Escolar Documentos
Profissional Documentos
Cultura Documentos
Faculdade de Engenharia
Engenharia Geológica
Geoestatística
Semivariograma
Discente:
Diana Abasse
Hélder Andrade
Pemba, Março
2022
Diana Abasse
Fred’s Mesa
Hélder Andrade
Semivariograma
Trabalho de investigação,
de carácter avaliativo da
cadeira de Geoestatística
3o ano.
Pemba , Março
2022
Índice
Introdução ......................................................................................................................... 1
Objectivos ......................................................................................................................... 1
Contextualização .............................................................................................................. 2
VARIOGRAMA............................................................................................................... 2
Semivariograma ................................................................................................................ 2
Importância ..................................................................................................................... 10
Conclusão ....................................................................................................................... 12
Referências ..................................................................................................................... 13
Introdução
Objectivos
Geral
Conceituar os semivariogramas;
Específicos
1
Contextualização
VARIOGRAMA
Semivariograma
1 (ℎ)
𝛾(ℎ) = [𝑍(𝑠 ) − 𝑍(𝑠 + ℎ)]
2𝑁(ℎ)
2
Desta forma, a equação representa a esperança matemática do quadrado da diferença
entre os valores de pontos no espaço, separados por uma distância h (YAMAMOTO,
1991, p. 27).
Onde:
N(h) - é o número de pares de valores medidos, z(xi) e z(xi+h), separados por um vector
de distancia h;
3
deveria crescer à medida que aumenta a distância entre elas, até um valor na qual os
efeitos locais não teriam mais influência.
4
Continuidade espacial: A progressão da curva do semivariograma nas
pequenas distâncias reflete a continuidade da variável no espaço. Assim. A
análise do semivariograma próximo á origem proporciona informações desta
natureza da variável. Um semivariograma com comportamento parabólico é
reflexo de boa continuidade, já uma forma linear na origem reflecte a
continuidade moderada no espaço. Teoricamente o semivariograma deveria ser
nulo na origem, entretanto, na maioria das vezes ele apresenta uma
descontinuidade, denominada de efeito de pepita.
a) b)
𝒄𝒐
A relação entre os parâmetros Co e C fornece um índice 𝑬 = 𝒄
, denominado de efeito
Onde:
Segundo Royle (apud Garcia, 1988), os seguintes intervalos fornecem uma noção da
influência da componente aleatória:
5
E> 0.30 Componente aleatória é muito importante.
Modelos de semivariograma
6
A inclinação da tangente da curva na origem é igual a .
ℎ/
𝛾(ℎ) = 𝑐 𝑙 − 𝑒
Modelo Guassiano
ℎ /
𝛾(ℎ) = 𝑐 1 − 𝑒
7
Figura 3: Modelo de semivariograma aleatório (Huijbregts, 1975).
𝛾(ℎ) = 𝛼
Onde:
𝜃 Varia de 0 a 2;
𝛼 é a inclinação na origem.
8
Figura 4: Modelos lineares em h0 (Journel e Huijbregts, 1978).
Foi um modelo muito usado até 1966, quando surgiram os vários modelos com patamar.
Sua equação, segundo a Lei de Wigs é:
Construção de um variograma
A= [(1-7)2+(7-3)2+(3-6) 2+(6-2)2+(2-9)2+(9-4)2+(4-8)2+(8-5)2]/8
A = 22
B= [(1-3)2+(3-5)2+(5-7)+(7-9)2+(9-8)2+(8-6)2+(6-4)2 +(4-2)2]/8
B= 3,63
A=3
B= 12,86
9
TABELA 1: Calculando-se a variância espacial até 4 intervalos de amostragem tem-se:
Pode-se observar através desse exemplo didático que o gráfico de B, se aproxima mais
do gráfico do variograma, visto anteriormente na figura 2. Já o mesmo não ocorre com o
gráfico de A, que apresenta valores erráticos, e nenhuma similaridade com a figura 2,
que representa a função de um variograma esperado.
Importância
De outra maneira pode-se dizer que o variograma faz a análises estrutural dos dados e
estatisticamente modela os dados no espaço. E a krigagem se utiliza do variograma
para fazer a interpolação. O variograma não é parte da Krigagem, mas é um requisito.
10
Exemplos de Variáveis Regionalizadas (VRs) determinadas com o semivariogram, a
precipitação anual da chuva, os teores de elementos ou substâncias, espessura de uma
camada de rochas, taxas de doenças e até a demografia (densidade populacional). Ou
seja, se há variáveis que obedeçam a essa dependência espacial, a princípio poderá ser
considerada um VR.
11
Conclusão
De outra maneira pode-se dizer que o variograma é uma ferramaneta básica de suporte a
geoestatistica Ao ser contactado que se tem variáveis regionalizadas, o variograma
poderá ser feito e servirá de base para a Krigagem.
12
Referências
13