UNIVERSIDADE ESTADUAL DE MINAS GERAIS

ENGENHARIA DE MINAS

JÚLIO CÉSAR MAGALHÃES DE FREITAS

LUCAS FRANCA PAULO SILVA
BRENO WILLE

KRIGAGEM ORDINÁRIA

JOÃO MONLEVADE
2022
Introdução

A Krigagem ordinária é um método de regressão utilizado para interpolar dados

que leva em consideração as características espaciais de autocorrelação de variáveis
regionalizadas.

O mesmo foi inventada por Daniel G. Krige e posteriormente, no início dos anos
60, melhor desenvolvido pelo matemático francês Georges Matheron.

Ao levar em consideração a existência de continuidade espacial, permite que os

dados obtidos por amostragem de certos pontos possam ser usados para a estimação
de pontos onde o valor da variável seja desconhecido.

O amplo uso da krigagem ordinária se deve à simplicidade do método (média

ponderada), que usa a informação estrutural fornecida pelo modelo de variograma e
também porque proporciona a incerteza associada à estimativa, por meio da variância
de krigagem.

Desenvolvimento

Neste método, o teor estimado de uma variável Z é calculado basicamente a

partir de uma combinação linear dos valores (teores) das amostras vizinhas. O erro
médio e a variância do erro são sempre desconhecidos, de tal forma que é necessário
construir um modelo dos dados amostrais e então trabalhar com tais parâmetros. Neste
caso, é utilizado um modelo de probabilidade no qual o enviesamento e a variância do
erro podem ser calculados e então escolhidos pesos para as amostras vizinhas que
garantam a mínima variância de krigagem e o erro médio nulo (ISAAKS; SRIVASTAVA,
1989).

O fato de se desconhecer tanto o erro médio quanto a variância do erro implica

que a média m da variável é também desconhecida. Neste método, a relação entre a
média e os demais parâmetros da estimativa (teores reais e ponderadores) é dada pelas
seguintes relações (ROSSI; DEUTSCH, 2014).
 𝑛
[𝑍 ∗ (𝑥0 ) − 𝑚] = ∑𝑖=1 𝛾𝑖 [z(𝑥𝑖 ) − m] (2.14)

𝑛
𝑍 ∗ (𝑥0 ) = ∑𝑖=1 𝛾𝑖 z(𝑥𝑖 ) + ⌊1 − ∑𝑛𝑖=1 𝛾𝑖 ⌋𝑚 (2.15)

A condição de não enviesamento, de acordo com a eq. (2.15), é então cumprida,

sob o desconhecimento da média, quando a soma dos ponderadores é 1 (um). Assim,
com esta condição, que garante a ausência de viés global, não se torna necessário o
conhecimento prévio da média (ROSSI; DEUTSCH, 2014). Ainda, de acordo com os
mesmos autores, “esta é essência da krigagem ordinária: a variância de estimativa é
minimizada sob a condição de que a soma dos pesos é 1,0”. O processo de estimativa é
feito por vizinhanças de busca móveis, de tal forma que a cada local 𝑥0 , a ser estimado,
é atribuída uma vizinhança, constituída de um grupo de amostras dentro dos limites
espaciais da mesma, implicando no uso de diferentes amostras em cada uma. Para cada
local 𝑥0 é estimado implicitamente a média, aqui denotada por m∗ (𝑥0 ), dependente dos
valores amostrais contidos na vizinhança daquele ponto/bloco. Conforme a vizinhança
é alterada a média m∗ (𝑥0 ) também o é, atribuindo à mesma uma característica local,
representativa do volume próximo ao ponto/bloco 𝑥0 (ROSSI; DEUTSCH, 2014). A
característica deste método de atribuir uma média implícita m∗ (𝑥0 ) a cada ponto/-
bloco 𝑥0 o torna muito utilizado, visto que este aspecto do método permite considerar,
na estimativa, as variações locais dos valores (teores) da variável.

O sistema de Krigagem Ordinária, escrito em função do variograma, é dado por:

(2.16)

No sistema da eq. (2.16), obtido “[...] fazendo-se as derivadas parciais da

lagrangeana iguais a zero e derivando-se a lagrangeana em relação a µ [...]”
(YAMAMOTO; LANDIM, 2013, p. 70), a primeira equação se refere ao sistema de
equações gerais, e a segunda, à restrição de não enviesamento da estimativa. Tal
sistema, escrito na forma matricial, é dado por

(2.17)

No sistema matricial da eq. (2.17), γ(xi ,xj) é o valor variograma entre dois dados
amostrais, γ(xi , 𝑥0 ) é o valor do variograma entre os dados amostrais e o ponto/bloco a
ser estimado, λi são os ponderadores a serem determinados, e µ é o parâmetro de
Lagrange. A solução deste sistema para λi fornece os ponderadores ótimos para cada
amostra, e o teor estimado pode ser obtido pela eq. (2.10). A variância mínima de
estimativa, conhecida como variância de krigagem, é dada por (YAMAMOTO; LANDIM,
2013, p. 70):

(2.18)

Os sistemas de equações de krigagem (Eqs. 2.16 e 2.17) permitem calcular os

ponderadores para um ponto não amostrado na localização 𝑥0 , pela denominada
krigagem pontual. Na mineração, porém, o interesse é determinar o teor de um bloco
de cubagem, cujas dimensões são definidas para atender a uma demanda de produção,
seja semanal, quinzenal, mensal etc.

A Geoestatística possibilita fazer uma estimativa média do bloco de cubagem por

meio da d iscretização do bloco em pontos, que podem ser avaliados individualmente e
depois compostos para o bloco ou então diretamente, calculando-se os vetores médios
dos sistemas de equações (Eqs. 2.16 e 2.17). Essa alternativa da krigagem ordinária é
denominada krigagern de bloco.

Aplicações

A krigagem Ordinária pode ser aplicada para a previsão do valor pontual de uma
variável regionalizada em um determinado local ou no cálculo médio de uma variável
regionalizada para um volume maior que o suporte geométrico como, por exemplo, no
cálculo do teor médio de uma jazida a partir de informações obtidas de testemunhas de
sondagens.

Conclusão

Diversos são os métodos de interpolação, dos quais pode-se citar a triangulação,

o inverso da distância (ponderada ou não) e o vizinho mais próximo. Entretanto, tais
métodos possuem limitações na representação da variabilidade espacial, porque são
baseados em métodos de estatística clássica, onde se supõe independência espacial
entre as amostras ou distribuição espacial aleatória e se desconsidera a anisotropia e a
continuidade do fenômeno observado.

Dessa forma a variabilidade espacial da maioria dos fenômenos naturais não

pode ser mapeada por simples funções matemáticas. Neste sentido, tem-se aplicado
largamente a Krigagem Ordinária quando se quer representar uma distribuição espacial
regionalizada que varia com continuidade aparente.

Referencias:

VIEIRA, S. R. Geoestatística em estudos de variabilidade espacial do solo. In. NOVAES, R.

F.; ALVAREZ V., V. H.; SCHAEFER, C. E G. R. Tópicos em ciências do solo. Viçosa, MG:
Sociedade Brasileira de Ciência do Solo, 2000. v.1. p.2-54.

Giovanini, Adenílson: Krigagem: o que é e para que serve ?. Página inicial. Disponível em:
<https://adenilsongiovanini.com.br/blog/. Acesso em: 03 de agosto. de 2022
Yamamoto, J.K.; Landim, P.M.B. 2013. Geoestatística: conceitos e aplicações. São Paulo,
Oficina de Textos