Modelamento e Estimativa Exercícios de krigagem ordinária Eng. de Minas João Felipe C.L. Costa Prof. Dr. do DEMIN/PPGEM, UFRGS Eng. de Minas Luis Eduardo de Souza Doutorando do PPGEM, UFRGS
Exercício 1 Obter via estimativa por krigagem ordinária um modelo de blocos da distribuição espacial da variável V do Walker Lake dataset. A partir das técnicas de validação cruzada apresentadas, comprovar a qualidade do modelo gerado. Discutir em termos de coef. de correlação, desvio padrão e média do erro o efeito das seguintes alterações sobre os resultados obtidos: Número mínimo de dados para krigagem: 2, 4, 6 e 8 Número máximo de dados para krigagem: 8, 12, 16, 20 Raio de busca: 30, 70, 100 Os parâmetros do variograma: diminuir sill e aumentar o nugget e vice-versa Inverter os eixos de anisotropia
Exemplo de arquivo de parâmetros do kt3d para o Walker Lake dataset.
Exemplo de arquivo de parâmetros para o pixelplt.
Mapa de distribuição espacial da variável V, obtido por KO.
Exercício 2 Investigar o impacto sobre a recuperação e sobre o teor médio da utilização dos seguintes teores de corte sobre a variável V: 100, 200, 300, 400, 500, 600, 700, 800, 900 e 1000. Apresentar os mapas dos modelos de blocos para cada cutoff utilizado. Graficar os resultados obtidos na forma das curvas de parametrização: Recuperação (%) x teor de corte Teor médio x teor de corte
Cutoff = 200 Cutoff = 400 Cutoff = 600 Cutoff = 800
Cutoff Recuperação Teor médio Obtenção dos dados para construção das curvas de parametrização.
Exercício 3 Elaborar mapas de distribuição do erro associado às estimativas, evidenciando as zonas com maior variabilidade.
Variância Calcular o desvio padrão a partir das informações de variância, por exemplo, no Excel e exportar novamente para o padrão GSLIB. Desvio