Escolar Documentos
Profissional Documentos
Cultura Documentos
1
II-Introdução
O termo Geoestatística surgiu para enfocar o estudo estatístico de um
fenômeno natural, por sua vez, caracterizado pela distribuição no espaço
de uma ou mais variáveis, denominadas "variáveis regionalizadas"
(JOURNEL & HUIJBREGTS, 1978).
Por volta de 1950, na África do Sul, D.G. Krige concluiu que não poderia
estimar de forma adequada o conteúdo de ouro em blocos mineralizados
se não considerasse a configuração geométrica das amostras, ou seja,
localização e volume. Estas avaliações, a princípio empíricas e de aplicações
localizadas, foram importantes para o engenheiro francês Georges
Matheron desenvolver a teoria que estuda o comportamento de variáveis
distribuídas espacialmente e que representam um fenômeno natural.
Assim, Matheron, durante a década de 60, generalizou os métodos de
estimativas usados por Krige e desenvolveu os fundamentos teóricos da
variabilidade de amostragem associada com o tamanho das amostras bem
como, formulou uma teoria completa dos erros de estimativas
(MATHERON, 1962, 1963 e 1970).
Desde os anos 60, portanto, a Geoestatística vem sendo aplicada em
diversas áreas das Geociências, não apenas na Pesquisa e Avaliação
Mineral, mas também, entre outras, em Hidrogeologia, Cartografia,
Geologia Ambiental e Geotecnia.
O avanço tecnológico da computação potencializou ainda mais a utilização
da Geoestatística,estando hoje presente nos principais sistemas
computacionais de avaliação de recursos minerais.
Alguns conceitos-chaves de Geoestatística:
Krigagem: método usado em Geoestatística para interpolar ou aproximar
dados.
Interpolação: é uma técnica utilizada para estimar os valores
desconhecidos de uma função a partir de valores conhecidos da mesma
função.
2
III- Material e Métodos
No presente trabalho, fez-se um estudo no Miradouro da Lua,um lugar
situado a 40 quilómetros a Sul de Luanda,para o levantamento dos pontos
daquela mesma área.E para se realizar este levantamento, precisou-se de
um drone, como ilustra na figura 1.
Figura 1- Drone
O principal objectivo foi de capturar as imagens aéreas para o melhor
levantamento dos pontos de coordenadas (X,Y e Cota).
3
IV-Resultados e Discussões
1-Análise descritiva dos dados
Nessa secção apresentam-se, as tabelas e gráficos construídos assim como
as medidas descritivas obtidas da minha variável em estudo.
No campo, retirou-se mais de 234.250 pontos,nas quais fez-se a recolha.No
ponto a seguir, mostrarei a tabela com os dados da estatística descritiva,
dos mesmos:
Variável x
Média 290452,39
Erro Padrão 0,196916512
Mediana 290470,8065
Moda 290486,514
Desvio Padrão 95,30637122
Variância 9083,304395
Curtose -0,394409564
Assimetria -0,625267987
Amplitude total 431,912
Mínimo 290197,091
Máximo 290629,003
Somatório 68038472363
Nº de Elementos 234250
Maior valor 290628,946
Menor valor 290197,744
Intervalo de Confiança(95%) 0,385951266
4
2-Distribuição de frequências
Dentre os 234.250 elementos retirados, fez-se apenas a distribuição das
frequências dos 10 elementos, escolhidos por mim:
Variável X fi fr F Fr
290204,921 1 10% 1 10%
290210,755 1 10% 2 20%
290213,25 1 10% 3 30%
290311,788 1 10% 4 40%
290312,275 1 10% 5 50%
290312,775 1 10% 6 60%
290313,921 1 10% 7 70%
290314,113 1 10% 8 80%
290314,355 1 10% 9 90%
290315,158 1 10% 10 100%
Total 10 100%
3-Distribuição de classes
Classes fi fr
290204,921—290210,755 1 11,11%
290210,755—290213,25 1 11,11%
290213,25—290311,788 1 11,11%
290311,788—290312,275 1 11,11%
290312,275—290312,775 1 11,11%
290312,775—290313,921 1 11,11%
290313,921—290314,113 1 11,11%
290314,113—290314,355 1 11,11%
290314,355—290315,158 1 11,11%
Total 9 100%
Na tabela acima, fez-se a distribuição das classes,nas quais determinou-se
o valor das frequências,absoluta e relativa da variável X,e a amplitude de
cada classe calcula-se da seguinte forma:
Amplitude Total=Valor máximo-Valor mínimo
Por exemplo: At=290210,755-290204,921=5,8
5
4-Histograma
290340
290320
290300
290280
290260
290240
290220
290200
290180
290160
290140
1 2 3 4 5 6 7 8 9 10
X f
6
o valor máximo e o valor mínimo da variável X, e a mediana representa
50% do valor da variável.
6-Outliers
X
290370
290360
290350
290340
290330
290320
290310
0 2 4 6 8 10
7
7-Mapa de Contorno 2D
8
8-Mapa de contorno 3D
Figura-Mapa de contorno 3D
A figura acima representa um mapa de contorno 3D,ou seja, um mapa de
representação tridimensional, bem diferente da representação em 2D. Na
representação da escala em 3D, notou-se que a partir do valor 35
começou nas zonas mais baixas,e a partir de 105 terminou nas zonas mais
altas, ou mais frias.
9
Imagem Real
10
V-Conclusões
Com este relatório chego a conclusão que ainda há muito que melhorar os
dados quando se aplica a geoestatística.Com base nos meus
resultados,existem alguns mais certos, e outros mais ou menos com relação
a análise dos meus dados.
Os dados, de uma maneira geral, têm a possibilidade de serem melhorados,
tendo em conta, a boa interpretação dos mesmos.
11
VI-Recomendações
Uma das recomendações é que a Geoestatística deve ser ainda mais
adotada como uma rotina em análises de dados para possibilitar a sua
maior precisão possível, e com a finalidade de analisar a distribuição dentro
do espaço, uma vez que também é utilizada em outras tais como: a
agricultura, a engenharia geográfica,e dentre outras.
12