Geoestatistica AP 05 PDF

P.P.G.emAgriculturadePreciso DPADP0803:Geoestatstica (Prof.Dr.
EldioSebem)
Geoestatstica:
Consideraes Iniciais
impossvel saber, antes de amostrar, de que maneira os valores

das variveis iro se comportar: se dependente ou independente uma
da outra.
Devido as limitaes da estatstica clssica e pelo fato de que

muitas variveis so heterogneas (os atributos variam no espao e
no tempo), torna-se necessria a utilizao de procedimentos
estatsticos adicionais, que considerem e reflitam essa variaes.
Assumindo as hipteses exigidas pela estatstica clssica, pode-se

dizer que:
um valor medido em parte explicado por uma mdia e
em parte pela variao do acaso.

P.P.G.emAgriculturadePreciso DPADP0803:Geoestatstica (Prof.Dr.EldioSebem)
Geoestatstica:
Os desvios dos valores em torno da mdia so assumidos como

sendo independentes e com distribuio normal de mdia zero e
varincia
ou seja
a mdia aritmtica dos dados amostrais adotada como sendo

bom estimador da posio central dos valores da populao.
A mdia ento tomada como estimativa da propriedade em

locais no amostrados, tornando necessrio identificar o nvel de
preciso dessa mdia como estimador, o que, na estatstica clssica,
realizado por meio das medidas de disperso.
Quando verificado que a componente residual da varincia

relativamente muito grande, o que normalmente indicado por
um alto CV, o experimento ficar prejudicado, sendo que a causa
pode ser a variabilidade do conjunto de dados, assumido como
homogneo no incio.
Geoestatstica:
Se a distribuio espacial das amostras considerada, em

muitos casos, ser possvel tirar vantagem da variabilidade
espacial.
Portanto a estatstica clssica e a geoestatstica, ou estatstica

espacial, se complementam. Uma no exclui a outra, e perguntas no
respondidas por uma, muitas vezes podem ser respondidas pela
outra.
Quando os dados so abundantes, os mtodos de

interpolao, em geral produzem valores semelhantes.
Os mtodos tradicionais de interpolao espacial como

triangulao e mtodo do inverso do quadrado da distncia, no
caso de dados esparsos, possuem limitaes na representao da
variabilidade espacial, porque desconsideram a anisotropia e a
continuidade do fenmeno que se quer observar.
Geoestatstica:
A sequncia de passos em um estudo geoestatstico envolve:
1) Anlise exploratria dos dados para que se possa ter a

compreenso da natureza espacial da varivel;
2) Anlise estrutural do conjunto de dados para determinao da

correlao espacial ou continuidade dos dados;
3) Elaborao de estimativas por krigagem para estimar valores

em pontos no amostrados.
Antes de selecionar a tcnica de estimativa mais apropriada

devemos responder a algumas questes bsicas:
- Queremos uma estimativa global ou local?
- Nosso objetivo estimar apenas a mdia ou a distribuio
completa dos dados?
- Queremos estimar valores pontuais ou blocos?
O objetivo determinar o valor do atributo z em posies u do

espao no amostradas z(u).
Geoestatstica:
Interpolao
- Atribuio de pesos para as amostras (weighted average

interpolation algorithms).
- Pesos entre 0 e 1, sendo que o somatrio dos pesos deve ser 1.
- Quanto mais perto um dado n do grid, maior seu peso.
Interpoladores Clssicos
Polgonos: define zonas/reas de influncia, sendo o peso de

acordo com a rea que corresponde a cada amostra;
Inverso da distncia: valor estimado a partir de combinaes

lineares dos dados vizinhos, com o peso dado pela distncia que
separa as amostras;
Spline: polinomiais de uma dada ordem que melhor se ajustam aos

dados de forma suavizada.
Geoestatstica:
Desvantagem dos mtodos clssicos
- No consideram o suporte amostral;
- No consideram o padro de variabilidade espacial;
- No fornecem medida de erro da estimativa.
Vantagem dos mtodos clssicos
- Simples;
- Intuitivos;
- Facilmente implementveis em rotinas computacionais.

Geoestatstica:
Estimativa por combinao linear ponderada
A ideia bsica estimarmos um atributo qualquer em uma posio

usando:
Em que: u refere-se a uma localizao qualquer

Z*(u) o valor estimado nessa localizao u
existem n dados Z(ui), i = 1,...,n na circunvizinhana de u
i refere-se aos pesos calculados.
Quais os fatores que devem ser considerados para calcular os

pesos?
- Proximidade das amostras;
- Redundncia entre dados amostrais;
- Anisotropia;
- Magnitude da continuidade.
Geoestatstica:
A krigagem um estimador linear a partir da informao

disponvel, em que temor z(u) posies desconhecidas e dados nas
posies z(u) como realizaes da varivel regionalizada em estudo.
Em que: = o valor estimado;
= mdia do atributo z(u);
= pesos a serem determinados.
Dessa forma, nosso objetivo determinar os pesos de krigagem

, tal que:
Geoestatstica:
Essa varincia deve ser minimizada sob a condio de no-

tendenciosidade.
Assim a geoestatstica um conjunto de tcnicas estatsticas

utilizadas para analisar a variabilidade e estimar valores de uma
varivel de interesse.
A metodologia proposta pela geoestatstica difere da proposta pela

estatstica clssica, basicamente, na forma de avaliar a variao dos
dados.
Enquanto a estatstica clssica pressupe no haver relao entre a

variao e a distncia entre pontos de amostragem, isto , as
variaes so aleatrias no espao, a geoestatstica considera
dependncia de variao com o espao de amostragem e que, em
parte, essas variaes so sistemticas.
Geoestatstica:
A regionalizao da varivel a maneira de identificar e avaliar a

estrutura espacial dos atributos estudados.
Uma premissa bsica que em todas as reas existem regies

mais ricas do que outras, para uma determinada varivel.
Ou seja, o valor da varivel regionalizada f(x) depende da posio

espacial x.
Na teoria das variveis regionalizadas, Z(x) pode ser definida

como uma varivel aleatria que assume diferentes valores Z em
funo de x.
O que diferencia a krigagem de outros mtodos de interpolao

a estimao de uma matriz de covarincia espacial que
determina os pesos atribudos s diferentes amostras, o tratamento
da redundncia dos dados, a vizinhana a ser considerada no
procedimento de inferncia e o erro associado ao valor estimado.
Geoestatstica:
O conjunto de amostras deve ser representativo do fenmeno que

se pretende estudar.
Se x representa uma posio em uma, duas ou trs dimenses,

ento o valor da varivel Z, em x, , dada por (Burrough, 1987):
onde: m(x) uma funo determinstica que descreve a

componente estrutural de Z em x;
(x) um termo estocstico, que varia localmente e

depende espacialmente de m(x);
um rudo aleatrio no correlacionado, com

distribuio normal com mdia zero e varincia .
Geoestatstica:
A hiptese mais comum chamada estacionaridade de 2

ordem:
A componente determinstica, m(x), constante (no h

tendncias na regio).
A varincia das diferenas entre duas amostras depende

somente da distncia h entre elas, isto :
(h) chamado de semivarincia.
Para mostrar a contribuio da semivarincia, podemos reescrever

a equao como:
Em outras palavras, como supomos m(x) ser constante, a variao

local das amostras (e seu relacionamento espacial) pode ser
caracterizado pela semivarincia (h).
Geoestatstica:
VARIOGRAMA (SEMIVARIOGRAMA)
Quando a amostragem envolve duas direes (x,y) o instrumento

mais indicado na estimativa da dependncia entre amostras o
variograma (Silva, 1988).
O variograma uma ferramenta bsica de suporte s tcnicas de

krigagem, que permite representar, quantitativamente, a variao de
um fenmeno regionalizado no espao (Huijbregts, 1975).
Considere duas variveis regionalizadas, X e Y, onde X=Z(x) e

Y=Z(x+h).
Neste caso, referem-se ao

mesmo atributo (por exemplo,
teor de zinco no solo) medido em
duas posies diferentes, onde x
denota uma posio de duas
dimenses, com componentes
(x,y), e h um vetor distncia
(mdulo e direo) que separa os
pontos.
Geoestatstica:
O nvel de dependncia entre essas duas variveis

regionalizadas, X e Y, representado pelo variograma, 2(h), o
qual definido como a esperana matemtica do quadrado da
diferena entre os valores de pontos no espao, separados
pelo vetor de distncia h, isto ,
Atravs de uma amostra z(xi), i = 1,2,...,n, o variograma pode ser

estimado por:
onde: o variograma estimado;

N(h) e o nmero de pares de valores medidos, z(xi) e
z(xi+h), separados por um vetor distncia h;
z(xi) e z(xi+h) so valores de i-sima observao da
varivel regionalizada, coletados nos pontos xi e xi+h (i = 1,2,...,n),
separados pelo vetor h.
Geoestatstica:
O variograma funo do vetor h (mdulo e direo).
Essa equao tambm definida como semivariograma, porque

dividida por 2.
Para efeito prtico, tratar-se- variograma e semivariograma com o

mesmo significado.
O variograma normalmente atinge o patamar, chamado de sill, o

qual aproximadamente igual a varincia total dos valores amostrais
(a varincia a priori dos dados).
A distncia em que o variograma alcana o patamar chamado

alcance (range).
Geoestatstica:
Embora o variograma deva passar pela origem (0)=0,

frequentemente ele aparece cortando o eixo vertical em um valor
positivo, chamado efeito pepita (nugget effect).
Variograma ideal.
Geoestatstica:
Parmetros do variograma
O seu padro represente o que, intuitivamente, se espera de dados

de campo, isto , que as diferenas {Z(xi)-Z(xi+h)} decresam, a
medida que h, a distncia que os separa, decresce.
esperado que
observaes mais
prximas
geograficamente
tenha um
comportamento mais
semelhante entre si
do que aquelas
separadas por
maiores distncias.
(h) aumenta
com a distncia h.
Geoestatstica:
Alcance (a): distncia, dentro da qual, as amostras apresentam-

se correlacionadas espacialmente.
Patamar (C): o valor do variograma correspondente a seu

alcance (a).
Desse ponto em diante, considera-se que no existe mais

dependncia espacial entre as amostras, porque a varincia da
diferena entre pares de amostras torna-s invariante com a distncia.
Efeito Pepita (C0): idealmente igual a zero.
Entretanto, na prtica, medida que h tende a 0 (zero), (h) se

aproxima de um valor positivo, (C0), que revela a descontinuidade do
semivariograma para distncias menores do que a menor distncia
entre as amostras.
Parte desta descontinuidade pode ser tambm devida a erros de

medio (Isaaks; Srivastava, 1989).
Geoestatstica:
Contribuio (C1): a diferena entre o patamar (C) e o efeito

pepita (C0).
Clculo do semivariograma para amostras regularmente

espaadas
Para determinar o semivariograma experimental, por exemplo, na

direo de 90, o clculo de repetido para todos os intervalos
de h.
Suponha a distncia entre dois pontos consecutivos igual a 100m.
Ento, qualquer par de observaes, na direo de 90, cuja

distncia igual a 100m, ser includo no clculo de (90,100m).
Isto feito, os clculos so repetidos para a prxima distncia, por

exemplo, 200m.
Isso inclui todos os pares de pontos, cuja distncia igual a 200m.

Geoestatstica:

espaadas
O processo repetido at que algum ponto de parada desejado

seja alcanado.
Geoestatstica:

espaadas
Ilustrao para o clculo do semivariograma a partir de uma

malha de amostragem regularmente espaada.
Geoestatstica:
Clculo do semivariograma a partir de uma malha de

amostragem irregularmente espaada.
Neste caso
necessrio
introduzir limites
de tolerncia para
direo e
distncia.
Tome como
referncia o Lag2
da figura.
Geoestatstica:

amostragem irregularmente espaada
Lag refere-se a uma distncia pr-definida, a qual utilizada no
clculo do semivariograma.
Suponha um incremento de Lag igual a 100m com tolerncia de

50m.
Considere ainda a direo de
medida de 45 com tolerncia angular
de 22,5.
Ento, qualquer par de observaes

cuja distncia est compreendida entre
150m e 250m e 22,5 e 67,5 ser
includo no clculo do semivariograma
de Lag2.
Este processo se repete par todos

os Lags.
Geoestatstica:

amostragem irregularmente espaada
A largura da banda (BW) se refere a um valor de ajuste a partir do

qual se restringe o nmero de pares de observaes para o clculo do
semivariograma.
A prxima etapa constitui o ajuste de um modelo terico ao

semivariograma experimental.
Geoestatstica:
Modelos de Semivariogramas (Variogramas)
O ajuste de um modelo terico ao semivariograma experimental

no direto e automtico, pois, nesse processo, o intrprete faz um
primeiro ajuste e verifica a adequao do modelo terico.
Dependendo do ajuste obtido, pode ou no redefinir o modelo, at

obter um que seja considerado satisfatrio.
Os modelos podem ser de dois tipos: modelos com patamar e

modelos sem patamar.
Os modelos com patamar so conhecidos como modelos

transitivos.
Alguns modelos transitivos atingem o patamar (C)

assintoticamente, onde o alcance (a) arbitrariamente definido como
a distncia correspondente a 95% do patamar.
Geoestatstica:
Os modelos sem patamar continuam aumentando enquanto a

distncia aumenta.
Tais modelos so utilizados para modelar fenmenos que possuam

capacidade infinita de disperso (modelo potncia).
Os modelos transitivos mais utilizados so:
- Modelo esfrico (Sph);
- Modelo Exponencial (Exp); e
- Modelo Gaussiano.
Geoestatstica:
Modelo esfrico (Sph)
O modelo esfrico e um dos modelos mais utilizados e a equao

normalizada :
Para dados ambientais aplicado em 95% dos casos.

Geoestatstica:
Modelo exponencial (Exp)
A equao normalizada :
Esse modelo atinge o patamar assintoticamente, com alcance

prtico definido como a distncia na qual o valor do modelo 95% do
patamar (Isaaks; Srivastava, 1989).
Geoestatstica:
Modelo gaussiano (Gau)
um modelo transitivo, muitas vezes, usada para modelar

fenmenos extremamente contnuos. Sua formulao dada por:
Esse modelo tambm atinge o patamar assintoticamente, com

alcance prtico definido como a distncia na qual o valor do modelo
95% do patamar (Isaaks; Srivastava, 1989).
O que caracteriza esse modelo seu comportamento parablico

prximo origem.
Geoestatstica:
Linear
Sua formulao dada por:
Neste modelo o patamar determinado por inspeo.
O coeficiente angular C/a determinado pela inclinao da reta

que passa pelos primeiros pontos de (h) dando-se maior peso
queles que correspondem a maior nmero de pares.
Geoestatstica:
Modelo cbico
Modelo Pentaesfrico
Geoestatstica:
Modelo efeito furo (hole effect)
Modelo potncia
O modelo potncia no um modelo transitivo, portanto no

atinge o patamar.
representa umaconstante positiva que multiplica a distncia

elevada a uma potncia .
Geoestatstica:

Geoestatstica:
Modelos aninhados
Os modelos aninhados so combinaes de modelos simples

utilizados para modelar fenmenos mais complexos.
Por exemplo, um modelo aninhado til em estudos de minerao e

pesquisa de solo o duplo esfrico, definido como:
Geoestatstica:
Grau de Dependncia Espacial
Os variogramas expressam o comportamento espacial da varivel

regionalizada ou de seus resduos e mostram o tamanho da zona de
influncia em torno de uma amostra, a variao nas diferentes
direes do terreno, indicando tambm continuidade da caracterstica
estudada no terreno (Landim, 1998).
Trangmar et al (1985) sugeriram o uso da % da varincia do efeito

pepita para mensurar a dependncia espacial (IDE), sendo que
Cambardella et al (1994) propuseram os seguintes intervalos para
avaliar a % da varincia do efeito pepita:
IDE 25% = forte dependncia espacial;
25% IDE 75% = moderada dependncia espacial;
75% = fraca dependncia espacial.

Geoestatstica:
Grau de Dependncia Espacial
Zimback (2001) props a inverso dos fatores, como:
e a classificao quanto ao grau de dependncia espacial da

varivel em estudo :
i) varivel independente espacialmente se a relao entre a

componente estrutural e o patamar for igual a 0%, neste caso o
variograma ser com efeito pepita puro;
ii) varivel com fraca dependncia espacial se a componente

estrutural for menor ou igual a 25% do patamar;
iii) Varivel com moderada dependncia espacial se a

componente estrutural estiver entre 25% e 75% do patamar;
iv) Varivel com forte dependncia espacial se a relao entre a

componente estrutural e o patamar for maior ou igual 75%.

Geoestatistica AP 05 PDF

Enviado por

Direitos autorais:

Formatos disponíveis

Geoestatistica AP 05 PDF

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Geoestatistica AP 05 PDF

Enviado por

Direitos autorais:

Formatos disponíveis

P.P.G.emAgriculturadePreciso DPADP0803:Geoestatstica (Prof.Dr.

impossvel saber, antes de amostrar, de que maneira os valores

Devido as limitaes da estatstica clssica e pelo fato de que

Assumindo as hipteses exigidas pela estatstica clssica, pode-se

um valor medido em parte explicado por uma mdia e

em parte pela variao do acaso.

Os desvios dos valores em torno da mdia so assumidos como

a mdia aritmtica dos dados amostrais adotada como sendo

A mdia ento tomada como estimativa da propriedade em

Quando verificado que a componente residual da varincia

Se a distribuio espacial das amostras considerada, em

Portanto a estatstica clssica e a geoestatstica, ou estatstica

Quando os dados so abundantes, os mtodos de

Os mtodos tradicionais de interpolao espacial como

A sequncia de passos em um estudo geoestatstico envolve:

1) Anlise exploratria dos dados para que se possa ter a

2) Anlise estrutural do conjunto de dados para determinao da

3) Elaborao de estimativas por krigagem para estimar valores

Antes de selecionar a tcnica de estimativa mais apropriada

O objetivo determinar o valor do atributo z em posies u do

- Atribuio de pesos para as amostras (weighted average

- Pesos entre 0 e 1, sendo que o somatrio dos pesos deve ser 1.

- Quanto mais perto um dado n do grid, maior seu peso.

Polgonos: define zonas/reas de influncia, sendo o peso de

Inverso da distncia: valor estimado a partir de combinaes

Spline: polinomiais de uma dada ordem que melhor se ajustam aos

- No consideram o suporte amostral;

- No consideram o padro de variabilidade espacial;

- No fornecem medida de erro da estimativa.

Vantagem dos mtodos clssicos

- Facilmente implementveis em rotinas computacionais.

A ideia bsica estimarmos um atributo qualquer em uma posio

Em que: u refere-se a uma localizao qualquer

Quais os fatores que devem ser considerados para calcular os

A krigagem um estimador linear a partir da informao

Em que: = o valor estimado;

= mdia do atributo z(u);

= pesos a serem determinados.

Dessa forma, nosso objetivo determinar os pesos de krigagem

Essa varincia deve ser minimizada sob a condio de no-

Assim a geoestatstica um conjunto de tcnicas estatsticas

A metodologia proposta pela geoestatstica difere da proposta pela

Enquanto a estatstica clssica pressupe no haver relao entre a

A regionalizao da varivel a maneira de identificar e avaliar a

Uma premissa bsica que em todas as reas existem regies

Ou seja, o valor da varivel regionalizada f(x) depende da posio

Na teoria das variveis regionalizadas, Z(x) pode ser definida

O que diferencia a krigagem de outros mtodos de interpolao

O conjunto de amostras deve ser representativo do fenmeno que

Se x representa uma posio em uma, duas ou trs dimenses,

onde: m(x) uma funo determinstica que descreve a

(x) um termo estocstico, que varia localmente e

um rudo aleatrio no correlacionado, com

A hiptese mais comum chamada estacionaridade de 2

A componente determinstica, m(x), constante (no h

A varincia das diferenas entre duas amostras depende

(h) chamado de semivarincia.

Para mostrar a contribuio da semivarincia, podemos reescrever

Em outras palavras, como supomos m(x) ser constante, a variao