Interpretação de dados geomatematicos e geoestatisticos

A interpretação de dados geomatemáticos e geoestatísticos é feita com base na análise de variográfos olhando para o comportamento espacial, continuidade e o alcance do variograma. O fim último tem sido a estimativa dos depósitos minerais.

 Continuidade: esta característica pode ser expressa através de uma flutuação mais ou menos importante de entre os valores de observações vizinhas. Tal flutuação reflete, por outro lado, um certo grau de dependência ou independência espacial dentre os valores. 

KRIGAGEM

A krigagem é a ferramenta de estimativa mais adequada para fins de classificação e publicação de recursos e reservas minerais, uma vez que possui caráter não tendencioso e calcula a melhor estimativa por meio da minimização da variância de krigagem. A krigagem está associada à abreviatura BLUE (Best Linear Unbiased Estimation), onde Linear significa que a estimativa é uma combinação linear das amostras vizinhas; Unbiased se refere ao fato de que a média do erro de estimativa é zero e Best significa que este estimador minimiza a variância do erro de estimativa.

Vantagens da Krigagem

Ø  Valores estimados baseiam-se no semivariograma; se for apropriado fornece as seguintes informações:

•  Parâmetros adequados de amostragem: número de amostras, distribuição e densidade;
• Parâmetros adequados de busca: tamanho da área de busca, forma (circular ou elipsóide) e, se elipsóide, orientação do eixo principal;
•  Parâmetros adequados da grade: tamanho das células, forma e orientação;
•  Natureza da distribuição espacial da variável investigada uniformidade da distribuição, importância relativa da influencia espacial x casual;

Desvantagens

·         O usuário pode não compreender o uso dos controles matemáticos e apesar disto, resultados são sempre obtidos;

·         É necessário tempo para preparo do semivariograma e entendimento geoestatístico;

·         Pode não ser possível a construção de um semivariograma adequado devido à natureza da variação espacial da variável analisada. Isto pode ocorrer devido à magnitude da amostragem e por erros analíticos.

·         Requer longo tempo de computação para grupos de dados grandes ou complexos;

·         Necessidade de software capacitado.

Quando usar

Ø   Estiverem presentes tanto tendênciasregionais quanto anomalias locais;

Ø  Anomalia local não presente em toda a área, por exemplo, em ambiente fluvial;

Ø  Quiser estimar com base em uma média global;

Ø  Tiver dados irregularmente amostrados ou agrupados.

Quando não usar

Ø  Menos de 30 pontos amostrados: número insuficiente de pares para modelar o semivariograma;

Ø  Valores discrepantes de Z: removê-los antecipadamente;

Ø  Erro grande e inexplicado (efeito pepita pronunciado);

Ø   Amostras de populações diversas.

INTERPOLAÇÃO

A interpolação permite fazer a reconstituição aproximada de uma função, apenas conhecendo algumas das suas abcissas e respetivas ordenadas. É um método que permite construir um novo conjunto de dados a partir de um conjunto discreto de dados.

Métodos de interpolação

 Interpolação Através da Média Móvel

Um dos métodos mais simples para a estimativa dos valores de cota dos pontos de uma grade regular é denominado de interpolação através da média móvel ou interpolação através da média das cotas das amostras vizinhas.

Interpolação por Vizinho mais Próximo

A interpolação por vizinho mais próximo é definido pela escolha de apenas uma amostra vizinha para cada ponto da grade, isto é, quando j igual a 1. Neste método para cada nó da rede é atribuído o valor do ponto mais próximo.

Interpolação por Média Ponderada

A interpolação por média ponderada é um método onde o valor de cota de cada elemento da grade é definido pela média ponderada dos valores de cota das amostras vizinhas.

Interpolação Acumulativa

A interpolação acumulativa é o método quando os nós são representados pela soma dos valores dos pontos de uma dada região. Este método é válido quando há presença de dados ponderados.

Interpolação por Ponderação Direcional

A ponderação direcional é um método de interpolação que utiliza o inverso da distância aliado a uma ponderação direcional. Pode-se especificar essa direção como uni-direcional, bi-direcional ou diversas direções pré definidas

Interpolação por Superfície de Tendência Polinomial

A interpolação por superfície de tendência polinomial é um método que busca encontrar as tendências regionais dos dados. A tendência é ajustada através de polinômios de ordens diversas. Esses polinômios são gerados por critérios de regressão por mínimos quadrados.