3

ANÁLISE ESPACIAL DE SUPERFÍCIES

3.1 INTRODUÇÃO

! !
"
# $
% &
' (
) *
$ ) ( + *

Figura 3-1 – Ilustração do processo de interpolação: amostras (cruzes) e aproximação da

superfície por uma grade regular (círculos).
, % ( $
- % .
!
! %
 0 % 1 # &
2, & 2
• 2
! 3( !4
# ! %
% %
+ 3 0
! /
• 2 !
% ! $
! % 0
& !

• 2
!
3( 0 %
% .

p
Z (x) = β j f j + ε (x)
j =1

p
E{Z ( x )} = βj fj j
. 5
j =1

+ fj . !4
0
0
6 !4 6

& 6
. % 7 678 6
! # &

fj 1

9 5
$ % . %
! ) ! * # &
! % $
! &
$ # 6 ! : ,
! 0;<=#,# > ?

/
 " ' + ? ' ?, @ AB
!4 + <C )
* " /
.
@

Figura 3-2- Disposição das amostras de teor de argila da Fazenda Canchim (EMBRAPA).

Tabela 3-1 - ESTATÍSTICAS DA AMOSTRA.

1 !4 AB
; 8 B
D 5 /AA 8 :
, E FG/
' ! 8B :
' 8/ :
' / ::
H I 8
;
H :

- + % !
9 !
8/ : H
+ )/ ::* % !
 1 @
% %
! %J& 3( ) 8 B 8*
# !
(

3.2 MODELOS DETERMINÍSTICOS LOCAIS

K
. !
. 9
# ! ! 2
n
wij z j
j =1
zˆi = ) *
n
wij
j =1

2 ! % % !"
" + #" ! #"
!

Figura 3-3 Ilustração do processo de interpolação por estimador local: (a) configuração original de
amostras; (b) grade regular superposta às amostras; (c) interpolação de um valor a partir dos
vizinhos; (d) grade regular resultante

:
 D !4 % 2) * +
3( L ) * L ) * L &

% ! $% ! &
'( + +
0 % .
$% )

+ %
! #" M % % * $%
)
+ # !
5 9
. 2

wij = 1 d ijk , (3.2)

2 ( 5 / L "

5 " ( 2

d ij = ( xi − x j ) 2 + ( yi − y j ) 2 (3.3)

K !
" : " ' + -
!4 2 !4 + 3(
!4 L
% 5 (
N O

B
 Figura 3-4 - Comparação entre interpoladores de média móvel, para o mesmo conjunto de
amostras. À direita, inverso do quadrado da distância; no centro, média simples; à esquerda,
vizinho mais próximo. Regiões mais claras representam alto valores e vice-versa.

K ! !
( % ) 0
+
% , ) 0 3
% $
N O N O ? .
% $ $ 0
% /

K . 5 2) *
& % + ! L) * !
! N O ! $ ,
! ! . %
-!.+///! 0 + τ
5 " ! . ) (
% ! * !4

E
 n d ij
k( )z j
τ
j =1
zˆi = , d ij ≤ τ (3.4)
n d ij
k( )
τ
j =1

0 3 ! % ! % $
#" ! 5 0(
!4

1 d ij 2
k ( x, y , τ ) = exp − , (3.5)
2πτ 2τ 2

3 d ij2 2
k ( x, y , τ ) = (1 − ) (3.6)
πτ 2 τ2
,
" : #
% ) % ! E*
" B B88 B88 # !
5 !
/
L + !
$
0
! % !
! ) * #
( $ $ #
&
( ! % !4

G
Figura 3-5- Superfícies de teor de argila interpoladas por kernel de quarta ordem. À esquerda, raio
de busca de 500m; à direita, raio de busca de 1500m.

3.3 SUPERFÍCIES DE TENDÊNCIA

# & #
( .
1 !4
0 !
!4 % (
# & !
1 !4
# ! % (
! ( & 4
0( % !4 2
z = α1 + α 2 x + α 3 y (3.7)

% !4 % 2

w = α1 + α 2 x + α 3 y + α 4 xy + α 5 x 2 + α 6 y 2 (3.8)

# ! & %
! $ !
% !
! 3 5 +
& L 5 5
$

A
 , " ' + ) *
& - .
! )=/ . * G P %
+
% . .
) ! /* ) ! : *
K ( &
! .
! ? '
. 8 ) & * ,
.
M 8 /8M8B )//
& * %
"
! /G !4
3 0 , % # 0(
= ? ' ? # > 0 + 3
( " E

Figura 3-6– Distribuição espacial das estações monitoradas pela Epagri.

# 0 /G
!4 & % !
2
z ( x, y, h) = α1x+ α 2 y + α 3h + α 4 (3.9)

! )(* )1*
)&* , & ) M 8 /8M 8*
@
@ / !
) * N"O

F
 NO ? 0
# Q ?
+ 3

" # $
% &'()* )' +& ,
- '(() ' +& '+ )
- , '(++ ' .* *'(..
/ ' * ' +' +
0 1 '& &

# &
!

# 5 (
) * # & 1
%
! - ! L
( &
4 % ! &
( ! %
!
? ' !
0 !
!4

8
 3.4 MODELOS ESTATÍSTICOS DE EFEITOS LOCAIS E GLOBAIS: KRIGAGEM

3.1.1 FUNDAMENTAÇÃO TEÓRICA

#6 . ! !
! #+ 3
%
) . ! * -
6 2
) * ( 3 L
) * ) ! *L
) * !
- ! + +
Q 3
! ! -% 6
! ! 5
% 9
5 + !
# 6
&
# 3 6
! ; + K
! ) * .
!4 ! 3 ) 3 3
* 0 + 3
# ! (
& 2 *
& L * 3
L * 3 ? x
! & 4 !
3 R x 2
Z ( x ) =µ ( x ) + ε ' ( x ) + ε ' ' (3.10)

2
• µ)x* ! % R
xL
• ε′ x % L
• ε″ 3 !
5 σ/

Figura 3-7- Componentes de uma variável regionalizada.

# " G) * ) * & !
#" A) * %
) ! * %
" A) * &
#+ 3 %
$ µ) * . %
+ ! 0 + 3
2 %
& + 2 Q K
" !4 # 3 I - 6
+ 3 Q µ)x*
! 3 R !4 x x+h
I % ! x x
+h 5 h 2

E [Z(x) - Z(x+h)] = 0 (3.11)

# % $ .
5 % % R)x* R)x + h*
5 h ( h 0 2

C(h) = COV [ Z(x), Z(x+h)] = E[Z(x).Z(x+h)] – m2 (3.12)

# 5
5 2

/
 Var(Z(x)) = E [Z(x)- m]2 = E[Z2(x)] – 2E[Z(x)].m + m2 (3.13)

Var(Z(x)) = E[Z2(x)] – 2m.m + m2 = E[Z2(x)] – m2 = C(0) (3.14)

% + 3
5 % ! ! 3h
! I % % 0% ! 8
′
! 3h ε x , 3h+
! ( + ! /γ h 2

2γ(h)= E[Z(x) - Z(x+h)]2 (3.15)

% 2

2γ(h)= E[Z2(x) -2 Z(x).Z(x+h) - Z2(x+h)] (3.16)

2γ(h)= E[Z2(x)] -2 E[Z(x).Z(x+h)] - E[Z2(x+h)] (3.17)

% ! ) :*

E[Z2(x)] = E [Z2(x+h)] = C(0) + m2 (3.18)

% ! ) *

E[Z(x).Z(x+h)] = C(h) + m2 (3.19)

? % !4 ) A* ) F* % ! ) G* 2

2γ(h) = 2C(0) – 2C(h) ou γ(h) = C(0) – C(h) (3.20)

2
γh % # !
) /8* % + 3 / % 5
!
Z(x) e Z(x+h) h
3.1.2 DETERMINAÇÃO EXPERIMENTAL DO SEMIVARIOGRAMA

- 9
Q % ! $
! - (
% 4 "
A )x* ! . )( S *
)x+h* ! . )(/ S/* h
5 ) 3 ! *%
y

z(x1+h)
y2

h
z(x1)
y1

x1 x2 x
Figura 3-8 – Amostragem em duas dimensões.
# ! ( h
)x* )x+h* 5 h,
% ! 2
1 N( h )
γˆ ( h ) = [ z( xi ) − z ( xi + h )] 2 (3.21)
2 N ( h ) i =1
2

γ̂ (h) )h* 1
)x* )x+h* h 0 3
, ( !4 %
)+ * K
) * % !4
5 -
) //*
& % ! 5 , ( 4
' ) FF *

:
 + 3 % $ '
) !4 * !
( 5
! - ) %
$ ! * # &

# + 3
(
" F 0 % !4 3( +
+ % %
5 # ! )x* )x+h*
9 % 5 %
&

^γ(h)
Patamar (C)

Efeito Pepita (Co)

Alcance (a) h

Figura 3-9 – Parâmetros do variograma.

- 5 " F2
• 2 5 %

• 4 32 /
% ( &
% 5 ! )Var
[Z(x) - Z(x+h)]* (
• 4 35 2 γ) *78 0 9 % h
γ)h* ( + 4
35 + % 5
% 5 -

B
 5 5
% )
* ,
! % !
! %

3.1.3 MODELOS TEÓRICOS

- ( ˆ (h) 0% !
) //* " F
% . . ! T % .
& ˆ (h) !
6 (
- .
(
. % ! 3 .
% .
3
- %
3 0 2
;
# 3
,
5 FBP ;
% 5 @
$ %
- 2 )? +*
( )0( * ) * 0
" 8 /

E
 γ(h)
Modelo Exponencial
Modelo Esférico
Modelo Gaussiano
C=1

0
0 a h
Figura 3-10 – Representação gráfica de modelos transitivos normalizados.
)
- "
8 # % ! 2

0 , | h |=0
3
Sph ( h ) = 1,5
|h| |h|
− 0,5 , 0 <| h |≤a ) //*
a a
1 , | h |>a

(
K ( %
" 8 # % ! 2
0 , | h |=0
Εxp( h )= |h| ) / *
1−exp − , | h |≠0
a
0
5 % FBP

-
$ ( ? ! 2
0 , | h |=0
Gau( h )= |h| 2 ) /:*
1−exp − , | h |≠0
a

G
 ? + (
5 5
% FBP - %
3 3( 9 " 8

#
% . (
( 3 %
3 % "

γ(h) Modelo Exponencial

Modelo Esférico
Modelo Gaussiano
C

C1
C = Co + C1

C1 : Contribuição
Co do Modelo

0 a h

Figura 3-11 - Representação gráfica de semivariogramas experimentais e modelos teóricos.

0
2
• ) 6

0 , | h |= 0
3
3 |h| 1 |h|
(h)= C +C − =C +C [ Sph (| h |) ] ,0 <| h |≤a ) /B*
o 1 2 a 2 a o 1

C +C ,| h |>a
o 1

• ( 6

0 ,| h |= 0

(h)= |h| ) /E*

C o + C 1 1−exp − =C o + C 1 [ Exp (| h |)] , | h |≠ 0
a

A
 • 6

0 ,| h |= 0
(h)= 2 ) /G*
|h|
C o + C1 1−exp − =C o + C1 [Gau (| h |)] ,| h |≠ 0
a

&
0( $ %
( ( !4 0
!4 & L
+ ( ! $
! ! , (
+ 1 ! %
2

3
3 |h| 1 |h|
C +C − = (h) , 0 < | h | ≤ a

0 1 2 a 2 a 1 1
1 1

3

(h)= 3 |h| 1 |h|

C +C − =

(h) , a < | h | ≤ a ) /A*

0 2 2 a 2 a 2 1 2
2 2

C +C + C ,| h | > a
0 1 2 2
0 ,| h | = 0

• . 3. 5 !
) 

1 (h) *

• 7 37 5 !
) 

2 (h) *

0 " / + 3 +
. 3 (

F
 γ(h)

C2

γ1 (h)
C1
γ2 (h)

a1
C0 a2

h
Figura 3-12 - Representação gráfica de um modelo duplo esférico.

$ +

3.5 KRIGAGEM

- Q %
3 !
! I 6
3 (
+ 3
# ! 6
! 9
! (
M ) 7 1 *L !
% 5 %
5 % Q
+ ! 3 (
% %
( # 6
.
%

0 % !
L 5
% 5

/8
 # 6 . !
)6 *
)6 ! 6* )
6 * 0 9 ! 6

3.5.1. KRIGEAGEM ORDINÁRIA

' % R
x #
. U )xi* 8.+ ///+ V xi !
4 )( S * ? + % .
R c - + R)x0*
!
5 λ8 2
n
) /F*
Z* ( x 0 ) =λ0 + λi Z(x i )
i =1

.
E [Z(x0) – Z*(x0)] = 0
# ! 4 % . L
0% ! : B 2
n n
) *
E [Z(x 0 )]=E λ0 + λ i .Z(x i ) m=λ0 + λim
i =1 i =1

# 6 % +
% 0% ! E . %
n
λ0 =0 e λi =1 ., Q 2
i =1

n
n ) /*
Z * ( x 0 ) = λi Z ( x i ) λi =1
i =1 i =1

n
; 5 )Var [Z(x0) – Z*(x0)]* ! λi =1
i =1

λ % !4
6 2

/
 n

j C( xi , x j ) −

= C( xi , x0 ) para i = 1, ..., n
j=1

) *
n

j =1
j=1

• ')x x.* ')x x8* 5 x

x. x x8

• α W !
5

# 5 5
6 )σ 2ko * (

n
) :*
σ ko2 =Var[ Z ( x ) − Z * ( x 0 )] = C( 0 ) − C( x i ,x 0 ) −


i
i =1

# 6 ( % %
% !4
# 5 6
% ! ) B* !

3.6 ESTUDO DE CASO

X @ ( ! " /
. @ #
(
0
+ !
6 -
" ) 3 *
.

//
 γ(h) Semivariograma Omnidirecional
390 Modelo Esferico
351
312
273
234
195
156
117
78
39
h
0
0 1000 2000 3000 4000 5000

Figura 3-13 – Semivariograma omnidirecional e modelo esférico

- . " & 5 2
0 0 0 , )' * 7 A ABL ' ! )' * 7 / 8 AF
# ) * 7 FAF /8 - 3 !
! 2

h h
( h ) = C o + C1 Sph =118,85 + 230 ,89 Sph ) B*
a 3989,20

K 9
! 6 ' &
% 9 5 6 #
" : " :9 % 4

) " :* 6
!
% 9 #
" : 9 6
5 ) 5 6 * @ !
1 4 +

/
 Figura 3-14 – À esquerda a superfície do teor de argila e à direita a variância de krigagem.
' )
% + 6
- 4 +
)N O* # 6
5 5 )N O*
% "
# 6
& ! L .
)

- ) ! & '(
( ! - )
% !
Y & ! & '(
% ( $
& ! @ !
( !
K % ! % "
: 3 # ! %
$
? (
% 9

/:
 & ' 3

3.7 CONCLUSÕES

' % + !
%
" % ! %
@ 9 ;

( & !
I !4
% 5 5

3.8 REFERÊNCIAS BIBLIOGRÁFICAS

# 3 9 :
; ! ; + ) FG * + 3
Y ) FAA* # &
. ( ( I 6
? ) FAF* # ! ?WI<

+ Y ) FF/* ' ! 9 ! ?I
' ) FFG* %
3 ?,=I = &
! < + ) FAG* - (
& + <Z + )/88 *

<Z + ? )/88 * 9 < ! 6 =

3 > 4 " 3
! ); ? = * > I
, % 0 ? Y '
< + , ) FAG* 4 & 1
-( ' ,
' 0 ) FFG* +< $% 9 4
2 4 < $?
4;<* ! ); ?
= *>I , % 0 ? Y '

/B
 + ' # Y ) FF/* @<A6 # @ 1 B
C [ 6 -( K S,
I 6 ; 0 ? ) FAF* < / C
[ 6 -( K S, FAF
Y # ) FAA* C '
? ' = " # 0 +?
; + ) FE FG * 9& & 1 !
, W ' + ' ; + ; + % "
FG /

/E