UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL

ESCOLA DE ENGENHARIA

Programa de Pós-Graduação em Engenharia de Minas,

Metalúrgica e de Materiais
Laboratório de Pesquisa Mineral e Planejamento Mineiro

MMD 00073 - Geoestatística

João Felipe C.L. Costa

Eng. de Minas, Prof. Dr. do PPGEM/UFRGS

Luis Eduardo de Souza

Eng. de Minas, Doutorando do PPGEM/UFRGS
 γ Introdução à
Geoestatística
Conteúdo programado
Módulo 1 – Análise estatística univariada

Estatística descritiva e inferencial

Tipos de dados
Variáveis aleatórias
Apresentação estatística
Distribuição de freqüências
Medidas descritivas
Modelos de distribuição

Módulo 2 – Análise estatística bivariada

Gráficos de dispersão (scattergrama)

Relações a duas variáveis

Módulo 3 – Análise do agrupamento preferencial de amostras

Impacto na inferência estatística

Métodos de desagrupamento

Módulo 4 – Medidas de continuidade espacial

Mapas de localização
Descrição espacial
Funções de medida de continuidade espacial (variogramas)
Transformação de indicadores (variável contínua a categórica)

Módulo 5 – Estimativas e previsões

Necessidade de modelamento
Modelos determinísticos e probabilísticos
Funções randômicas
Estratégias de busca
Estimativa pontual
Krigagem ordinária e simples
Variância de krigagem

γG
Krigagem de indicadores
 Roteiro para Elaboração do Trabalho Prático

Parte 1:

O trabalho prático da disciplina MMD00073 – Geoestatística deve ser redigido e organizado

na forma de um relatório técnico. Nesse sentido, objetivando estudar a distribuição
espacial, a dispersão ou o comportamento de uma dada variável em uma área de estudo
específica: quais os itens que consideras relevantes e que achas que deveriam fazer parte
desse relatório?

Antes de qualquer estudo “geoestatístico”, propriamente dito, devem ser incluídos:

i. uma introdução descrevendo de qual banco de dados se trata o trabalho;
ii. de onde saiu esse banco de dados, isto é, como ele foi obtido;
iii. um mapa de localização da área de estudo;
iv. descrição sucinta do banco de dados (quantas amostras, quantas variáveis, de
que tipo são as variáveis, etc);
v. os objetivos do trabalho e a metodogia adotada.

No caso do banco de dados Walker Lake, por exemplo, todos esses itens são apresentados
e descritos nos capítulos iniciais e nos apêndices de Isaaks & Srivastava (1989).

Parte 2:

Envolve a aplicação prática das rotinas básicas do Gslib e do 3Plot.

O objetivo é analisar o banco de dados, obtendo medidas de estatística descritiva das

variáveis de interesse. Obviamente, cada passo deve ser comentado e acompanhado por
uma apreciação crítica dos resultados obtidos em cada etapa individual. Dessa forma, um
histograma das variáveis de interesse (via histplt, usando as opções disponíveis de
freqüência, acumulação, box plot, escala aritmética/logarítmica) e uma análise do sumário
estatístico comentando as medidas de tendência central, de localização, de espalhamento,
de assimetria, quanto ao tipo de distribuição, da existência ou não de valores extremos e
qual a implicação disso, etc.

Um mapa de localização das amostras (locmap) deve ser elaborado, de maneira a permitir
verificar a existência ou não de amostragem preferencial e/ou agrupamento de amostras.
Caso esse agrupamento seja verificado, sua natureza deve ser identificada. Uma descrição
sucinta sobre os métodos disponíveis para obter uma estatística não-tendenciosa,
discutindo os princípios, vantagens e desvantagens de cada método devem ser
apresentados. Da mesma forma, os passos para obtenção dos pesos de desagrupamento
(via 3Plot e declus) devem ser apresentados.

Uma vez obtido um novo histograma, utilizando pesos de desagrupamento, uma análise do
impacto nas medidas de estatística descritiva deve ser apresentada bem como uma análise
comparativa dos métodos entre si e da estatística dos dados agrupados e da estatística
obtida utilizando cada um dos métodos de desagrupamento, para as variáveis de interesse.

Parte 3:

Envolve a aplicação prática das rotinas básicas do Gslib.

Assumindo a existência de mais de uma análise (mais de uma variável) para cada amostra,

γG
a existência de correlação entre as variáveis (scatplt) deve ser analisada. Caso exista
correlação entre as variáveis:
i. de que natureza é essa correlação?
ii. se ambas as variáveis não foram analisadas para todas as amostras é possível
inferir, via regressão linear uma variável em função da outra, nas localizações onde não foi
analisada, gerando novo mapa de localização (locmap).

Parte 4:

Envolve a aplicação dos diversos módulos do VarioWIN e princípios básicos de desenho no

AutoCAD (opcional).

Modelamento da continuidade espacial das variáveis (via VarioWIN). A continuidade deve

ser medida em no mínimo oito direções, com intervalo de 22,5º entre direções e tolerância
angular de 22,5º. Dessa forma, espera-se obter a equação de continuidade espacial da
variável de interesse e uma apreciação crítica dos resultados (por exemplo, se estava de
acordo com o esperado pelo conhecimento geológico prévio ou pelo indicativo fornecido
mapa de variogramas calculado).

Pode-se utilizar algumas ferramentas básicas de desenho do AutoCAD para representar

graficamente a elipse de anisotropia obtida (opcional).

Parte 5:

Envolve a aplicação prática das rotinas básicas do Gslib e a utilização de cálculos básicos
no Excel.

Estimativa e geração do modelo de blocos da variável de interesse via método de krigagem

(kt3d). Apresentação do arquivo de parâmetros e discussão sobre o impacto na modificação
dos parâmetros mais importantes.

Validação cruzada do modelo com gráficos do tipo valor verdadeiro versus valor estimado
(scatplt) e histograma dos erros (histplt). Qual o comportamento esperado? Qual a
implicação prática?

Elaboração de mapas de distribuição da variável de interesse, ou seja, do modelo de blocos

propriamente dito (pixelplt). Elaboração de mapas usando limites de corte simulando, por
exemplo, faixas de teores ou limites de tolerância.

Análise do erro associado à estimativa. Elaboração do mapa (pixelplt) da variância para

evidenciar as zonas com maior variabilidade. Calcular (Excel) o desvio padrão da estimativa
(raiz quadrada da variância), uma medida de erro mais diretamente relacionada com a
variável de trabalho. Com a coluna do desvio, elaborar novos mapas (pixelplt) usando
limites de corte e mostrando áreas com baixo ou alto desvio padrão (erro). Comentar as
limitações da variância de krigagem como medida do erro.

Curvas de parametrização: recuperação (%) versus teor de corte e teor médio versus teor
de corte.

Parte 6:

Conclusões. Revisitar os resultados mais importantes obtidos em cada etapa individual.

Avaliar se os objetivos propostos na introdução foram satisfatoriamente atingidos.

γG
Referências bibliográficas.