Escolar Documentos
Profissional Documentos
Cultura Documentos
GEOESTATÍSTICA MULTIVARIADA
Piracicaba
Julho de 2004
GEOESTATÍSTICA MULTIVARIADA
1 INTRODUÇÃO
2
2 GEOESTATÍSTICA
Na teoria das variáveis regionalizadas, Z(x) pode ser definida como uma
variável aleatória que assume diferentes valores Z em função da posição x
dentro de uma certa região S, e representa pares de coordenadas (xi, yi)
(Figura 1). O ponto de referencia para o sistema de coordenadas é arbitrário e
fixado a critério do interessado (Vieira, 2000). O conjunto de variáveis Z(x)
medidas em toda a área S pode ser considerada uma função aleatória Z(x)
uma vez que, segundo Isaaks e Srivastava (1989), são variáveis aleatórias,
regionalizadas e assume-se que a dependência entre elas é especificada por
algum mecanismo probabilístico.
Y
S
Yi •Z(x)
Xi X
3
A hipótese de estacionaridade de primeira ordem é definida por
Trangmar et al. (1985) como sendo a hipótese de que o momento de primeira
ordem da distribuição da função aleatória Z(x) é constante em toda a área, ou
seja:
E [Z(x)] = E [Z(x+h)] = m
E [Z(x) - Z(x+h)] = 0
Cov ( x ,x + h ) = E [Z ( x ) * Z ( x + h ) ] − [E [Z ( x ) ]][E [Z ( x + h ) ]]
{
2γ ( x,x + h ) = E [Z ( x ) − Z ( x + h )]
2
}
4
& Huibregts, 1978). A primeira expressa a similaridade dos valores e a segunda
o afastamento relativo destes.
A estacionaridade de segunda ordem implica a existência da covariância
e, portanto uma variância finita Var(Z(x)) = Cov(0). Esta hipótese pode não ser
satisfeita para alguns fenômenos físicos, para tais situações, uma hipótese
menos restritiva, a hipótese intrínseca, pode ser aplicável (Vieira, 2000). Esta
hipótese requer apenas a existência e estacionaridade do variograma, sem
nenhuma restrição quanto à existência de variância finita, o que corresponde
ao fato de que para todo vetor h, a variância da diferença [Z(x) - Z(x+h)] é finita e
independente da posição na região, dependendo apenas do valor de h, ou seja:
2.2 Semivariograma
5
do quadrado da diferença entre os valores de pontos no espaço, separados por
uma distância h, conforme a seguinte equação:
2
1 N (h)
γ * (h) = ∑ [z( x i ) − z( x i + h)]
2N (h ) i =1
6
2.0E-4
C + Co
semivariância Gama(h)
1.5E-4
1.0E-4
5.0E-5
Experimental
Co
a Modelo
0.0E+0
0.0 15.0 30.0 45.0 60.0
Distância de separação - h
7
Dependendo do comportamento do semivariograma para grandes
valores de h, o modelo a ser usado pode ser classificado em duas categorias:
a) modelo sem patamar e b) modelo com patamar.
Os modelos com patamar normalmente são ajustes que representam a
estacionaridade de segunda ordem, onde a semivariância aumenta com o
aumento da distância entre amostras, até atingir o patamar, onde se estabiliza
(Machado, 1994). Já os modelos sem patamar satisfazem apenas a hipótese
intrínseca e os semivariogramas podem ser definidos, mas não se estabilizam
em nenhum patamar.
2.3 Krigagem
n
Z * ( x 0 ) = λ0 + ∑ λi Z ( x i )
i =1
8
Estas duas condições garantem que o estimador de krigagem seja o
melhor estimador linear não tendencioso (BLUE = Best Linear Unbiased
Estimator) pois apresenta variância mínima e não tendencioso por assegurar
que o somatório dos pesos é igual à unidade.
3 GEOESTATÍSTICA MULTIVARIADA
1 N(h)
γ 12 * (h) = ∑ {[z1( x + h) − z1( x )][Z2 ( x + h) − Z2 ( x )]}
2N (h ) i =1
O semivariograma cruzado ideal teria a mesma aparência mostrada na
figura 1 porem, com significados diferentes pelo simples fato de envolver o
produto das diferenças de duas variáveis distintas. O alcance neste caso
representa o final ou a distância máxima de dependência espacial entre as
9
variáveis. O patamar, se existir, deve aproximar-se do valor da covariância
entre as duas variáveis. Assim, quando as duas forem de correlação inversa o
semivariograma cruzado será negativo.
3.2 Cokrigagem
n1 n2
Z * ( x0 ) = ∑ λi Z1( xi ) + ∑ λi Z2 ( xi )
i =1 i =1
4 EXEMPLO
O objetivo deste trabalho realizado por Carvalho & Assad (20030 foi
incorporar a altitude como variável auxiliar na determinação do mapa de
10
variabilidade espacial de precipitação pluvial para o Estado de São Paulo
através da utilização de um interpolador geoestatístico multivariado
(cokrigagem). Para tanto, foram utilizadas mil e vinte e sete observações de
precipitação pluvial anual média provenientes de estações climáticas
abrangendo todo Estado de São Paulo, representando uma área de
aproximadamente 248.808,82 km2 (2,91% do território nacional), no período de
1957 a 1997.
Os índices pluviométricos das estações localizadas no litoral (Figura 3),
devido ao relevo da região (Figura 4), apresentam resultados que seguem uma
ordem própria sendo discrepantes dos demais. Isto ocorre devido ao relevo
concordante (a Serra do Mar se dispõem paralelamente à linha da costa), as
vertentes a barravento (lado de onde sopra o vento) são mais expostas aos
ventos úmidos.
11
Figura 4. Altitude de estações climáticas do Estado de São Paulo.
12
Figura 5. Semivariograma da variável precipitação.
13
auxiliar na obtenção de estimativas em lugares não amostrados para a
precipitação anual em toda a área em estudo, dentro do alcance.
14
para precipitação é minimizada, explorando a correlação cruzada entre
precipitação e altitude.
5 REFERÊNCIAS BIBLIOGRÁFICAS
15
São Paulo. Campinas: Embrapa Informática Agropecuária, 2003. (Embrapa
Informática Agropecuária. Comunicado Técnico 49).
CLARK, I. The semivariogram - Part I. Eng. & Min. J., 180(7):90-94, 1979.
16
SOUZA, L.C. de. Variabilidade espacial da salinidade de um solo aluvial no
semi-árido paraibano. Campina Grande, 1999. 77p. Dissertação (Mestrado)
- Universidade Federal da Paraíba
17