Departamento de Engenharia Geotécnica

Mestrado Engenharia Geotécnica e Geoambiente

Geoestatística Aplicada

Teor de Al2O3 (Óxido de Alumínio) presente num

Quartzito

2º Semestre

Ano Letivo: 2012/2013

Docente:
Engenheiro João Paulo Meixedo
Autores:
Cátia Luciana Rodrigues, nº1120113
Nelma Palmas, nº1071117

[Escrever texto]
Índice
Resumo ........................................................................................................................................3
Abstract ........................................................................................................................................3
Introdução ....................................................................................................................................4
Dados (Al2O3)................................................................................................................................5
Interpolação Espacial ...................................................................................................................6
Métodos utilizados na representação dos dados em estudo ...................................................6
Representação espacial da variável (Al2O3) ..............................................................................9
Considerações Finais ..................................................................................................................22
Bibliografia .................................................................................................................................24

Geoestatística Aplicada 2012/2013 Página 2

Resumo
Este estudo foi elaborado no âmbito da cadeira de Geoestatística Aplicada, do 2º
semestre do 1º ano do mestrado de Engenharia Geotécnica e Geoambiente do Instituto
Superior de Engenharia do Porto.

Consiste na representação e análise da distribuição espacial, realizada através do

Software Surfer 9, do teor de óxido de alumínio presente num quartzito. Para tal foram
utilizados métodos determinísticos (métodos do inverso da distância á potência, da
mínima curvatura, da função de base radial e da triangulação linear) e geoestatísticos
(método da krigagem), onde foram realizados 5 tipos de mapas (mapas de contorno, de
imagem, de vetores, 3D wireframe e 3D surface) em cada método, com o objetivo de
perceber como funciona cada método e suas vantagens e desvantagens.

Através do estudo do variograma conclui-se que o método da krigagem não se

adequa ao estudo da variável em questão. O método do inverso da distância á potência
não extrapola valores além daqueles encontrados no arquivo de dados. A superfície
estimada pelo método da mínima curvatura é mais suave que as geradas pelos outros
métodos. A triangulação linear trata-se de um método fiel aos dados amostrados e de
fácil visualização.

Abstract
This study was prepared under the discipline of applied geostatistics, 1rd year,
2nd semester of the master´s degree of Geotechnical and Geo-Environmental
Engineering, Instituto Superior de Engenharia do Porto.

Is the representation and analysis of the spatial distribution performed by

Software Surfer 9, the content of aluminum oxide present in a quartzite. To this end, we
used deterministic methods (inverse distance to a power, minimum curvature, radial
basis function and linear triangulation methods) and geostatistical methods (krigagem
method), which were performed 5 types of maps (contour maps, image maps, grid
vector maps, 3D wireframe and 3D surface) in each method, aiming to understand how
each method works and its advantages and disadvantages.

By studying the vaiogram is concluded that the kriging method is not suitable for
the study of the variable in question. The method of inverse distance power will not
extrapolate values beyond those sampled in the data file. The surface estimated by the
method of minimum curvature is smoother than those generated by other methods. The
linear triangulation method is faithful to sampled data and easy viewing.

Geoestatística Aplicada 2012/2013 Página 3

Introdução
O presente relatório foi realizado no âmbito da cadeira de Geoestatística
Aplicada do 1º ano, 2º semestre, no ano Letivo de 2012/2013 do Mestrado em
Engenharia Geotécnica e Geoambiente, do Instituto Superior de Engenharia do Porto,
sob a orientação do Engenheiro João Paulo Meixedo.

O relatório tem como objetivo principal a aprendizagem da utilização do

Software Surfer 9, através da representação da distribuição espacial (x, y) do teor Al2O3
(Óxido de Alumínio) presente num quartzito. Com esta representação pretende-se a
exploração das várias possibilidades de representação espacial do fenómeno em causa,
assim como a sua comparação e análise critica.

O Software Surfer trata-se de um pacote comercial de programas gráficos, com

utilização ao nível do cálculo e confeção de mapas de variáveis a partir de dados
distribuídos regularmente.

Na interpolação espacial utilizam-se métodos determinísticos e métodos

geoestatísticos.

Os métodos determinísticos têm como objetivo a interpolação espacial dos

valores observados. Estes métodos calculam um valor de uma dada grandeza no espaço
entre as observações a partir de uma combinação linear dos valores observados e têm
por base critérios geométricos para determinar a influência das observações, ou seja,
através de uma medida euclidiana constata-se a maior ou menor proximidade dos
valores observados ao ponto a estimar. Baseiam-se estritamente em critérios
geométricos, tornam-se recorrentes as situações em que os valores estimados são
contraditórios com a estrutura espacial da grandeza a estimar. Não fornecem um
intervalo de incerteza para a estimação. Incluem o método do inverso da distância á
potência, o método da curvatura mínima, o método da função de base radial e o método
da triangulação linear.

Os métodos geoestatísticos são utilizados de modo a ultrapassar as limitações

que surgem quando os métodos determinísticos são usados, visto que quantificam a
estrutura espacial da grandeza em estudo e avaliam a incerteza associada à
caracterização do fenómeno espacial, uma vez que permitem aumentar a precisão das
estimativas da variável principal usando informação disponível de outras variáveis
secundárias correlacionadas espacialmente, avaliando assim os erros e os parâmetros
associados a estes. Dentro desta categoria de métodos, foi utilizado apenas o método de
krigagem.

Geoestatística Aplicada 2012/2013 Página 4

Dados (Al2O3)
Para a realização do relatório foram fornecidos os dados correspondentes ao
Al2O3 (tabela 1), dados esses que representam as distribuições espaciais (x,y) do teor de
Al2O3 (z) que se encontra presente num quartzito.

Tabela 1: Distribuição espacial do teor de Óxido de Alumínio presente num quartzito.

Geoestatística Aplicada 2012/2013 Página 5

Interpolação Espacial

Métodos utilizados na representação dos dados em estudo

Na representação da variável em questão foram utilizados vários métodos que
estão disponíveis no Software Surfer 9. Os métodos utilizados foram o método da
krigagem, o método do inverso da distância á potência (sendo a 2ª potência a mais
utilizada), o método da mínima curvatura, o método da função de base radial e o método
da triangulação linear.

Método da Krigagem

A técnica de krigagem assume que os dados recolhidos de uma determinada

população se encontram correlacionados no espaço.
A krigagem baseia-se no princípio de que pontos próximos no espaço tendem a
ter valores mais semelhantes do que pontos mais distais. Este assume que amostras
recolhidas de uma determinada população se encontram correlacionadas no espaço. É
muito flexível e permite verificar, através do variograma, qual a correlação espacial dos
pontos.
Sendo um interpolador estocástico, é mais completo do que outros métodos,
sendo que, apesar de dar o valor da estimativa dá também o valor da incerteza a esta
associada (estimativa do erro).

Vantagens de utilização do método:

 Trata-se de um interpolador exato, onde os valores estimados para os nós

das células é exatamente igual ao valor amostrado naquela posição;
 Este método permite a estimação para além dos limites mínimo e
máximo dos valores amostrados;
 Modela tendências regionais e anomalias locais.

Geoestatística Aplicada 2012/2013 Página 6

Método do Inverso da Distância á Potência

Utiliza a distância média ponderada para o cálculo. Não extrapola valores além
daqueles encontrados no arquivo de dados, mas tende a desenhar círculos em torno de
cada pondo de dados.

Neste método o peso que é dado durante a interpolação é tal que a influência de
um ponto amostrado relativamente a outro diminui consoante aumenta a distância ao nó
da malha ao ser estimado. Os pontos amostrados de localização próxima ao nó a ser
estimado, recebem um peso maior que os pontos amostrados de localização distal.

Vantagens de utilização do método:

 Este método é fácil de entender matematicamente e o algoritmo é bem

conhecido e discutido;
 É fiel aos valores originais amostrados;
 É um bom método para estimativas de espessura, concentração química e
propriedades físicas;
 Bom para a análise de variações de pequena amplitude entre os dados
irregularmente distribuídos.

Método da Curvatura Mínima

Método segundo o qual equações diferenciais ajustam uma superfície contínua

aos pontos de dados irregularmente distribuídos. Neste método são efetuados cálculos
de derivação repetidamente até que seja alcançada uma diferença (convergência ou
tolerância) entre os valores amostrados e os estimados, especificada pelo usuário, ou até
que um número máximo de interações seja alcançado.

Este método deve ser utilizado para contornos fiéis aos dados amostrados.

Vantagens de utilização do método:

 A superfície estimada não depende da distribuição dos dados, nem da presença

de ruido;
 A superfície estimada realizada através deste método em comparação com as
realizadas por outros algoritmos, que ajustam superfícies dos dados amostrados,
é a mais suave;
 A superfície é fiel aos dados originais quando existe apenas um valor amostrado
por célula;
 Este método é capaz de estimar para além dos valores mínimo e máximo dos
dados amostrados.

Geoestatística Aplicada 2012/2013 Página 7

Método da Função de Base Radial

Trata-se de um método semelhante ao método da krigagem (não leva em

consideração o semivariograma), embora produza resultados ligeiramente diferentes.

Uma função de base radial é uma função sobre números reais cujos valores
dependem apenas da distância a partir da origem.

Método de Triangulação
A triangulação conecta pontos amostrados através de triângulos e interpola os
valores entre eles. Uma vez que os contornos derivam do padrão original dos dados, são
considerados métodos de estimação diretos. Assim não permite extrapolação, sendo que
as estimativas se limitam à área amostrada.

Método de Triangulação Linear

Traduz-se em pares de dados unidos por linhas retas que formam uma rede
triangular.

É utilizada uma equação (algoritmo) para o ajuste de uma superfície através dos
pontos de dados.

Os isovalores, pontos estimados de igual valor, realizados entre os dados

medidos e posicionados nos vértices dos triângulos são conectados para os intervalos
especificados.

Vantagens de utilização do método:

 Trata-se de um método rápido e fácil de ser entendido;

 È fiel aos dados originais;
 È bom para uma rápida visualização;
 A superfície pode ser interpolada entre os pontos amostrados.

Geoestatística Aplicada 2012/2013 Página 8

Representação espacial da variável (Al2O3)

Para cada método foram realizados 5 tipos de mapas:

Mapa de Contorno

Um mapa de contorno é uma representação bidimensional de dados

tridimensionais. Definem linhas de valores iguais em z através das extensões do mapa.
A forma da superfície é demonstrada pelas linhas de contorno. Os mapas de contorno
exibem as linhas de contorno, mas também podem exibir cores e padrões entre as
mesmas.

Mapa de Imagem

Os mapas de imagem são imagens raster com base em arquivos de grade.

Atribuem cores baseadas em valores de z de um arquivo de grid.

Mapa de Vetores

Este tipo de mapas demonstra a direção e magnitude dos valores utilizando setas.
Cada seta aponta para o sentido descendente e o tamanho da mesma indica a magnitude.

Mapa 3D Surface

As cores representam superfícies tridimensionais de um arquivo de grid. As

cores, a iluminação, os revestimentos e a malha podem ser alterados numa superfície
3D.

Mapa 3D Wireframe

Wireframes são representações tridimensionais de um arquivo de dados. A

malha é criada ligando valores de z ao longo de linhas x e y constantes. Em cada
intersecção xy (nó da rede), a altura da estrutura da malha é proporcional ao valor de z
atribuído a esse nó. O número de colunas e linhas no arquivo de rede determina o
número de linhas x e y desenhado no wireframe.

Geoestatística Aplicada 2012/2013 Página 9

  Método da Krigagem

Variograma
O variograma por definição traduz a semivariância em função das distâncias
entre os pontos. A partir deste pode-se saber as variáveis que estão em estudo assim
como a sua relação entre si. Deve-se então calcular o valor do variograma para qualquer
distância a fim de se ajustar um modelo matemático aos dados experimentais.
Column C: Al2O3
Direction: 0.0 Tolerance: 90.0

4.5

3.5

3
Variogram

2.5

1.5

Legenda:
1
Variância
0.5

Efeito de Pepita
0
0 0.02 0.04 0.06 0.08 0.1 0.12 0.14 0.16 0.18 0.2 0.22
Lag Distance

Gráfico 1: Variograma (Fonte: Surfer).

Figura 1: Valor do erro do efeito pepita (nugget effect) (Fonte: Surfer).

Geoestatística Aplicada 2012/2013 Página 10

 Efeito Pepita (Nugget Effect) – reproduz a continuidade espacial dos pontos. É
o parâmetro responsável pelo facto de a krigagem ser ou não exata, ou seja, se na
krigagem não se considerar o efeito pepita esta é exata, se por outro lado se considerar o
efeito pepita então o método da krigagem passa a funcionar como método aproximado,
visto que o efeito pepita suaviza a superfície de estimação.

O efeito pepita é o valor da função variograma na origem. Teoricamente esse

valor deveria ser zero, pois duas amostras tomadas no mesmo ponto deveriam ter os
mesmos valores, mas quando não é assim, esta diferença retratada no efeito pode ser
atribuída á variação espacial dos dados em distâncias inferiores ao intervalo de
amostragem ou a erros de medição, ou às duas simultaneamente. Como os erros
analíticos são desprezíveis, com os equipamentos disponíveis atualmente, o efeito
pepita deve-se a erros de amostragem devido a variabilidade natural do depósito.

O efeito pepita vai então indicar a correlação entre os pontos, sendo que esta
correlação é tanto maior quanto menor é o efeito de pepita.

Interpretação da informação obtida através do variograma

O estudo do variograma consiste em tentar ajustar-se o semivariograma a um

modelo matemático conhecido através de um patamar, patamar esse que se traduz numa
linha no variograma experimental que fará com que o modelo ajustado não ultrapasse o
limite imposto convergindo para o mesmo.

No variograma em estudo a distância entre pontos é pequena, então a

semivariância é reduzida.

O valor do efeito de pepita (nugget effect) do variograma em estudo é de 0,808.

Como o efeito de pepita indica a correlação entre pontos, e esta é tanto maior quanto
menor o efeito de pepita, então pode dizer-se que a correlação entre os pontos é muito
reduzida ou inexistente.

Como o variograma não se ajusta a nenhum modelo matemático conhecido

(exemplos: exponencial, esférico e gaussiano (Gráfico 2)), e como o método da
krigagem funciona através da análise variográfica, então este método para a variável em
estudo não se adequa, embora tenha sido realizado apenas a título demonstrativo com o
modelo linear.

Gráfico 2: Variograma dos Modelos Exponencial, Esférico

e Gaussiano.

Geoestatística Aplicada 2012/2013 Página 11

 Mapa de contorno
1.3
1.25
1.2
1.15
218.3 1.1
1.05
1
0.95
0.9
0.85
0.8
0.75
0.7
0.65
218.2 0.6
0.55
0.5
0.45
0.4
0.35
0.3
0.25
0.2
0.15
218.1 0.1
0.05
0
48.4 48.5 48.6 48.7 48.8 48.9 49 -0.05

Figura 2: Mapa de contorno realizado através do Método da Krigagem (Fonte: Surfer).

Mapa de Imagem 1.25

1.2
1.15
1.1
1.05
218.3 1
0.95
0.9
0.85
0.8
0.75
0.7
0.65
218.2 0.6
0.55
0.5
0.45
0.4
0.35
0.3
0.25
218.1 0.2
0.15
48.4 48.5 48.6 48.7 48.8 48.9 49 0.1
0.05
-0

Figura 3: Mapa de imagem realizado através do Método da Krigagem (Fonte: Surfer).

Mapa de Vetores

218.3

Reference Vectors
218.2
0.24696865944118 25.237606149519

218.1
48.4 48.5 48.6 48.7 48.8 48.9 49

Figura 4: Mapa de vetores realizado através do Método da Krigagem (Fonte: Surfer).

Geoestatística Aplicada 2012/2013 Página 12

Mapa 3D Wireframe

1.3
1.2
1.1
1
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
-0.1

Figura 5: Mapa 3D wireframe realizado através do Método da Krigagem (Fonte: Surfer).

Mapa 3D Surface

1.25
1.2
1.15
1.1
1.05
1
0.95
0.9
0.85
0.8
0.75
0.7
0.65
0.6
0.55
0.5
0.45
0.4
0.35
0.3
0.25
0.2
0.15
0.1
0.05
-0

Figura 6: Mapa 3D surface realizado através do Método da Krigagem (Fonte: Surfer).

Geoestatística Aplicada 2012/2013 Página 13

  Método do Inverso da Distância á Potência

Mapa de Contorno
1.3
1.25
1.2
1.15
218.3 1.1
1.05
1
0.95
0.9
0.85
0.8
0.75
218.2 0.7
0.65
0.6
0.55
0.5
0.45
0.4
0.35
0.3
218.1 0.25
0.2
48.4 48.5 48.6 48.7 48.8 48.9 49 0.15
0.1
0.05
Figura 7: Mapa de contorno realizado através do Método do Inverso da Distância á Potência 0

(Fonte: Surfer)

Mapa de Imagem
1.25
1.2
1.15
1.1
218.3 1.05
1
0.95
0.9
0.85
0.8
0.75
218.2 0.7
0.65
0.6
0.55
0.5
0.45
0.4
218.1 0.35
0.3
48.4 48.5 48.6 48.7 48.8 48.9 49 0.25
0.2
0.15
0.1
0.05
Figura 8: Mapa de imagem realizado através do Método do Inverso da Distância á
Potência (Fonte: Surfer).

Mapa de vetores
218.3

Reference Vectors
218.2
0.025530999355948 39.631167797879

218.1
48.4 48.5 48.6 48.7 48.8 48.9 49

Figura 9: Mapa de vetores realizado através do Método do Inverso da Distância á Potência

(Fonte: Surfer).

Geoestatística Aplicada 2012/2013 Página 14

Mapa 3D Wireframe

1.3

1.2

1.1

0.9

0.8

0.7

0.6

0.5

0.4

0.3

0.2

0.1

Figura 10: Mapa 3D wireframe realizado através do Método do Inverso da Distância á Potência
(Fonte: Surfer).

Mapa 3D Surface

1.25
1.2
1.15
1.1
1.05
1
0.95
0.9
0.85
0.8
0.75
0.7
0.65
0.6
0.55
0.5
0.45
0.4
0.35
0.3
0.25
0.2
0.15
0.1
0.05

Figura 11: Mapa 3D surface realizado através do Método do Inverso da Distância á Potência
(Fonte: Surfer).

Geoestatística Aplicada 2012/2013 Página 15

  Método da Mínima Curvatura

Mapa de Contorno 2.8

2.6
2.4
218.3
2.2
2
1.8
1.6
1.4
218.2 1.2
1
0.8
0.6
0.4
0.2
218.1 0
48.4 48.5 48.6 48.7 48.8 48.9 49 -0.2
-0.4
-0.6
Figura 12: Mapa de contorno realizado através do Método da Mínima Curvatura (Fonte: -0.8

Surfer).

Mapa de Imagem
2.6
218.3 2.4
2.2
2
1.8
1.6

218.2 1.4
1.2
1
0.8
0.6
0.4
218.1
0.2
48.4 48.5 48.6 48.7 48.8 48.9 49 -5.5511151231258E-017
-0.2
Figura 13: Mapa de imagem realizado através do Método da Mínima Curvatura -0.4
(Fonte: Surfer). -0.6

Mapa de Vetores

218.3

Reference Vectors
218.2
0.30528516837009 44.462879969883

218.1
48.4 48.5 48.6 48.7 48.8 48.9 49

Figura 14: Mapa de vetores realizado através do Método da Mínima Curvatura (Fonte: Surfer).

Geoestatística Aplicada 2012/2013 Página 16

Mapa 3D Wireframe

2.8
2.6
2.4
2.2
2
1.8
1.6
1.4
1.2
1
0.8
0.6
0.4
0.2
0
-0.2
-0.4
-0.6
-0.8

Figura 15: Mapa 3D wireframe realizado através do Método da Mínima Curvatura (Fonte:
Surfer).

Mapa 3D Surface

2.6
2.4
2.2
2
1.8
1.6
1.4
1.2
1
0.8
0.6
0.4
0.2
-5.5511151231258E-017
-0.2
-0.4
-0.6

Figura 16: Mapa 3D surface realizado através do Método da Mínima Curvatura (Fonte: Surfer).

Geoestatística Aplicada 2012/2013 Página 17

  Método da Função de Base Radial

Mapa de Contorno
1.05
1
0.95
0.9
218.3 0.85
0.8
0.75
0.7
0.65
0.6
0.55
218.2 0.5
0.45
0.4
0.35
0.3
0.25
0.2
0.15
218.1 0.1
0.05
48.4 48.5 48.6 48.7 48.8 48.9 49 0
-0.05
Figura 17: Mapa de contorno realizado através do Método da Função de Base Radial (Fonte: -0.1

Surfer).

Mapa de Imagem
1
0.95
0.9
218.3
0.85
0.8
0.75
0.7
0.65
0.6
218.2 0.55
0.5
0.45
0.4
0.35
0.3
0.25
218.1 0.2
0.15
48.4 48.5 48.6 48.7 48.8 48.9 49 0.1
Figura 18: Mapa de imagem realizado através do Método da Função de Base Radial (Fonte: 0.05
0
Surfer). -0.05

Mapa de Vetores

218.3

Reference Vectors
218.2
0.56678910215663 17.162633079807

218.1
48.4 48.5 48.6 48.7 48.8 48.9 49

Figura 19: Mapa de Vetores realizado através do Método da Função de Base Radial (Fonte:
Surfer).

Geoestatística Aplicada 2012/2013 Página 18

 Mapa 3D Wireframe

1.1

0.9

0.8

0.7

0.6

0.5

0.4

0.3

0.2

0.1

-0.1

Figura 20: Mapa 3D wireframe realizado através do Método da Função de Base Radial (Fonte:
Surfer).

Mapa 3D Surface

1
0.95
0.9
0.85
0.8
0.75
0.7
0.65
0.6
0.55
0.5
0.45
0.4
0.35
0.3
0.25
0.2
0.15
0.1
0.05
0
-0.05

Figura 21: Mapa 3D surface realizado através do Método da Função de Base Radial (Fonte:
Surfer).

Geoestatística Aplicada 2012/2013 Página 19

  Método de Triangulação Linear

Mapa de Contorno
1.7
1.6
218.3 1.5
1.4
1.3
1.2
1.1
1
218.2 0.9
0.8
0.7
0.6
0.5
0.4
218.1 0.3
0.2
48.4 48.5 48.6 48.7 48.8 48.9 49
0.1
0
Figura 22: Mapa de contorno realizado através do Método da Triangulação Linear (Fonte:
Surfer).

Mapa de Imagem
1.6
1.5
218.3 1.4
1.3
1.2
1.1
1
0.9
218.2
0.8
0.7
0.6
0.5
0.4
218.1 0.3
0.2
48.4 48.5 48.6 48.7 48.8 48.9 49
0.1

Figura 23: Mapa de imagem realizado através do Método da Triangulação Linear (Fonte:
Surfer).

Mapa de Vetores

218.3

Reference Vectors
218.2
0 44.402275714149

218.1
48.4 48.5 48.6 48.7 48.8 48.9 49

Figura 24: Mapa de vetores realizado através do Método da Triangulação Linear (Fonte:
Surfer).

Geoestatística Aplicada 2012/2013 Página 20

Mapa 3D Wireframe

1.7
1.6
1.5
1.4
1.3
1.2
1.1
1
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0

Figura 25: Mapa 3D wireframe realizado através do Método da Triangulação Linear (Fonte:
Surfer)

Mapa 3D Surface

1.6
1.5
1.4
1.3
1.2
1.1
1
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1

Figura 26: Mapa de contorno realizado através do Método da Triangulação Linear (Fonte:
Surfer).

Geoestatística Aplicada 2012/2013 Página 21

Considerações Finais

Como se pode constatar através do ponto realizado anteriormente foram

realizados 5 tipos de mapas (mapa de contorno, mapa de imagem, mapa de vetores,
mapa 3D wireframe e mapa 3D surface) para cada método abordado .

No que diz respeito aos mapas de contorno pode reparar-se que se os seus
máximos e mínimos variam entre aproximadamente 1,3 e 0, em quase todos os métodos
abordados, excetuando-se o método da mínima curvatura em que os valores máximos e
mínimos são mais discrepantes.

Nos mapas 3D surface pode ver-se com uma boa evidência a distribuição
espacial do Al2O3 presente num quartzito.

Através dos mapas realizados e do estudo de cada método foi possível chegar-se
a algumas conclusões.

No que diz respeito ao método da krigagem, pode dizer-se que este se trata de
um método com boa precisão. Como este se trata de um interpolador exato, onde os
valores estimados se baseiam num variograma, variograma esse que no caso em estudo
não se ajustou a nenhum modelo matemático, demonstrando assim que a correlação
entre os pontos é mínima ou inexistente, indica-nos que este não é um bom método
representativo do estudo em causa.

Quanto ao método do inverso da distância á potência conclui-se que este método

não extrapola valores além daqueles encontrados no arquivo de dados. Trata-se de um
bom método para a análise de variações de amplitude reduzida (anomalias) entre os
dados distribuídos irregularmente.

O método da mínima curvatura é um método que deve ser utilizado para

contornos fiéis aos dados amostrados, ou seja, a superfície é fiel aos dados originais
quando existe apenas um valor amostrado por célula. A superfície estimada realizada
através deste método em comparação com as realizadas por outros algoritmos, que
ajustam superfícies dos dados amostrados, é a mais suave.

O método da função de base radial é semelhante ao método da krigagem,

embora este não tenha em consideração o semivariograma.

Geoestatística Aplicada 2012/2013 Página 22

 Quanto ao método de triangulação considera-se um método de estimação direto
que não permite a extrapolação, onde as estimativas se limitam estritamente à área
amostrada. A triangulação linear trata-se de um método fiel aos dados amostrados e de
fácil visualização.

Geoestatística Aplicada 2012/2013 Página 23

Bibliografia

 Ajuda do programa Surfer 9

 Soares, A – Geoestatística para as Ciências da Terra e do Ambiente. IST Press; 2000

Webgrafia

 http://geolig.igc.usp.br/geoestat/variografia/variografia_texto8.html

 http://www.acervodigital.unesp.br/bitstream/123456789/4/3_Introducao_ao_Surfer_
9.ppsx.

 http://www.rc.unesp.br/igce/aplicada/DIDATICOS/LANDIM/interpo.pdf

 http://www.rc.unesp.br/igce/aplicada/DIDATICOS/LANDIM/Surfer.pdf

Geoestatística Aplicada 2012/2013 Página 24