KRIGAGEM INDICATIVA No processo básico da krigagem, a estimativa é feita para determinar um valor médio em um local não amostrado. Pode-se, porém, fazer.

Slides:



Advertisements
Apresentações semelhantes
Estatística amintas paiva afonso.
Advertisements

ANÁLISES DE REGRESSÃO.
Algoritmos para Geração de Variáveis Aleatórias
AJUSTE DE CURVAS 6.1 Introdução 6.2 Método dos quadrados mínimos
ESTATÍSTICA ESPACIAL Fenômeno natural
ANÁLISE DISCRIMINANTE
Q-Q plots Construídos a partir das distribuições marginais de cada componente do vetor p-variado. São de fato um gráfico do quantil amostral versus quantil.
Medidas de Tendência Central DADOS AGRUPADOS
Chapter 2 Fundamentals (a) (b) Convenções de coordenadas:
Modelos no Domínio do Tempo de Sistemas LTI Contínuos
Importância do Ajustamento de Observações
Geoestatística Aplicada à Agricultura de Precisão III
Geoestatística Aplicada à Agricultura de Precisão II
Curso de Cafeicultura de Precisão
Geoestatística Aplicada à Agricultura de Precisão I
Análise geoestatística
MODELAGEM VARIOGRÁFICA
CoKrigagem Procedimento geoestatístico segundo o qual diversas variáveis regionalizadas podem ser estimadas em conjunto, com base na correlação espacial.
O que você deve saber sobre
ÁRVORE DE FALHAS (Fault Tree Analysis – FTA)
Ponteiros.
Modelamento e Estimativa
Introdução ao GS+.
Campus de Caraguatatuba
UNIVERSIDADE FEDERAL DE UBERLÂNDIA FACULDADE DE MATEMÁTICA
Estatística e Probabilidade
ME623A Planejamento e Pesquisa
1 ESTATÍSTICA. 2 UDIII - Relação Entre Duas ou Mais Variáveis ESTATÍSTICA Ass 01: Regressão Simples.
Cálculo Numérico / Métodos Numéricos
Distribuições discretas
Estatística e Probabilidade
Métodos de estimativa de teores, do volume e da massa
Estatística Para um dado conjunto de dados, podemos calcular as seguintes grandezas: 1) Medidas de posição 2) Medidas de dispersão 3) Parâmetros de simetria.
Site: Estatística Prof. Edson Nemer Site:
Introdução ao Surfer 9.
Integral definida Profª Ana Cristina Corrêa Munaretto
Modelos de distribuição de erros
Instituto de Aplicação Fernando Rodrigues da Silveira (CAp/UERJ)
A comunicação da Tecnologia
Quadrados Mínimos.
Sistema de equações lineares
Site: Estatística Prof. Edson Nemer Site:
Campus de Caraguatatuba Aula 12: Sistemas de Equações Lineares (2)
Computação Gráfica Aula 3 Transformações Geométricas
Aula 6 - Método não-experimental ou de seleção não-aleatória
Planejamento de lavra CSMine
NOÇÕES DE PROBABILIDADE
Ronaldo Celso Messias Correia –
Diagrama de Fases.
Estatística Aula 06 Representação gráfica de uma distribuição
Matemática e suas Tecnologias - Matemática PROBABILIDADE CONDICIONAL
Estatística e Probabilidade
UNIVERSIDADE FEDERAL DE RONDÔNIA - UNIR DEPARTAMENTO DE MATEMÁTICA APLICAÇÃO DE MÉTODOS NUMÉRICOS NA MODELAGEM E INVERSÃO GEOFÍSICA Adeilton.
Planejamento PESQUISA SALARIAL Conceito Gráficos Análises
Física Experimental I Prof. Ms. Alysson Cristiano Beneti
Apresenta:.
7 Ajuste de Curvas UFSC.PósMCI.FME.Ajuste de curvas. (11.1)
Revisão básica Distribuição normal: conhecido o valor de z, podemos dizer qual a probabilidade de encontrar valores entre quaisquer dois números. Por.
ERROS E TRATAMENTO DE DADOS ANALÍTICOS
FEAMIG – Faculdade de Engenharia de Minas Gerais
Sobre Geoestatística e Mapas. (Paulo M. Barbosa Landim)
Distribuição de Frequências
ESCALA.
Testes de Hipóteses.
Interpolação Polinomial: Introdução; Lagrange.
Testes de Hipóteses.
Solução Numérica de Equações
GESTÃO E GARANTIA DA QUALIDADE
Autor : Lênin Charqueiro. Pelotas,8 de março de
Transcrição da apresentação:

KRIGAGEM INDICATIVA No processo básico da krigagem, a estimativa é feita para determinar um valor médio em um local não amostrado. Pode-se, porém, fazer estimativas baseadas em valores que se situam acima ou abaixo de um determinado nível de corte (cutoff). Este procedimento, estabelecido para vários níveis de corte de uma distribuição acumulada, conduz a uma estimativa de vários valores dessa distribuição em um determinado local, cuja função poderá ser ajustada.

Aplicação da krigagem ordinária para variáveis resultantes da função não linear f(z) = 0 ou 1. O conceito da transformação indicativa é simples e amigável, visto que os variogramas indicativos são os mais fáceis de modelar e não necessitam do pressuposto de normalidade nos dados.

Variável indicativa Variável indicativa: variável binária com apenas duas possibilidades 0 ou 1 Os 0’s e 1’s podem ser usados para designar duas diferentes classes: 0 = folhelho e 1= arenito 0= impermeável e 1= permeável 0= minério e 1= rejeito Podem ser usadas para separar uma variável continua em duas categorias: 0: Pb10ppm e 1: Pb> 10ppm

ESTIMATIVA DA DISTRIBUIÇÃO DE PROBABILIDADES PELA KRIGAGEM INDICATIVA Transformar os dados originais em indicadores, isto é, transformar os valores que estão acima de um determinado nível de corte em zero (0) e os que estão abaixo em um (1): Neste tipo de transformação, os maiores valores abaixo do nível de corte terão 100% de probabilidade de ocorrência e os maiores valores acima do nível de corte, 0% de probabilidade.

Caso se deseje o inverso, a transformação da variável original devera ser:

Calculo dos variogramas experimentais indicativos para determinados níveis de corte e modelagem variográfica Krigagem ordinária pontual nos valores transformados, fornece a probabilidade de vi < vc

Variogramas indicativos podem ser estimados pela função: h = passo (lag) básico vC = nível de corte N = número de pares

ESCOLHA DOS NÍVEIS DE CORTE Conhecimento “a priori” ou distribuição de probabilidades acumuladas Objetivos: procura de valores acima do nível de corte, como na determinação de teores anômalos de um determinado bem mineral procura de valores abaixo do nível de corte, como em análise ambiental para a determinação de níveis de poluição abaixo de um certo teor.

Obtenção dos valores 0 e 1 GEOEAS: Probabilidade acumulada: programa “Stat1”; “Results” opção “Probability Plot”. Transformar os valores em indicativos do tipo 0 ou 1: programa “Trans”; comandos “Create”/”New variable” e “Transform indicator”. este comando requer dois operadores: a variavel existente a ser transformada e o valor limite (cutoff) dar um novo nome a essa variável indicativa gravar o novo arquivo de dados.

Variograma Operações normais para a obtenção do variograma experimental; modelagem e gravação do arquivo *.grd, que contem o reticulado de valores para a impressão do mapa de probabilidades.

OBTENÇÃO DOS MAPAS DE PROBABILIDADES DE OCORRÊNCIA Saída gráfica no GEOEAS e transformação de *.grd para *.dat (SURFER) SURFER: reticulado regular e método “nearest neighbor (vizinho mais próximo); este método não interpola valores, mas sim honra os valores recebidos já que os nós do reticulado coincidem com a matriz XY de dados.

As escalas desses mapas são definidas por 0, 0. 1, 0. 2,. 8, 0. 9 e 1 As escalas desses mapas são definidas por 0, 0.1, 0.2,....0.8, 0.9 e 1.0, onde zero (0) significa que a probabilidade de ocorrência estar acima do limite definido pelo nível de corte é de 100%, já que inicialmente foi estabelecido que valores acima do nível de corte seriam substituídos pelo valor 0.

KRIGAGEM INDICATIVA PARA DUAS VARIÁVEIS Pressupondo que duas variáveis medidas em conjunto sejam independentes e aplicando a regra multiplicativa de probabilidades para eventos independentes: valor combinado de probabilidades, onde vc , representa os valores de corte de interesse para cada variável.

O resultado fornecido é um mapa combinado mostrando as probabilidades de ocorrência dos dois eventos simultaneamente.

SURFER: para a obtenção do mapa combinado de probabilidades. Entrar em “Grid” e, em seguida, em “Math” e atribuir ao “input grid file A” o arquivo que contem os valores de uma variável e ao “input grid file B” o arquivo que contem os valores da outra variável. Para a função C = f(A,B) estabelecer C = A*B, que originará o arquivo *.grd. Dimensões dos arquivos A e B devem ser as mesmas.

Pontos de distribuição de malária em Porto Velho (RO)

Regularização

Curva de probabilidades acumuladas

Variograma: percentil 25

Variograma: percentil 50

Variograma: percentil 75

Krigagens indicativas para níveis de corte = 5 e 15 casos

Krigagem indicativa para nível de corte = 53 casos

Variáveis espessura do solo e profundidade do nível freático Dados obtidos em poços no sítio urbano de Bauru (SP) Duas variáveis essenciais opara determinar localização de depósitos de lixo.

Relação entre as duas variáveis

Profundidade do nível freático

Espessura do solo

Probabilidade da profundidade do nivel freático ser maior que 14m

Probabilidade da espessura do solo ser maior que 18m

Probabilidade conjunta para nível freático >14m e espessura do solo>18