1 ,
incgnitas, para a estimativa de um ponto (So):
sendo [i] = vetor transposto com os pesos
1 (S1,S1) + 2 (S1,S2)+ 3 (S1,S3)++ =(S1,S0) i e [Si,So] = vetor com os valores obtidos
1 (S2,S1) + 2 (S2,S2)+ 3 (S2,S3)++ =(S2,S0) no semivariograma referentes s distncias
1 (Sn,S1)+ 2 (Sn,S2)+ 3 (Sn,S3)++ =(Sn,S0) entre cada amostra e o ponto (So) a ser
1 + 2 + 3 ++ 0 = 1 estimado.
28
TERR DIDATICA 2(1):19-33, 2006 P.M.B. Landim
90
a confeco de mapas de 80 80
contornos 70
60 60
dos com valores conhecidos e a Figura 7 Pontos de dados amostrais (superior esquerdo); malha regular
superposta (superior direito); estimativa do bloco no ponto de
partir deles procura-se por cons- coordenadas em vermelho (inferior esquerdo) e estimativa dos
truir uma rede regular de pon- pontos da malha regular (inferior direito)
tos interpolados (Fig. 7).
Seja uma situao hipotti-
ca (Fig. 8) em que 5 pontos foram amostrados para 2380
3
teores de U3O8 e se pretende a partir deles estimar 2370
tem-se: 2300
4070 4080 4090 4100 4110 4120 4130 4140 4150 4160 4170 4180 4190 4200 4210
A = (0,319*400) + (0,137*380) + (0,217*450)
Figura 8 Configurao de pontos de amostragem
+ (0,229*280) + (0,098*320) = 372,8 ppm para estimativa no ponto A
29
P.M.B. Landim TERR DIDATICA 2(1):19-33, 2006
Modelo esfrico
100 ps; valor da soleira (C), 700 ppm e um efeito 1000.
2320
(modelo esfrico)
4
2310
2300
4070 4080 4090 4100 4110 4120 4130 4140 4150 4160 4170 4180 4190 4200 4210
p2-A 50 581,25 4
p3-A 31,62 420,94
p4-A 30 405,55
p5-A 70 714,95 Co+C 800
30
TERR DIDATICA 2(1):19-33, 2006 P.M.B. Landim
em vista que no modelo variogrfico, no qual a kri- Figura 12 Intervalo de confiana em torno do valor
gagem foi baseada, o valor para o efeito pepita de estimado por krigagem ordinria
31
P.M.B. Landim TERR DIDATICA 2(1):19-33, 2006
16.500
100 ps. Pela equao do semivariogra- 310.
13.500
zero, mas quando isso no ocorre ind-
260. 12.000
cio de descontinuidade para distncias
10.500
menores do que a menor distncia entre
9.000
os pontos e que parte dessa desconti- 210.
7.500
nuidade pode ser devida a erros de me-
6.000
dio ou a variabilidade numa escala me- 4.500
nor do que aquela amostrada. Quanto 160.
3.000
menor a proporo do efeito pepita para 1.500
o patamar, menor a varincia da estima- 110. .0
tiva e, portanto, maior a confiana que 250. 300. 350. 400. 450. 500.
Figura 15 Mapa estimado pelo mtodo da krigagem Figura 16 Mapa de desvios-padro da krigagem
ordinria para os dados do exemplo da Figura 13 associados aos valores estimados da Figura 15
32
TERR DIDATICA 2(1):19-33, 2006 P.M.B. Landim
33