Modelamento e Modelamento e EstimativaEstimativaExercícios de krigagem ordináriaExercícios de krigagem ordinária

Geoes t at ís t ica

Eng. de Minas João Felipe C.L. CostaEng. de Minas João Felipe C.L. CostaProf. Dr. do DEMIN/PPGEM, UFRGS

Eng. de Minas Luis Eduardo de SouzaEng. de Minas Luis Eduardo de SouzaDoutorando do PPGEM, UFRGS

G

i. A partir das técnicas de validação cruzada apresentadas, comprovar a qualidade do modelo gerado.

ii. 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

Obter via estimativa por krigagem ordinária um modelo de blocos da distribuição espacial da variável V do Walker Lake dataset.

Exercício 1Exercício 1

GExemplo de arquivo de parâmetros do kt3d para o Walker Lake dataset.

GExemplo de arquivo de parâmetros para o pixelplt.

GMapa de distribuição espacial da variável V, obtido por KO.

G

G

i. Apresentar os mapas dos modelos de blocos para cada cutoff utilizado.

ii. Graficar os resultados obtidos na forma das curvas de parametrização:

Recuperação (%) x teor de corte

Teor médio x teor de corte

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.

Exercício 2Exercício 2

G

Cutoff = 200 Cutoff = 400

Cutoff = 600 Cutoff = 800

GObtenção dos dados para construção das curvas de parametrização.

Cutoff

Teor médio

Recuperação

G0

200

400

600

800

1000

1200

0 100 200 300 400 500 600 700 800 900 1000

Teor de corte

Teo

r m

édio 0%

20%

40%

60%

80%

100%

0 100 200 300 400 500 600 700 800 900 1000

Teor de corte

Rec

up

eraç

ão (

%)

G

Elaborar mapas de distribuição do erro associado às estimativas, evidenciando as zonas com maior variabilidade.

Exercício 3Exercício 3

G

Calcular o desvio padrão a partir das informações de variância, por exemplo, no Excel e exportar novamente para o padrão GSLIB.

Desvio

Variância

G

G