Modelamento e Estimativa Exercícios de krigagem ordinária Eng. de Minas João Felipe C.L. Costa...
Transcript of Modelamento e Estimativa Exercícios de krigagem ordinária Eng. de Minas João Felipe C.L. Costa...
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