Referência Banco de dados São Carlos Doc LAB2_Geo.doc. Autor Eduardo C. G. Camargo Versão 1.0 Data DEZ / Revisão Versão Data
|
|
- Gilberto Guimarães de Oliveira
- 6 Há anos
- Visualizações:
Transcrição
1 Ministério da Ciência e Tecnologia Instituto Nacional de Pesquisas Espaciais Análise Espacial de Dados Geográficos Laboratório Módulo: Geoestatística Linear Referência Banco de dados São Carlos Doc LAB_Geo.doc Autor Eduardo C. G. Camargo Versão.0 Data DEZ / 000 Revisão Versão Data
2 RESUMO Este laboratório tem como objetivo explorar através de procedimentos geoestatísticos a variabilidade espacial de propriedades naturais amostrados e distribuídos espacialmente. Resumidamente, os passos num estudo empregando técnicas geoestatísticas inclui: (a) análise exploratória dos dados, (b) análise estrutural (cálculo e modelagem do semivariograma) e (c) realização de inferências (Krigeagem ou Simulação).
3 ÍNDICE. INTRODUÇÃO. CARREGAR OS DADOS NO SISITEMA SPRING. ETAPAS DA ANÁLISE GEOESTATÍSTICA. ANÁLISE EXPLORATÓRIA 5. CASO ISOTRÓPICO 5.5 ANÁLISE DA VARIABILIDADE ESPACIAL POR SEMIVARIOGRAMA 5. MODELAGEM DO SEMIVARIOGRAMA EXPERIMENTAL 5. VALIDAÇÃO DO MODELO DE AJUSTE 5. INTERPOLAÇÃO POR KRIGEAGEM ORDINÁRIA 5.5 VISUALIZAÇÃO DA SUPERFÍCIE GERADA 6. CASO ANISOTRÓPICO 6. DETECÇÃO DA ANISOTROPIA 6. GERAÇÃO DOS SEMIVARIOGRAMAS DIRECIONAIS 6. MODELAGEM DOS SEMIVARIOGRAMAS DIRECIONAIS 6. MODELAGEM DA ANISOTROPIA 6.5 VALIDAÇÃO DO MODELO DE AJUSTE 6.6 INTERPOLAÇÃO POR KRIGEAGEM ORDINÁRIA 6.7 VISUALIZAÇÃO DA SUPERFÍCIE DE ARGILA ORIUNDA DO MODELO ANISOTRÓPICO. 7. ANÁLISE DOS RESULTADOS 8. REFERÊNCIAS BIBLIOGRÁFICAS
4 . INTRODUÇÃO Os dados utilizados, de propriedade do Centro Nacional de Pesquisas de Solos (CNPS - RJ), foram obtidos no levantamento dos solos da Fazenda Canchim, em São Carlos - SP. Estes se referem a uma amostragem de 85 observações georreferenciadas coletadas no horizonte Bw (camada do solo com profundidade média de m). Dentre as variáveis disponíveis, selecionou-se para estudo o teor de argila. O exemplo aqui apresentado refere-se à análise da variação espacial do teor de argila sobre a área da Fazenda Canchim. Considera-se o teor de argila ao longo do perfil, classificado do seguinte modo (Calderano Filho et al., 996): MUITO ARGILOSO: solos que apresentam 59% ou mais de argila; ARGILOSO: solos que apresentam de 5% a 59% de argila; MÉDIO: solos que apresentam de 5% a 5% de argila; ARENOSO: solos que apresentam menos de 5% de argila. FAZENDA CANCHIM o W 7 5 o W 7 50 o W 7 9 o S 55 o S 55 o S 56 S 56 o o S 57 o S 57 o S 58 o S 58 o S 59 o S 59 Arenito Botucatu Diabásio o W 7 5 o W 7 50 o W 7 9 Arenito Superficial Mapa Geológico Dentro dos limites da Fazenda Canchim, afloram as seguintes litologias: Arenito Superficial (areias consolidadas), Diabásio (Formação Serra Geral) e Arenito Botucatu (rocha constituída por grãos de quartzo arredondados), conforme ilustrado acima.
5 5. CARREGAR OS DADOS NO SISITEMA SPRING Iniciar o programa Spring Ativar Banco de Dados SaoCarlos Ativar Projeto Canchim
6 6 Ativar Painel de Controle e selecionar Planos de Informação (PI's) 5 6 Visualizar PI's selecionados
7 7. ETAPAS DA ANÁLISE GEOESTATÍSTICA Neste exemplo prático, as seguintes etapas são realizadas: DADO Análise Exploratória Análise da Variabilidade Espacial por Semivariograma Modelagem do Semivariograma Validação do Modelo Krigeagem Ordinária Cenário
8 8. ANÁLISE EXPLORATÓRIA No Spring a análise exploratória dos dados é realizada através de estatísticas univariadas e bivariadas. As estatísticas univariadas fornecem um meio de organizar e sintetizar um conjunto de valores, que se realiza principalmente através do histograma. Características importantes do histograma são organizadas em três grupos: Medidas de localização: média, valor mínimo, quartil inferior, mediana, quartil superior e valor máximo; Medidas de dispersão: variância e desvio padrão; Medidas de forma: coeficiente de assimetria, coeficiente de curtose e coeficiente de variação. As estatísticas bivariadas fornecem meios de descrever o relacionamento entre duas variáveis, isto é, entre dois conjuntos de dados ou de duas distribuições. Esta relação pode ser visualizada através do diagrama de dispersão e o grau da relação linear entre as variáveis pode ser medido através do coeficiente de correlação. Inicializando a análise exploratória no sistema SPRING
9 9 Executando estatísticas descritivas Além das estatísticas descritivas utiliza-se também para uma melhor caracterização, os recursos gráficos de Histograma e do Gráfico da Probabilidade Normal conforme a seguir.
10 0 Executando histograma Histograma com 0 classes Histograma com 0 classes O histograma do PI ativo (neste caso: argila) está representado na cor amarela. A curva contínua em vermelho é uma distribuição Gaussiana e serve de referência para efeito de comparação. Neste caso observa-se que a distribuição da argila é pouca assimétrica com coeficiente de assimetria igual a 0,.
11 Executando o gráfico da probabilidade normal argila Distribuição Gaussiana
12 5. CASO ISOTRÓPICO A isotropia em fenômenos naturais é um caso pouco freqüente de ser observada. Neste caso, um único modelo é suficiente para descrever a variabilidade espacial do fenômeno em estudo. Na prática quando lidamos com semivariogramas, a primeira suposição é isotropia na tentativa de detectar uma estrutura de correlação espacial. Para tal, utiliza-se tolerância angular máxima (90 graus) assim a direção torna-se insignificante. 5. ANÁLISE DA VARIABILIDADE ESPACIAL POR SEMIVARIOGRAMA Observe que o semivariograma apresentado na figura acima possui uma variação ou forma não muito adequada quando comparado a um semivariograma ideal. Para melhorar sua forma é necessário alterar os parâmetros de Lag.
13 No exemplo abaixo os parâmetros de Lag foram modificados para: No. Lag = Incremento = 968 Tolerância = 8 Observe agora que o semivariograma experimental (Omnidirecional) possui uma variabilidade muito mais próxima de um modelo ideal. Modelo
14 5. MODELAGEM DO SEMIVARIOGRAMA EXPERIMENTAL Nota: os parâmetros do modelo (Efeito Pepita, Contribuição e Alcance) são tomados sempre com referência ao menor valor de Akaike.
15 5 Definindo os parâmetros do modelo isotrópico Transporte manual 9
16 6 5. VALIDAÇÃO DO MODELO DE AJUSTE O processo de validação do modelo de ajuste é uma etapa que precede as técnicas de krigeagem. Seu principal objetivo é avaliar a adequação do modelo proposto no processo que envolve a re-estimação dos valores amostrais conhecidos. A etapa de VALIDAÇÃO é inicializada conforme a Figura abaixo. Diagrama Espacial do Erro
17 7 Histograma do Erro Estatísticas do Erro Diagrama de valores observados versus estimados
18 8 5. INTERPOLAÇÃO POR KRIGEAGEM ORDINÁRIA Uma vez realizada a validação do modelo, a etapa final do processo geoestatístico consiste na interpolação de krigeagem. Esta etapa é realizada conforme segue. 5 6 Após executar a krigeagem observe na Interface do Painel de Controle que o Plano de Informação KRIG_argila, definido no passo, está disponível para visualização. Além disso, o PI KRIG_argila_KV é gerado e refere-se à variância de Krigeagem.
19 9 Visualizando a grade de krigeagem gerada para a argila Neste ponto encerram-se os procedimentos geoestatísticos. A grade de krigeagem apresentada na Figura acima está amostrada; além disso, uma representação ou visualização numérica da mesma é pouco informativa. Para se ter uma melhor compreensão do fenômeno em estudo; isto é, de sua variabilidade espacial, é conveniente transformar a Grade de Krigeagem da argila em IMAGEM. O passo seguinte apresenta como realizar a transformação GRADE -> IMAGEM.
20 0 5.5 VISUALIZAÇÃO DA SUPERFÍCIE DE ARGILA
21 Executar recorte da imagem gerada utilizando LEGAL 5 6 7
22 Executar Fatiamento da grade do teor de argila, segundo classificação especificada na página
23 6. CASO ANISOTRÓPICO A anisotropia em propriedades naturais é um caso muito freqüente de ser observado. Neste caso, a anisotropia, pode ser facilmente constatada através da observação da superfície de semivariograma, conforme descrito a seguir. 6. DETECÇÃO DA ANISOTROPIA A superfície de semivariograma é um gráfico, D, que fornece uma visão geral da variabilidade espacial do fenômeno em estudo. É utilizado para detectar os eixos de Anisotropia, isto é, as direções de maior e menor continuidade espacial da propriedade em análise. Também conhecido como Mapa de Semivariograma. NOTA: Para uma melhor compreensão dos campos da interface acima pressione o botão de Ajuda.
24 Detecção dos eixos de anisotropia Sobre a superfície de semivariograma, pressione o botão esquerdo do "mouse" e arraste. Esta ação relata, no rodapé da interface, os valores de ângulo e alcance. Observe nas figuras abaixo, que a presença da anisotropia é evidente. Note que o espalhamento é mais intenso na direção de ~7 graus e menos intenso na direção de ~07 graus. As direções de maior e menor continuidade espacial são forçadas a serem ortogonais (uma elipse imaginária), pois isto é necessário à modelagem da anisotropia conforme será visto mais adiante. Uma vez detectado as direções da anisotropia procede-se a geração dos semvariogramas direcionais, conforme segue. 6. GERAÇÃO DOS SEMIVARIOGRAMAS DIRECIONAIS
25 A ação anterior, leva à abertura da interface de Geração de Semivariograma, conforme ilustra a figura seguinte. Ajuste os parâmetros de Lag e direção, então pressione o botão executar para visualizar os semivariogramas direcionais. 5 O gráfico acima ilustra três semivariogramas: um relativo à direção de maior continuidade (~7 o ), outro à direção de menor continuidade (~07 o ) e o semivariograma omnidirecional, que foi gerado somente a título de ilustração, para mostrar que o mesmo representa uma média entre os semivariogramas de maior e menor alcances.
26 6 6. MODELAGEM DOS SEMIVARIOGRAMAS DIRECIONAIS Primeiro para a direção de maior continuidade 7 graus. Os parâmetros do modelo estão relatados na interface de Relatório de Dados, onde os valores, arredondados, de Efeito Pepita=6, Contribuição=9 e Alcance=5. Além desses valores o modelo é composto de uma única estrutura tipo Esférico. Isto deve ser manuscrito conforme Equação (): γ 7 0 ( ) 6 9 h = + Sph 0 h 0 7 h07 a + ()
27 7 Modelagem do semivariograma na direção de menor continuidade 07 graus. De maneira análoga a anterior, os parâmetros do modelo na direção de menor variabilidade espacial são: Efeito Pepita=0, Contribuição=9 e Alcance=06. Este modelo também é composto de uma única estrutura tipo Esférico. De forma manuscrita leva a notação expressa na Equação (): γ 07 0 ( ) 0 9 h = + Sph 0 h 0 07 h7 a + () NOTA: ver Referências Bibliográficas para uma melhor compreensão das Equações () e ().
28 8 O próximo passo refere-se a modelagem da anisotropia. 6. MODELAGEM DA ANISOTROPIA Resumidamente, consiste em unir os dois modelos anteriormente definidos num único modelo consistente, o qual descreva a variabilidade espacial do fenômeno em qualquer direção. Não existe uma forma direta e automática de lidar com a modelagem da anisotropia. Este é um passo importante, e que exige conhecimento e prática com semivariogramas. Neste caso tem-se uma anisotropia combinada. Então, a idéia básica para modelar este tipo de anisotropia é dividir em faixas convenientes o gráfico de semivariogramas, conforme ilustra a Figura abaixo, de maneira que, em cada faixa reste somente a anisotropia geométrica (Almeida e Bettini, 99). γ( ^ h) a Faixa a Faixa h a Faixa Uma vez estabelecido de forma conveniente as faixas, a anisotropia combinada é decomposta graficamente, conforme ilustra a Figura seguinte, de modo que, cada parcela represente somente a anisotropia geométrica (Almeida e Bettini, 99).
29 9
30 0 γ( ^ h) γ^ ( h) h 06 5 h + γ^ ( h) ~ ~ h + γ^ ( h) ε ~ h γ( ^ h) = + γ^ ( h) γ^ ( h) γ^ + + ( h) A partir da decomposição gráfica acima, define-se o modelo que é: γ (h) = 0 + Sph + Sph Sph 0 h7 h h h07 0 h7 h07 0 ε e a tabela abaixo sintetiza os parâmetros que compõem o modelo único. Número de Estruturas Efeito Pepita 0 Primeira Estrutura Tipo: Esférica Contribuição Ângulo de anisotropia 7 o Alcance Mínimo 06 Alcance Máximo 5 Segunda Estrutura Tipo: Esférica Contribuição Ângulo de anisotropia 7 o Alcance Mínimo 5 Alcance Máximo = Terceira Estrutura Tipo: Esférica Contribuição Ângulo de anisotropia 7 o Alcance Mínimo ε = 0,0000 Alcance Máximo = 00000
31 Realizado a modelagem da anisotropia, o próximo passo é gravar o modelo proposto. Isto é feito copiando os dados da Tabela anterior para a Interface de Parâmetros Estruturais, conforme abaixo: Uma vez gravado o modelo procede-se a validação do mesmo, conforme a seguir.
32 6.5 VALIDAÇÃO DO MODELO DE AJUSTE O processo de validação do modelo de ajuste é uma etapa que precede as técnicas de krigeagem. Seu principal objetivo é avaliar a adequação do modelo proposto no processo que envolve a re-estimação dos valores amostrais conhecidos. A etapa de VALIDAÇÃO é inicializada conforme a Figura abaixo. Diagrama Espacial do Erro
33 Histograma do Erro Estatísticas do Erro Diagrama de valores Observados versus Estimados
34 6.6 INTERPOLAÇÃO POR KRIGEAGEM ORDINÁRIA Uma vez realizada a validação do modelo, a etapa final do processo geoestatístico consiste na interpolação de krigeagem. Esta etapa é realizada conforme segue Após executar a krigeagem observe na Interface do Painel de Controle que o Plano de Informação KRIG_ANIS_argila, definido no passo 6, está disponível para visualização. Além disso, o PI KRIG_ANIS_argila_KV é gerado e refere-se à variância de Krigeagem.
35 5 Visualizando a grade de krigeagem gerada para o teor de argila. Neste ponto encerram-se os procedimentos geoestatísticos. A grade de krigeagem apresentada na Figura acima está amostrada; além disso, uma representação ou visualização numérica da mesma é pouco informativa. Para se ter uma melhor compreensão do fenômeno em estudo; isto é, de sua variabilidade espacial, é conveniente transformar a Grade de Krigeagem da argila em IMAGEM. O passo seguinte apresenta como realizar a transformação GRADE -> IMAGEM.
36 6 6.7 VISUALIZAÇÃO DA SUPERFÍCIE DE ARGILA ORIUNDA DO MODELO ANISOTRÓPICO
37 7 Executar recorte na imagem oriunda do modelo anisotrópico
38 8 Executar Fatiamento na grade de Krigeagem oriunda do modelo anisotrópico
39 9 7. ANÁLISE DOS RESULTADOS Comparando a variabilidade espacial, do teor de argila, entre o caso isotrópico e anisotrópico. Isotrópico Anisotrópico Arenito Botucatu Arenito Superficial Diabasio Mapa Geológico
40 Computar o teor médio de argila para cada classe de solo, a partir das superfícies isotrópicas e anisotrópicas, e atualizar a tabela de atributos. 0 Isto é realizado executando o programa em LEGAL, conforme segue.
41 Realizar um Agrupamento por Quartil para os atributos TEOR_ARGILA_ISO e TEOR_ARGILA_ANIS, comparar os resultados. Isotrópico Anisotrópico Arenito Botucatu Arenito Superficial Diabasio Mapa Geológico
42 8. REFERÊNCIAS BIBLIOGRÁFICAS Almeida, A. S.; Bettini, C. Curso de Geoestatística Aplicada. Rio de Janeiro, UFRJ, 99. Burrough, P. A. Principles of geographical information systems for land resources assessment. Oxford, Clarendon Press, p. Camargo, E.C.G. Desenvolvimento, Implementação e Teste de Procedimentos Geoestatísticos (Krigeagem) no Sistema de Processamento de Informações Georreferenciadas (SPRING). Dissertação (Mestrado em Sensoriamento Remoto) Instituto Nacional de Pesquisas Espaciais, São José dos Campos, 997. Camargo, E.C.G.; Monteiro, A.M.V.; Felgueiras, C. A.; Fuks, S.D. Integração de Geoestatística e Sistemas de Informação Geográfica: Uma Necessidade. [CD-ROM]. In: V Congresso e Feira para Usuários de Geoprocessamento da América Latina, 7, Salvador, 999. Anais. Bahia, gisbrasil 99. Seção de Palestras Técnico-Científicas. Deutsch, C.V.; Journel, A. G. GSLIB: Geostatistical Software Library and user s guide. New York, Oxford University Press, 99. 9p. Isaaks, E. H.; Srivastava R. M. An Introduction to Applied Geostatistics. New York, Oxford University Press, p. Journel, A.G. Fundamentals of geostatistics in five lessons. California, Stanford Center for Reservoir Forecasting Applied Earth Sciences Department, 988. Matheron, G. The theory of regionalized variables and its applications. Paris, Les Cahiers du Centre de Morphologie Mathematique de Fontainebleu, 97. p. Matheron, G. Principles of geostatistics. Economic Geology, 58 (8): 6-66, 96.
Autor Eduardo C. G. Camargo Versão 1.0 Data DEZ / 2000
Ministério da Ciência e Tecnologia Instituto Nacional de Pesquisas Espaciais Análise Espacial de Dados Geográficos Laboratório Módulo: Geoestatística Linear Referência Banco de dados São Carlos Doc LAB_Geo.doc
Leia maisLABORATÓRIO 5 ANÁLISE ESPACIAL DE DADOS GEOGRÁFICOS
LABORATÓRIO 5 ANÁLISE ESPACIAL DE DADOS GEOGRÁFICOS João Bosco Coura dos Reis Registro nº: 130.362 Exercícios para avaliação parcial na disciplina de Introdução ao Geoprocessamento (SER-300) do Curso de
Leia maisReferência Banco de dados FioCruz Doc LAB1_GEO.doc. Autor Eduardo C. G. Camargo Versão 1.0 Data DEZ / Revisão Versão Data
Ministério da Ciência e Tecnologia Instituto Nacional de Pesquisas Espaciais Análise Espacial de Dados Geográficos Laboratório Módulo: Geoestatística Linear Referência Banco de dados FioCruz Doc LAB_GEO.doc
Leia maisRELATÓRIO DO LABORATÓRIO 5 GEO-ESTATÍSTICA
RELATÓRIO DO LABORATÓRIO 5 GEO-ESTATÍSTICA Igor Ogashawara Relatório apresentado do Laboratório 5 na disciplina de Geoprocessamento (SER 300). INPE São José dos Campos 2012 1. RESUMO O laboratório 5 teve
Leia maisINSTITUTO NACIONAL DE PESQUISAS ESPACIAIS. Divisão de Sensoriamento Remoto. Geoprocessamento. Relatório do Laboratório 5: Geoestatistica Linear
INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS Divisão de Sensoriamento Remoto Geoprocessamento Relatório do Laboratório 5: Geoestatistica Linear Fátima Lorena Benítez Ramírez Professores Responsáveis: Dr.
Leia maisDisciplina SER 300 Introdução ao Geoprocessamento Relatório - Laboratório 5 : Geoestatística Linear
Disciplina SER 300 Introdução ao Geoprocessamento Relatório - Laboratório 5 : Geoestatística Linear Aluna: Camille Lanzarotti Nolasco Junho/ 2011 1 INTRODUÇÃO No presente laboratório foi possível aplicar
Leia maisAnálise da variação espacial do teor de argila sobre a Fazenda Canchim.
SER - 300 - INTRODUÇÃO AO GEOPROCESSAMENTO Laboratório 5 Geoestatística Linear Análise da variação espacial do teor de argila sobre a Fazenda Canchim. Professor(es) coordenador(es): Dr. Antonio Miguel
Leia maisLaboratório 5 Geoestatística Linear. Disciplina. Introdução ao Geoprocessamento SER 300. Prof. Antonio Miguel Vieira Monteiro
Laboratório 5 Geoestatística Linear Disciplina Introdução ao Geoprocessamento SER 300 Prof. Antonio Miguel Vieira Monteiro Aluno: Matheus Caetano Rocha de Andrade INPE, São José dos Campos. Junho, 2013.
Leia maisSER Introdução ao Geoprocessamento. Relatório sobre o Laboratório 5
CURSO DE PÓS-GRADUAÇÃO EM SENSORIAMENTO REMOTO SER-300 - Introdução ao Geoprocessamento Relatório sobre o Laboratório 5 Acadêmico: Gabriel de Oliveira Docentes: Dr. Antônio Miguel Vieira Monteiro Dr. Cláudio
Leia maisLaboratório Nº 5. A geoestatística permite descrever a continuidade espacial, a qual é uma característica
Laboratório Nº 5 INTRODUÇAO A geoestatística permite descrever a continuidade espacial, a qual é uma característica essencial de muitos fenómenos naturais. Modelos inferenciais para este objetivo vêm sendo
Leia maisLaboratório 5 Analise Espacial de Dados Geográficos Geoestatística Linear
0 INPE-SER-300- Introdução ao Geoprocessamento Dr. Antônio Miguel Vieira Monteiro e Dr. Claudio Barbosa Laboratório 5 Analise Espacial de Dados Geográficos Geoestatística Linear Thamy Barbara Gioia INPE
Leia maisCURSO DE PÓS-GRADUAÇÃO EM SENSORIAMENTO REMOTO SER-300 Introdução ao Geoprocessamento
CURSO DE PÓS-GRADUAÇÃO EM SENSORIAMENTO REMOTO SER-300 Introdução ao Geoprocessamento Laboratório 5 Aluno: Eufrásio João Sozinho Nhongo INPE São José dos Campos 2015 1. Carregamento de dados no sistema
Leia maisINSTITUTO NACIONAL DE PESQUISAS ESPACIAIS PROGRAMA DE PÓS-GRADUAÇÃO EM SENSORIAMENTO REMOTO DIVISÃO DE PROCESSAMENTO DE IMAGENS
INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS PROGRAMA DE PÓS-GRADUAÇÃO EM SENSORIAMENTO REMOTO DIVISÃO DE PROCESSAMENTO DE IMAGENS SER-300: INTRODUÇÃO AO GEOPROCESSAMENTO Laboratório V: Geoestatística Henrique
Leia maisA Importância da Modelagem da Anisotropia na Distribuição Espacial de Variáveis Ambientais Utilizando Procedimentos Geoestatísticos
A Importância da Modelagem da Anisotropia na Distribuição Espacial de Variáveis Ambientais Utilizando Procedimentos Geoestatísticos EDUARDO CELSO GERBI CAMARGO 1 CARLOS ALBERTO FELGUEIRAS 2 ANTONIO MIGUEL
Leia maisUtilização de Métodos Geoestatísticos de Krigeagem Ordinária e Krigeagem por Indicação na Interpolação de Dados Geoquímicos de Solos: Uma Comparação
Utilização de Métodos Geoestatísticos de Krigeagem Ordinária e Krigeagem por Indicação na Interpolação de Dados Geoquímicos de Solos: Uma Comparação WALDIZA BRANDÃO INPE - Instituto Nacional de Pesquisas
Leia maisGEOESTATíSTICA: FUNDAMENTOS E APLICAÇÕES. Qual o tamanho ideal do domínio ou da janela de estimação?
5 GEOESTATíSTICA: FUNDAMENTOS E APLICAÇÕES 5.1 INTRODUÇÃO Eduardo Celso Gerbi Camargo Como nos ensina Burrough (1998), quando os dados são abundantes, a maior parte dos métodos de interpolação produz valores
Leia maisESTIMATIVA E DISTRIBUIÇÃO ESPACIAL DA BIOMASSA NA FLORESTA OMBRÓFILA MISTA
ESTIMATIVA E DISTRIBUIÇÃO ESPACIAL DA BIOMASSA NA FLORESTA OMBRÓFILA MISTA Henrique Luis Godinho Cassol SER301 - Análise Espacial de Dados Geográficos INTRODUÇÃO MATERIAIS E MÉTODOS RESULTADOS CONCLUSÕES
Leia maisANÁLISE COMPARATIVA DA ESPACIALIZAÇÃO DO RISCO CLIMÁTICO PELA MÉDIA PONDERADA, KRIGEAGEM ORDINÁRIA E KRIGEAGEM POR INDICAÇÃO
ANÁLISE COMPARATIVA DA ESPACIALIZAÇÃO DO RISCO CLIMÁTICO PELA MÉDIA PONDERADA, KRIGEAGEM ORDINÁRIA E KRIGEAGEM POR INDICAÇÃO MARIZA ALVES DE MACEDO 1 JULIO CESAR DE OLIVEIRA 2 ALDA MONTEIRO BARBOSA 3 GILBERTO
Leia maisProf: Felipe C. V. dos Santos
Prof: Felipe C. V. dos Santos Goiânia 04, 03 2016 PONTIFICIA UNIVERSIDADE CATÓLICA DE GOIÁS DEPARTAMENTO DE ENGENHARIA CURSOS DE ENGENHARIA CIVIL E AMBIENTAL HIDROLOGIA APLICADA Prof. M. Sc. Felipe Corrêa
Leia maisTrabalho final da disciplina de Introdução ao Geoprocessamento (SER-300)
Mapeamento da distribuição espacial de sólidos suspensos totais no reservatório de Barra Bonita via inferência estatística versus uso de dados orbitais do sensor OLI Trabalho final da disciplina de Introdução
Leia maisNivelamento: conceitos básicos sobre geoestatística. Dr. Diego Silva Siqueira Colaborador no Grupo de Pesquisa CSME
Nivelamento: conceitos básicos sobre geoestatística Dr. Diego Silva Siqueira Colaborador no Grupo de Pesquisa CSME Panorama atual: conhecimento da variabilidade Tecnologia de sementes OK Insumos OK Engenharia
Leia maisVariabilidade espacial de propriedades físico químicas do estuário Ciénaga Grande de Santa Marta - CGSM Colômbia.
Variabilidade espacial de propriedades físico químicas do estuário Ciénaga Grande de Santa Marta - CGSM Colômbia. Omar Felipe Chaparro Saavedra São José dos Campos, 2014 Motivação No processo de avaliação
Leia mais5 Apresentação e Discussão dos Resultados
5 Apresentação e Discussão dos Resultados Os resultados serão apresentados de acordo com os procedimentos de análise dos dados descritos no Capítulo 4. 5.1. Estatística Descritiva Clássica Os resultados
Leia maisPONTIFICIA UNIVERSIDADE CATÓLICA DE GOIÁS ESCOLA DE ENGENHARIA HIDROLOGIA APLICADA. Estatística aplicada a hidrologia. Prof.
PONTIFICIA UNIVERSIDADE CATÓLICA DE GOIÁS ESCOLA DE ENGENHARIA HIDROLOGIA APLICADA Estatística aplicada a hidrologia Prof. Felipe Corrêa Considerações Iniciais As variáveis hidrológicas são aleatórias
Leia maisTópicos de Estatística Espacial Geoestatística
Tópicos de Estatística Espacial Geoestatística Anderson Castro Soares de Oliveira Geoestatística A geoestatística é uma análise espacial que considera que a variável em estudo se distribui continuamente
Leia maisMEDIDAS DE INCERTEZAS EM MODELAGEM DE ATRIBUTOS ESPACIAIS. 1 Introdução Aspectos Conceituais Estudo de casos com análises...
MEDIDAS DE INCERTEZAS EM MODELAGEM DE ATRIBUTOS ESPACIAIS 1 Introdução...2 2 Aspectos Conceituais...4 2.1 O paradigma da geoestatística para modelagem de atributos espaciais... 4 2.2 Determinação da da
Leia maisAplicação da análise descritiva e espacial em dados de capacidade de troca de cátions
Aplicação da análise descritiva e espacial em dados de capacidade de troca de cátions SIBALDELLI, R. N. R. 1 ; OLIVEIRA, M. C. N. de, CAPECHE, C. L. 3, DA SILVA, E. F.3, HISSA, H. R. 3, MACEDO, J. R. 3
Leia maisAnais XI SBSR, Belo Horizonte, Brasil, abril 2003, INPE, p
Anais XI SBSR, Belo Horizonte, Brasil, 05-10 abril 2003, INPE, p. 967-974. CLASSIFICAÇÃO DE ATRIBUTOS ESPACIAIS BASEADA EM INFORMAÇÃO DE INCERTEZAS. UMA METODOLOGIA DE APOIO A DECISÕES CARLOS ALBERTO FELGUEIRAS
Leia maisMAPAS SÃO DADOS, NÃO DESENHOS!! (PARTE 2)
MAPAS SÃO DADOS, NÃO DESENHOS!! (PARTE 2) Na primeira parte deste artigo (publicada na revista InfoGeo no 5), analisamos o problema de integração de dados em estudos ambientais, e mostramos que as técnicas
Leia maisAnais XVII Simpósio Brasileiro de Sensoriamento Remoto - SBSR, João Pessoa-PB, Brasil, 25 a 29 de abril de 2015, INPE
Abordagem geoestatística por indicação com uso de copulas bivariadas empíricas para modelagem de incertezas associadas a imagens de sensoriamento remoto Carlos Alberto Felgueiras 1 Eduardo Celso Gerbi
Leia maisPLANO DE ENSINO MÉTODOS ESTATÍSTICOS II. 1) IDENTIFICAÇÃO Disciplina: Método Estatístico II Código da Disciplina:
PLANO DE ENSINO MÉTODOS ESTATÍSTICOS II 1) IDENTIFICAÇÃO Disciplina: Método Estatístico II Código da Disciplina: 9071008 Carga Horária: 40 horas/aula Período Letivo: Professor(a): Édila Cristina de Souza
Leia maisGeoestatística aplicada à agricultura de precisão
Geoestatística aplicada à agricultura de precisão José P. Molin ESALQ/USP jpmolin@usp.br www.agriculturadeprecisao.org.br Objetivo Abordar os conceitos fundamentais relacionados à geoestatistica aplicada
Leia maisRESENHA 1. Aluno: Rodrigo de Almeida Muniz Doutorando: Engenharia de Sistemas Agrícolas
RESENHA 1 Aluno: Rodrigo de Almeida Muniz Doutorando: Engenharia de Sistemas Agrícolas VARIABILIDADE ESPACIAL DO ESTOQUE DE CARBONO NOS TABULEIROS COSTEIROS DA PARAÍBA: SOLO SULTIVADO COM CANA DE AÇÚCAR.
Leia maisMinistério da Ciência e Tecnologia INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS
Ministério da Ciência e Tecnologia INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS VARIABILIDADE ESPACIAL NA DISTRIBUIÇÃO DE MICROCYSTIS AERUGINOSA NO ESTUÁRIO DA LAGOA DOS PATOS, RS: UMA ABORDAGEM GEOESTATÍSTICA.
Leia maisO uso de técnicas geoestatísticas na espacialização da argila do solo
O uso de técnicas geoestatísticas na espacialização da argila do solo Elisângela Aparecida de Oliveira 1 Tiago Egídio Barreto 2 Ricardo Ribeiro Rodrigues 3 1 Introdução O termo estatística espacial é utilizado
Leia maisAplicação do interpolador krigagem em modelos digitais de terrenos, comparando-se os casos de isotropia e anisotropia
Anais XV Simpósio Brasileiro de Sensoriamento Remoto - SBSR, Curitiba, PR, Brasil, 30 de abril a 05 de maio de 2011, INPE p.7222 Aplicação do interpolador krigagem em modelos digitais de terrenos, comparando-se
Leia maisArtigo 2 Rafaelly Suzanye da Silva Santos
Artigo 2 Rafaelly Suzanye da Silva Santos Artigo: Bolfe, E.L.; Gomes, J.B.V.; Fontes, H.R. Variabilidade espacial de atributos do solo como subsídio para produção integrada de frutas em perímetro irrigado
Leia maisINTERPOLAÇÃO DE DADOS BATIMÉTRICOS DO RESERVATÓRIO DE TUCURUÍ: COMPARAÇÃO DE INTERPOLADORES E DO NÚMERO DE PONTOS AMOSTRADOS.
INTERPOLAÇÃO DE DADOS BATIMÉTRICOS DO RESERVATÓRIO DE TUCURUÍ: COMPARAÇÃO DE INTERPOLADORES E DO NÚMERO DE PONTOS AMOSTRADOS. David de Andrade Costa Monografia para disciplina de Introdução ao Geoprocessamento
Leia maisINSTITUTO NACIONAL DE PESQUISAS ESPACIAIS PROGRAMA DE PÓS-GRADUAÇÃO EM SENSORIAMENTO REMOTO DIVISÃO DE PROCESSAMENTO DE IMAGENS
INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS PROGRAMA DE PÓS-GRADUAÇÃO EM SENSORIAMENTO REMOTO DIVISÃO DE PROCESSAMENTO DE IMAGENS SER-300: INTRODUÇÃO AO GEOPROCESSAMENTO Laboratório III: Modelagem Numérica
Leia maisTrabalho de Curso Disciplina: Introdução ao Geoprocessamento
A UTILIZAÇÃO DA PROFUNDIDADE DO DISCO DE SECCHI NA DISTINÇÃO DE DIFERENTES TIPOS DE ÁGUA NA PLANÍCIE DO LAGO GRANDE DE CURUAI PA. Carina Regina de Macedo Trabalho de Curso Disciplina: Introdução ao Geoprocessamento
Leia maisAvaliação de métodos para espacialização de índices de necessidade hídrica das culturas e sua aplicação em zoneamento agrícola
Revista Brasileira de Agrometeorologia, Passo Fundo, v.9, n.3, (Nº Especial: Zoneamento Agrícola), p.581-587, 2001 Rev. Bras. Agrometeorologia, Recebido para publicação v.9, n.3, em (Nº 15/08/2001. Especial:
Leia maisINTRODUÇÃO À ANÁLISE GEOESTATÍSTICA
CICLO DE CAPACITAÇÃO TÉCNICA INTERNA INTRODUÇÃO À ANÁLISE GEOESTATÍSTICA Responsáveis Célia Regina Grego Fernando A P. Paim Alex de Oliveira Outubro - 2011 ITENS ABORDADOS 1- Introdução 2- Amostragem e
Leia maisOs modelos baseados em lógica fuzzy permitem uma modelagem mais representativa
Laboratório Nº 4: Análise espacial de dados geográficos Módulo LEGAL INTRODUÇAO Os modelos baseados em lógica fuzzy permitem uma modelagem mais representativa do gradiente de transição dos fenômenos naturais,
Leia maisGEOESTATÍSTICA APLICADA AO ESTUDO DA VARIAÇÃO DE CORES DO QUARTZO DA REGIÃO DE ANTÔNIO DIAS MG.
GEOESTATÍSTICA APLICADA AO ESTUDO DA VARIAÇÃO DE CORES DO QUARTZO DA REGIÃO DE ANTÔNIO DIAS MG. Adam Barros Fernandes 1, Felipe de Freitas Moreira Vilela 1, Gabrieli Santos Boulhosa 1, Giulia Fabri Rodrigues
Leia maisIntrodução Variograma Modelos básicos de correlação espacial Modelação Interpolação espacial & Simulação. Geoestatística.
Geoestatística Susana Barbosa Mestrado em Ciências Geofísicas 2012-2013 Geoestatística conjunto de técnicas matemáticas e numéricas para caracterizar fenómenos espaciais contínuos tendo em conta a correlação
Leia maisModelagem Numérica de Terreno. Carlos Alberto Felgueiras
Modelagem Numérica de Terreno Carlos Alberto Felgueiras Modelo Numérico de Terreno Definição Um MNT descreve a variação espacial contínua de uma grandeza sobre uma região. Dados de entrada arquivos pontuais
Leia maisEstatística espacial Geoestatística. Profa. Dra. Rúbia Gomes Morato
Estatística espacial Geoestatística Profa. Dra. Rúbia Gomes Morato Estatística espacial Diferencia-se da estatística tradicional por considerar a localização, a posição no espaço. Estatística espacial
Leia maisEstatística para Cursos de Engenharia e Informática
Estatística para Cursos de Engenharia e Informática Pedro Alberto Barbetta / Marcelo Menezes Reis / Antonio Cezar Bornia São Paulo: Atlas, 2004 Cap. 3 Análise exploratória de dados APOIO: Fundação de Apoio
Leia maisAnálise de Risco dos Teores de Ferro em Planos de Lavra Mensais e Anual de uma Mina em Operação
Análise de Risco dos Teores de Ferro em Planos de Lavra Mensais e Anual de uma Mina em Operação Agenda Objetivo Descrição do Problema Caso Base Resultados Conclusão Trabalhos Futuros Objetivo Descrição
Leia maisTutorial para o desenvolvimento das Oficinas
Tutorial para o desenvolvimento das Oficinas 1 Métodos Quantitativos Profa. Msc. Regina Albanese Pose 2 Objetivos Objetivo Geral Este tutorial tem como objetivo parametrizar o desenvolvimento da oficina
Leia maisANÁLISE GEOESTATÍSTICA: UMA INTRODUÇÃO. Célia Regina Grego
ANÁLISE GEOESTATÍSTICA: UMA INTRODUÇÃO Célia Regina Grego crgrego@cnpm.embrapa.br CONTEÚDO 1. INTRODUÇÃO 2. ANÁLISE EXPLORATÓRIA 3. SEMIVARIOGRAMA 4. INTERPOLAÇÃO 5. CONSTRUÇÃO DE MAPAS 1. INTRODUÇÃO SURGIMENTO
Leia maisKRIGAGEM INDICATIVA APLICADA À ELABORAÇÃO DE MAPAS PROBABILÍSTICOS DE RISCOS
KRIGAGEM INDICATIVA APLICADA À ELABORAÇÃO DE MAPAS PROBABILÍSTICOS DE RISCOS Paulo M. Barbosa Landim Professor Emérito Universidade Estadual Paulista/UNESP José Ricardo Sturaro Professor Assistente Doutor
Leia maisANÁLISE ESPACIAL DE SUPERFÍCIES: O ENFOQUE DA GEOESTATÍSTICA POR INDICAÇÃO
4 ANÁLISE ESPACIAL DE SUPERFÍCIES: O ENFOQUE DA GEOESTATÍSTICA POR INDICAÇÃO 4. Introdução Carlos Alberto Felgueiras Suzana Druc Antônio Miguel Vieira Monteiro Os procedimentos de rigagem ordinária apresentados
Leia maisIncerteza local e incerteza espacial SIMULAÇÃO
Incerteza local e incerteza espacial SIMULAÇÃO Situações em que o interesse na avaliação da incerteza não se resume a um ponto, mas a um conjunto de pontos simultaneamente. Com a krigagem é possível a
Leia maisAnais III Simpósio Regional de Geoprocessamento e Sensoriamento Remoto Aracaju/SE, 25 a 27 de outubro de 2006
COMPARAÇÃO ENTRE O MÉTODO DE INTERPOLAÇÃO LINEAR E O MÉTODO ESTATÍSTICO DE KRIGEAGEM PARA A GERAÇÃO DE MAPAS DE ILHAS DE CALOR ATRAVÉS DE SISTEMAS DE INFORMAÇÃO GEOGRÁFICA OLIVEIRA, L. G. L. de 1 ; PEREIRA,
Leia maisLABORATÓRIO 1. SER Introdução ao Geoprocessamento. Modelagem da Base de Dados. Hugo do Nascimento Bendini
SER-300 - Introdução ao Geoprocessamento LABORATÓRIO 1 Modelagem da Base de Dados Hugo do Nascimento Bendini Junho/2014 Base de Dados Georeferenciados para Estudos Urbanos no Plano Piloto de Brasília.
Leia maisVictor Pedroso Curtarelli (RA: )
Trabalho para disciplina Introdução ao Geoprocessamento (SER300): Espacialização de parâmetro de qualidade da água para o reservatório de Três Marias/MG. Victor Pedroso Curtarelli (RA: 142905) 1. INTRODUÇÃO
Leia maisVARIABILIDADE ESPACIAL DA DENSIDADE DE UM LATOSSOLO SOB CAFEICULTURA NA REGIÃO DO CERRADO MINEIRO
VARIABILIDADE ESPACIAL DA DENSIDADE DE UM LATOSSOLO SOB CAFEICULTURA NA REGIÃO DO CERRADO MINEIRO Danilo Ferreira Mendes 1, Juliano Marques Pinto 2, Cinara Xavier de Almeida 3, Ricardo Falqueto Jorge 4
Leia maisANÁLISE DA VARIABILIDADE ESPACIAL DOS NÍVEIS DE ph EM UMA ÁREA AGRÍCOLA COMERCIAL UTILIZANDO MÉTODOS GEOESTATÍSTICOS
ANÁLISE DA VARIABILIDADE ESPACIAL DOS NÍVEIS DE ph EM UMA ÁREA AGRÍCOLA COMERCIAL UTILIZANDO MÉTODOS GEOESTATÍSTICOS Bruna Gabriela Wendpap 1 Miguel Angel Uribe Opazo 2 RESUMO: A geoestatística surgiu
Leia maisKRIGAGEM INDICATIVA KRIGAGEM INDICADORA (Krigagem da Indicatriz)
Avaliação dos valores médios das variáveis que definem um recurso natural: krigagem ordinária. E para características extremas? Para valores acima, ou abaixo, de valores de corte? KRIGAGEM INDICATIVA KRIGAGEM
Leia maisIncerteza local e incerteza espacial SIMULAÇÃO
Incerteza local e incerteza espacial SIMULAÇÃO Situações em que o interesse na avaliação da incerteza não se resume a um ponto, mas a um conjunto de pontos simultaneamente. Com a krigagem é possível a
Leia maisINCORPORARAÇÃO DA GEOESTATÍSTICA A PREVISÕES DE ESCOLHA MODAL
INCORPORARAÇÃO DA GEOESTATÍSTICA A PREVISÕES DE ESCOLHA MODAL Viviani Antunes Gomes Cira Souza Pitombo INCORPORARAÇÃO DA GEOESTATÍSTICA A PREVISÕES DE ESCOLHA MODAL Viviani Antunes Gomes Cira Souza Pitombo
Leia mais1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA
1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 2019 Estatística Descritiva e Análise Exploratória Etapas iniciais. Utilizadas para descrever e resumir os dados. A disponibilidade de uma grande quantidade
Leia maisEstatística Descritiva (I)
Estatística Descritiva (I) 1 O que é Estatística Origem relacionada com a coleta e construção de tabelas de dados para o governo. A situação evoluiu: a coleta de dados representa somente um dos aspectos
Leia maisDocumentos. Uso do Módulo Análise do SPRING (Versão ) para Estudo de Dados Climáticos. Ministério da Agricultura, Pecuária e Abastecimento
Ministério da Agricultura, Pecuária e Abastecimento Documentos Dezembro, 2002 24 ISSN 1677-9274 Uso do Módulo Análise do SPRING (Versão 3.6.02) para Estudo de Dados Climáticos República Federativa do Brasil
Leia maisJunho 2012 PROPOSTA DE REDUÇÃO DE CUSTOS EM INVENTÁRIOS FLORESTAIS POR MEIO DO USO DE TÉCNICAS DE GEOPROCESSAMENTO
SER 300 INRODUÇÃO A GEOPROCESSAMENTO PROPOSTA DE REDUÇÃO DE CUSTOS EM INVENTÁRIOS FLORESTAIS POR MEIO DO USO DE TÉCNICAS DE GEOPROCESSAMENTO 2013 Matheus Caetano Rocha de Andrade Junho 2012 ROTEIRO» 1)
Leia maisModelagem do comportamento da variação do índice IBOVESPA através da metodologia de séries temporais
Modelagem do comportamento da variação do índice IBOVESPA através da metodologia de séries temporais João Eduardo da Silva Pereira (UFSM) jesp@smail.ufsm.br Tânia Maria Frighetto (UFSM) jesp@smail.ufsm.br
Leia maisSELEÇÃO DE MODELOS DE VARIABILIDADE ESPACIAL E ELABORAÇÃO DE MAPAS TEMÁTICOS DO TEOR DE CARBONO NO SOLO. Rodrigo de Almeida Muniz
SELEÇÃO DE MODELOS DE VARIABILIDADE ESPACIAL E ELABORAÇÃO DE MAPAS TEMÁTICOS DO TEOR DE CARBONO NO SOLO Rodrigo de Almeida Muniz RESUMO: O estudo do carbono orgânico no solo constitui-se um desafio através
Leia maisModelagem de fertilidade do solo por simulação estocástica com tratamento de incertezas
Modelagem de fertilidade do solo 379 Modelagem de fertilidade do solo por simulação estocástica com tratamento de incertezas Jussara de Oliveira Ortiz (1), Carlos Alberto Felgueiras (1), Suzana Druck ()
Leia maisProcessos Hidrológicos CST 318 / SER 456. Tema 9 -Métodos estatísticos aplicados à hidrologia ANO 2016
Processos Hidrológicos CST 318 / SER 456 Tema 9 -Métodos estatísticos aplicados à hidrologia ANO 2016 Camilo Daleles Rennó Laura De Simone Borma http://www.dpi.inpe.br/~camilo/prochidr/ Caracterização
Leia maisMedidas Territoriais: Bairro, Distrito, Zona, Interdistrital, Intradistrital, Intermunicipal e outros Recortes do Espaço Urbano
INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS Ministério da Ciência e Tecnologia Medidas Territoriais: Bairro, Distrito, Zona, Interdistrital, Intradistrital, Intermunicipal e outros Recortes do Espaço Urbano
Leia maisElaboração de Planta de Valores Genéricos a partir de krigagem ordinária. of Generic Values Plant Production by Ordinary Kriging interpolation
Elaboração de Planta de Valores Genéricos a partir de krigagem ordinária Edilson Ferreira Flores 1 & Ana Paula Marques Ramos 1 Estatístico, Univ. Estadual Paulista - UNESP/ Departamento de Estatística,
Leia mais1 Introdução aos Métodos Estatísticos para Geografia 1
1 Introdução aos Métodos Estatísticos para Geografia 1 1.1 Introdução 1 1.2 O método científico 2 1.3 Abordagens exploratória e confirmatória na geografia 4 1.4 Probabilidade e estatística 4 1.4.1 Probabilidade
Leia maisSER300 Introdução ao Geoprocessamento. Laboratório 1. Modelagem e Criação de Banco de Dados
SER300 Introdução ao Geoprocessamento Laboratório 1 Modelagem e Criação de Banco de Dados Jefferson Gonçalves de Souza Relatório da disciplina de Introdução ao Geoprocessamento (SER-300) do Programa de
Leia maisAplicação do Estimador de densidade por Kernel
LABORATÓRIO 1: ANÁLISE DE PADRÕES DE DISTRIBUIÇÃO DE PONTOS O objetivo deste laboratório é ilustrar as várias formas de analisar padrão de pontos, a partir de alguns conjuntos de dados. As ferramentas
Leia maisMODELAGEM E CRIAÇÃO DE BANCOS DE DADOS
MODELAGEM E CRIAÇÃO DE BANCOS DE DADOS Anderson Reis Soares Relatório de atividades sobre o Laboratório 1 da disciplina de Introdução ao Geoprocessamento (SER-300) do Curso de Pós-Graduação em Sensoriamento
Leia maisSER-301: ANÁLISE ESPACIAL DE DADOS GEOGRÁFICOS
SER-301: ANÁLISE ESPACIAL DE DADOS GEOGRÁFICOS Bárbara Maria Giaccom Ribeiro RELATÓRIO DE ATIVIDADES LABORATÓRIO Nº 1: ANÁLISE DE PADRÕES DE PONTOS INPE São José dos Campos 2008 1 INTRODUÇÃO O Laboratório
Leia maisPalavras-Chave: Gráficos de Controle Especiais, Geoestatística.
Estudo de Cartas Especiais e Geoestatística no Controle Estatístico de Processos Bruna Fernanda Viotto Oliveira¹ Edilson Ferreira Flores² RESUMO O presente estudo teve como objetivo explorar as técnicas
Leia maisTHE USE ORDINARY KRIGING IN DATA INTERPOLATION HYDROGEOLOGICAL TRAINING SAN SEBASTIAN, RECÔNCAVO NORTH BASIN, BA
O USO DA KRIGAGEM ORDINÁRIA NA INTERPOLAÇÃO DE DADOS TEOR DE CLORETO EM POÇOS DA FORMAÇÃO SÃO SEBASTIÃO, BACIA DO RECÔNCAVO NORTE, BA Gonçalves, T. S 1 ; Silva, H. M 2 ; Alves 3, J. E; Sales L. Q 4 ; Melo,
Leia maisSumário. Introdução, 9. 1 Conceitos Básicos, Cálculo e Modelagem de Variogramas Experimentais, Estimativas Geoestatísticas, 55
Sumário Introdução, 9 Breve histórico da Geoestatística, 9 Objetivos, 12 Organização do livro, 12 1 Conceitos Básicos, 19 1.1 Fenômeno espacial, 19 1.2 Amostra e métodos de amostragem, 1.3 Inferência espacial,
Leia maisUm estudo da variabilidade espacial de condutividade elétrica do solo
Um estudo da variabilidade espacial de condutividade elétrica do solo Natália da Silva Martins 1 André Freitas Colaço 2 Paulo J. Ribeiro Jr. 3 1 Introdução Atualmente há uma necessidade do aumento da eficiência
Leia maisKRIGAGEM ORDINÁRIA E INVERSO DO QUADRADO DA DISTÂNCIA APLICADOS NA ESPACIALIZAÇÃO DA POPULAÇÃO DE Zaprionus indianus
KRIGAGEM ORDINÁRIA E INVERSO DO QUADRADO DA DISTÂNCIA APLICADOS NA ESPACIALIZAÇÃO DA POPULAÇÃO DE Zaprionus indianus Mauricio Paulo Batistella Pasini 1, Alessandro Dal Col Lúcio 2, Diniz Fronza 3, Liane
Leia maisINTRODUÇÃO AO SIG. Programa. Referências Bibliográficas. Prof. Luciene Delazari
INTRODUÇÃO AO SIG Prof. Luciene Delazari Programa 1. Conceitos básicos sobre Sistemas de Informação Geográfica 1.1. Conceitos 1.2 Geoprocessamento x SIG 1.3 Componentes de um SIG 1.4 Aplicações em Agronomia
Leia maisUSO DE SIMULAÇÃO ESTOCÁSTICA NÃO LINEAR PARA INFERÊNCIAS DE ATRIBUTOS ESPACIAIS NUMÉRICOS
USO DE SIMULAÇÃO ESTOCÁSTICA NÃO LINEAR PARA INFERÊNCIAS DE ATRIBUTOS ESPACIAIS NUMÉRICOS CARLOS ALBERTO FELGUEIRAS 1 SUZANA DRUCK FUKS 2 ANTÔNIO MIGUEL VIEIRA MONTEIRO 1 EDUARDO CELSO GERBI CAMARGO 1
Leia maisBioestatística UNESP. Prof. Dr. Carlos Roberto Padovani Prof. Titular de Bioestatística IB-UNESP/Botucatu-SP
Bioestatística UNESP Prof. Dr. Carlos Roberto Padovani Prof. Titular de Bioestatística IB-UNESP/Botucatu-SP Perguntas iniciais para reflexão I - O que é Estatística? II - Com que tipo de informação (dados)
Leia maisSimulação sequencial de atributos contínuos e categóricos do solo. Sequential simulation of categorical and continuous soil attributes
Simulação sequencial de atributos contínuos e categóricos do solo Alessandra Fagioli da Silva 1, Maria João Pereira 2, Célia Regina Lopes Zimback 3, Paulo Milton Barbosa Landim 4 & Amilcar Soares 5 1 Doutoranda
Leia maisGEOESTATÍSTICA APLICADA NA AGRICULTURA DE PRECISÃO UTILIZANDO O VESPER
Empresa Brasileira de Pesquisa Agropecuária Embrapa Solos Ministério da Agricultura, Pecuária e Abastecimento Secretaria de Desenvolvimento Agropecuário e Cooperativismo Departamento de Propriedade Intelectual
Leia maisPontifícia Universidade Católica do Rio de Janeiro. Departamento de Informática. Fundamentos de Computação Gráfica
1. Imagens sísmicas Pontifícia Universidade Católica do Rio de Janeiro Departamento de Informática Fundamentos de Computação Gráfica Aluno: Stelmo Magalhães Barros Netto Relatório do trabalho Imagens Sísmicas
Leia maisGeoprocessamento. Laboratório 1: Modelagem e Criação de Bancos de Dados
Geoprocessamento Laboratório 1: Modelagem e Criação de Bancos de Dados Tássia Alves Costa São José dos Campos Abril, 2014 Sumário 1. Objetivo... 3 2. Exercício 1 - Modelagem do Banco OMT-G p/ SPRING...
Leia maisSER-330: INTRODUÇÃO AO GEOPROCESSAMENTO
SER-330: INTRODUÇÃO AO GEOPROCESSAMENTO Ulisses Denache Vieira Souza RELATÓRIO DE ATIVIDADES LABORATÓRIO: MODELO NUMERICO DE TERRENO INPE São José dos Campos 2010 1 1 APRESENTAÇÃO Disciplina: Introdução
Leia maisLaboratório 4. Disciplina. Introdução ao Geoprocessamento SER 300. Prof. Dr. Antonio Miguel Vieira Monteiro
Laboratório 4 Disciplina Introdução ao Geoprocessamento SER 300 Prof. Dr. Antonio Miguel Vieira Monteiro Aluno: Isaque Daniel Rocha Eberhardt INPE, São José dos Campos. Maio, 2013. Introdução Entre as
Leia maisUNIVERSIDADE FEDERAL DA PARAÍBA MEDIDAS DESCRITIVAS Departamento de Estatística Luiz Medeiros http://www.de.ufpb.br/~luiz/ As medidas de posição apresentadas fornecem a informação dos dados apenas a nível
Leia maisIntrodução a Sistema de Informações Geográficas - SIG
Introdução a Sistema de Informações Geográficas - SIG Projeto USEGEO BAHIA Ações em Geoprocessamento nos municípios da Bahia Prof. Patricia Lustosa Brito Departamento de Transportes, Universidade Federal
Leia maisGERAÇÃO DE UM ÍNDICE DE FERTILIDADE PARA DEFINIÇÃO DE ZONAS DE MANEJO EM AGRICULTURA DE PRECISÃO
GERAÇÃO DE UM ÍNDICE DE FERTILIDADE PARA DEFINIÇÃO DE ZONAS DE MANEJO EM AGRICULTURA DE PRECISÃO ¹L.M.Gimenez, ²J.P. Molin (orientador): Departamento de Engenharia Rural ESALQ/USP RESUMO: A realização
Leia maisTHE USE ORDINARY KRIGING IN DATA INTERPOLATION HYDROGEOLOGICAL TRAINING SAN SEBASTIAN, RECÔNCAVO NORTH BASIN, BA
O USO DA KRIGAGEM ORDINÁRIA NA INTERPOLAÇÃO DO NÍVEL ESTÁTICO EM POÇOS DA FORMAÇÃO SÃO SEBASTIÃO, BACIA DO RECÔNCAVO NORTE, BA Gonçalves, T. S 1 ; Silva, H. M 2 ; Alves 3, J. E; Sales L. Q 4 ; Melo, D.
Leia maisDoutorado em Sensoriamento Remoto Análise Espacial SER Prof. Dr. Antônio Miguel Vieira Monteiro
Doutorado em Sensoriamento Remoto Análise Espacial SER-301-3 Prof. Dr. Antônio Miguel Vieira Monteiro ANÁLISE BATIMÉTRICA DO PORTO DO MUCURIPE CE ATRAVÉS DE KRIGAGEM POR INDICAÇÃO. Eduardo Guilherme Gentil
Leia maisINTRODUÇÃO À ESTATÍSTICA ESPACIAL. Prof. Anderson Rodrigo da Silva
INTRODUÇÃO À ESTATÍSTICA ESPACIAL Prof. Anderson Rodrigo da Silva anderson.silva@ifgoiano.edu.br Métodos Índices de agregação Métodos de quantificação da dependência especial Correlograma Variograma Métodos
Leia maisINTRODUÇÃO. Univariada Bivariada Multivariada. Classificação. Análise Espacial Descrição Estimação
INTRODUÇÃO Dados Monitorização Ambiental Descrição Estatística Univariada Bivariada Multivariada Classificação d A B C D E F G γ(h) 12 c0+c1 8 4 Mina de Feitais -Teor em As (%) Sondagem Modelo Esférico
Leia maisEstatística Descritiva (I)
Estatística Descritiva (I) 1 O que é Estatística Origem relacionada com a coleta e construção de tabelas de dados para o governo. A situação evoluiu: a coleta de dados representa somente um dos aspectos
Leia mais