Prévia do material em texto
Geoestatística Variogramas Maranhão, 1983 (pg. 101) Yamamoto, 2001 (cap. 4) Variogramas • A análise geoestatística é uma etapa fundamental da avaliação de reservas por métodos geoestaísticos. Variogramas • A análise geoestatística é uma etapa fundamental da avaliação de reservas por métodos geoestaísticos. • É desta analise que se obtém a ferramenta básica da estimativa por meio de krigagem ordinária - o variograma. Variogramas • Os depósitos minerais apresentam-se na natureza com variabilidade característica. • Os teores podem apresentar variabilidade regular ou até aleatória. Variogramas • A krigagem, como método de interpolação na avaliação de recursos/reservas minerais, só deve ser utilizada quando o variograma experimental for estruturado, • Estruturado é não ter distribuição totalmente aleatória. Variogramas • Escola francesa, liderada por Matheron (62 e 63) verificou que com muita frequencia a distribuição dos teores em um minério é regida por uma expressão matemática, embora esta expressão nem sempre seja clara, e só pode ser materializada com a construção de variogramas. 1 2 3 4 n-3 n-2 n-1 n Variogramas • Amostras 1, 2, 3 alto teor e n-2, n-1, n baixo teor. 1 2 3 4 n-3 n-2 n-1 n Variogramas • Amostras 1, 2, 3 alto teor e n-2, n-1, n baixo teor. • Na prática, a amostra 4 quase sempre apresenta um valor mais elevado que a n-3, evidenciando que estão presas às amostras situadas nas suas proximidades. Variogramas • São as representações gráficas das funções de distribuição de teor e/ou conteúdo, e expressam o aumento da variância (S2) com o incremento da distância na amostragem. Variogramas • Exemplo: em um depósito as amostras são retiradas com equidistância X → variância = Y 1 2 3 4 n-3 n-2 n-1 n X Variogramas • Exemplo: em um depósito as amostras são retiradas com equidistância X → variância = Y • Se a equidistância passar a X+h → Y’ 1 2 3 4 n-3 n-2 n-1 n x + h Variogramas • Exemplo: em um depósito as amostras são retiradas com equidistância X → variância = Y • Se a equidistância passar a X+h → Y’ • Se passar a X + 2h → Y ‘’ 1 2 3 4 n-3 n-2 n-1 n X + 2h Variogramas • Colocar em gráfico, na abcissa os valores de distância x, x+h, x+2h e na ordenada os valores correspondentes a variância em escala aritmética, Variogramas • Colocar em gráfico, na abcissa os valores de distância x, x+h, x+2h e na ordenada os valores correspondentes a variância em escala aritmética, • a função de distribuição do teor ou conteúdo estará graficamente • representada por variogramas. Variogramas • Estágio inicial dos trabalhos de pesquisa: • Teor e espessura podem ser obtidos: • Sondagem superficial, regularmente espaçada; • Na amostragem: mínimo de 25 observações, • Para se ter boa indicação da lei intrínseca da distribuição da mineralização. Variogramas Desenvolvimento ou avaliação da reserva: • Calcular o variograma por amostras de canal, • Paredes das galerias longitudinais, Amostras mais numerosas e tem pequena equidistância em relação a malha de sondagem! Variogramas • Para obtenção dos diferentes valores de variância com a modificação da distância de amostragem: S21 = _1_ somatório de (Zk+1 – Zk)2 n - 1 S22 = _1_ somatório de (Zk+2 – Zk)2 n - 2 S23 = _1_ somatório de (Zk+3 – Zk)2 n - 3 S2d Variância para as diferentes distâncias (d), n número de amostras, Z o teor. Variogramas • Exemplo: em um depósito as amostras são retiradas com equidistância X → variância = Y • Se a equidistância passar a X+h → Y’ • Se passar a X + 2h → Y ‘’ 1 2 3 4 n-3 n-2 n-1 n X + 2h X x + h Calcular as variâncias: S21 = _1_ Σ (Zk+1– Zk)2 n - 1 S22 = _1_ Σ (Zk+2 – Zk)2 n - 2 S23 = _1_ Σ (Zk+3 – Zk)2 n - 3 • Variograma longitudinal em relação ao teor (curva T), Acumulação (a) e potência (h) do depósito de wolframita de Laouni. Por que variáveis regionalizadas? • Representam os valores de variáveis referenciadas geograficamente, introduzidas para descrever quantitativamente variações espaciais em um corpo de minério. Por que variáveis regionalizadas? • O que são: Representam os valores de variáveis referenciadas geograficamente, • São introduzidas para descrever quantitativamente variações espaciais em corpos de minério. • as variáveis regionalizadas são dependentes de suas posições espaciais relativas e também se pode medir estas variações espaciais. Por que variáveis regionalizadas? • Considere a seguinte série de números: Série A 1 7 3 6 2 9 4 8 5 Série B 1 3 5 7 9 8 6 4 2 Por que variáveis regionalizadas? • Considere a seguinte série de números: Série A 1 7 3 6 2 9 4 8 5 Série B 1 3 5 7 9 8 6 4 2 • As características estatísticas são idênticas, entretanto as duas séries são bem diferentes, pois resultam de dois tipos distintos de mineralizações. série média variância A 5 6,67 B 5 6,67 • A estatística clássica não consegue reconhecer a diferença entre as duas séries. • Porque considera as amostras independentes entre si! • Se considerarmos a posição espacial relativa de cada amostra pode-se distinguir as duas séries! Por que variáveis regionalizadas? • Utilizar a soma do quadrado das diferenças, que divido pelo número de pares, dá sentido a uma medida de variância com significado espacial, pois é dependente da distância utilizada. • Σ (1-7)2 ... Por que variáveis regionalizadas? Série A 1 7 3 6 2 9 4 8 5 Série B 1 3 5 7 9 8 6 4 2 • variância espacial para 1 intervalo de amostragem: A: (1-7)2+(7-3)2+(3-6) 2+(6-2)2+(2-9)2+(9-4)2+(4-8)2+ +(8-5)2 /8=22 B:(1-3)2+(3-5)2+(5-7)+(7-9)2+(9-8)2+(8-6)2+(6-4)2 +(4- 2)2 /8= 3,63 Construindo um variograma • variância espacial para 2 intervalo de amostragem: A: (1-3)2+(3-2)2+(2-4)+(4-5)2+(7-6)2+(6-9)2+(9-8)2/7=3 B: (1-5)2+(5-9)2+(9-6)+(6-2)2+(3-7)2+(7-8)2+(8-4)2/7= 12,87 Construindo um variograma Série A 1 7 3 6 2 9 4 8 5 Série B 1 3 5 7 9 8 6 4 2 • Calculando-se a variância espacial até 4 intervalos de amostragem tem-se: Intervalo de amostragem Variância espacial A Variância espacial B 1 2 3 4 22,0 3,0 23,67 3,80 3,63 12,86 23,83 29,60 Construindo um variograma • Calculando-se a variância espacial até 4 intervalos de amostragem tem-se: Intervalo de amostragem Variância esp. A Variância esp. B 1 2 3 4 22,0 3,0 23,67 3,80 3,63 12,86 23,83 29,60 Construindo um variograma Variância espacial em função dos intervalos de amostragem para as séries A e B A B ◄ • Série A muito errática e a B mais uniforme, • Em B as var. esp. aumentam com o intervalo de amostragem, pois correlação entre os valores diminui com a distância. • Comportamento desejado em todo corpo de minério. Interpretando um variograma A B Como verificar se há correlação espacial dos dados: • Calcular a variância espacial para um intervalo de amostragem e compará-la com a variância amostral. • Se a variância espacial for menor, há correlação, caso contrário não. Interpretando um variograma A B série média variância A 5 6,67 B 5 6,67 ► Interpretando um variograma A B série média Variância amostral A 5 6,67 B 5 6,67 ► Intervalo de amostragem Variância esp. A Variância esp. B 1 2 3 4 22,0 3,0 23,67 3,80 3,63 12,86 23,83 29,60 Variável regionalizada • É qualquer função numérica com uma distribuição espacial que varia de um lugar para o outro com continuidade aparente, mas cujas variações não podem ser representadas por uma função determinística. • Em geologia, todas as observações quantitativas feitas em duasou três dimensões (área ou volume) sejam geoquímicas, geofísicas, sedimentológicas, são exemplos de variáveis regionalizadas. Variável regionalizada A maioria das variáveis regionalizadas apresenta: • um aspecto aleatório – variações irregulares e imprevisíveis; • Um aspecto estruturado – reflete as características estruturais do fenômeno regionalizado; • Uma estimativa deve levar em consideração as duas características aparentemente contraditórias, • Por uma representação simples da variabilidade espacial. Variável regionalizada conceito básico na teoria das V.R. ⇒ Hipótese intrínseca: Uma função (a intrínseca) descreve o comportamento espacial da variável regionalizada dentro do espaço. Função intrínseca ⇒ é o semivariograma Variável regionalizada Características qualitativas das V.R. que os métodos estatísticos convencionais não conseguem reconhecer: • Localização V.R. depende da função espacial relativa no depósito (campo geométrico) Depende do tamanho da amostra, forma e orientação • Suporte (unidade amostral básica) V.R. centrada em uma área ou volume (não num ponto) Variável regionalizada Características qualitativas das V.R. que os métodos estatísticos convencionais não conseguem reconhecer: • Continuidade ponto a ponto, variação espacial da V.R. pode ser grande ou pequena • Anisotropia variações graduais numa direção e rápida ou irregular em outra. • Fenômenos de transição descontinuidades nas bordas de lentes ou camadas O variograma • É a ferramenta básica que permite descrever quantitativamente j de um fenômeno regionalizado. • A função variograma é 2γ(h) e a • semivariograma de γ (h). O variograma A função variograma é 2γ(h) esperança matemática do quadrado da diferença entre os valores de pontos no espaço, separados por uma distância h, conforme a seguinte expressão: 2γ(h)= 1/n . Σ [ Z (x + h) – Z (x) ]2 n i=1 O variograma 2γ(h)= 1/n . Σ [ Z (x + h) – Z (x) ]2 n – números de pares de pontos separados por uma distância h; Z(x) valor da V. R. no ponto x Z(x + h) valor da V. R. no ponto x +h n i=1 O variograma Como na estatística clássica pode se definir a média e a variância de uma V.R. m = E [ Z (x) ] Var E [ Z (x) - m]2 a variância é conhecida como C(0) (covariância para distância de separação nula) Covariância C(h) entre pontos separados por uma distância h γ(h)= C(0) – C(h) (depois de muita dedução) O variograma Como a função variograma é uma medida da variância das diferenças nos valores da V.R. entre pontos separados por uma distância h: Pontos mais próximos (mais correlacionados ) ⇒⇒⇒⇒ variância pequena Pontos mais distantes ⇒⇒⇒⇒ variância maior γ(h) é vetorial – se faz para várias direções do depósito Propriedades do variograma a= amplitude h Co C0+ C γ(h) Variância Aleatória ou Efeito pepita Variância espacial Campo estruturado Campo aleatório Patamar Propriedades do variograma • Amplitude • Patamar • Efeito Pepita • Variância espacial • É a extensão da zona de influência a= amplitude h Co C0+ C γ(h) Variância aleatória Variância espacial Campo estruturado Campo aleatório Pata mar Amplitude • Distância a partir da qual as amostras passam a ser independentes; • reflete o grau de homogeneidade entre as amostras; • Quanto maior a amplitude maior a homogeneidade entre as amostras; a= amplitude h Co C0+ C γ(h) Variância aleatória Variância espacial Campo estruturado Campo aleatório Pata mar Amplitude • O variograma dá um significado preciso da noção tradicional de zona de influência. • a separa o campo estruturado (amostras correlacionáveis) do campo aleatório (amostras independentes). a = amplitude h Co C0+ C γ(h) Variância aleatória Variância espacial Campo estruturado Campo aleatório Propriedades do variograma • Amplitude • Patamar • Efeito Pepita • Variância espacial a= amplitude h Co C0+ C γ(h) Variância aleatória Variância espacial Campo estruturado Campo aleatório Pata mar Patamar • Valor da variância no qual o variograma se estabiliza (no campo aleatório). a= amplitude h Co C0+ C γ(h) Variância aleatória Variância espacial Campo estruturado Campo aleatório Pata mar Efeito Pepita ou variância aleatória • É o valor da função variograma na origem (h = 0). • O C0 deveria ser 0 , pois duas amostras tomadas no mesmo ponto (h=0) deveriam ter os mesmos valores. a= amplitude h Co C0+ C γ(h) Variância aleatória Variância espacial Efeito Pepita ou variância aleatória • É o valor da função variograma na origem (h = 0). • O C0 deveria ser 0 , pois duas amostras tomadas no mesmo ponto (h=0) deveriam ter os mesmos valores. • Erros de amostragem ou variabilidade natural do depósito Tb chamado variância aleatória a= amplitude h Co C0+ C γ(h) Variância aleatória Variância espacial Variância espacial • Dada pela diferença entre a variância a priori e o efeito pepita. a= amplitude h Co C0+ C γ(h) Variância aleatória Variância espacial Analisando o variograma • Uma feição resultante da análise dos parâmetros do variograma experimental é a determinação da zona de influência. • É um fenômeno de transição caracterizado exclusivamente por modelos de variogramas que possuem patamar e amplitude definidos. Analisando o variograma • Qualquer valor de Z(x) estará correlacionado a outros valores de Z(x+h) que estiverem dentro de um raio a de x. • A correlação decresce conforme Z(x+h) se aproxima de a. a= amplitude h Co C0+ C γ(h) Variância aleatória Variância espacial Zona de influência Anisotropias • Os variogramas determinados ao longo de diferentes direções da jazida podem mostrar variações distintas. • Diferenças de litotipos, variações dentro do depósito. Fazer correções Variogramas • Por exemplo diferentes orientações de amostragem 1 2 3 4 n-3 n-2 n-1 n Anisotropias • geométrica: a amplitude varia conforme as direções, mas com patamar cte. • zonal: quando a amplitude permanece cte e o patamar varia de acordo com a direção. • Mista: variam tanto amplitude quanto patamar, as várias direções resultam em diferentes variogramas. Anisotropia • A anisotropia pode ser identificada facilmente mediante confecção e análise de variogramas direcionais. • Pode-se inclusive se construir elipsóide com a direção de anisotropia. Anisotropia • Caso a variável de interesse apresente anisotropia geométrica, esta deve ser corrigida para o cálculo do sistema de equações de krigagem, visando a correta estimativa da referida variável por meio de Pondera- dores. Anisotropia • Processo de correção geométrica: (A) projeção dos pontos sobre a elipse para o círculo circunscrito de raio igual à amplitude a2 do variagrama, (B) variogramas com anisotropias geométricas de amplitude = a1 (semi- eixo menor da elipse) e a2 (semi-eixo maior da elipse igual ao raio do círculo). • Perfil de sonda hipotético cruzando litotipos com características estatísticas distintas. Anisotropias zonais são comuns nestes casos. Comportamento próximo à origem O grau de continuidade da mineralização é dado pelo comportamento do variograma próximo à origem. Quatro tipos básicos de C0: • Parabólico • Linear • Efeito Pepita • Efeito pepita puro Comportamento próximo à origem Parabólico: • Descreve uma curva parabólica próximo á origem. • Alto grau de continuidade das amostras selecionadas. • Ex. Dados a partir de espessura das camadas. Comportamento próximo à origem Linear: • Comportamento linear na origem. Por uma tangente oblíqua à origem. • Continuidade média das amostras selecionadas, ou seja grande homogeneidade próximo e progressiva perda de homogeneidade com a distância. • Ex. Muitos depósitos minerais metálicos. Parabólico Linear Comportamento próximo à origem Efeito pepita: • Descontinuidadeda origem. • Dois fatores: – erros de medida na amostragem – e/ou microvariabilidade. • O termo teve origem na mineralização de ouro – a inclusão de uma pepita numa pequena amostra de um testemunho de sonda é um evento aleatório. Efeito pepita puro: • Tipo extremo de comportamento do variograma próximo da origem. • Reflete um fenômeno de transição, para um dado valor de patamar a amplitude terá um valor infinitesimalmente menor que as distâncias de observação. Pepita Pepita Puro Efeito pepita puro: • Fenômeno de difícil ocorrência em minérios, não se pode usar método geoestatístico de interpolação. • Caso ocorra não se pode usar métodos geoestatísticos de interpolação, como a krigagem. Pepita Pepita Puro • Depende do N. de pares de pontos, para diferentes distâncias, encontrado numa determinada direção. • As direções devem ser escolhidas para conter o maior N. de informações. • Podem ser horizontais (especificar direções) e verticais: possíveis anisotropias. Cálculo de variogramas experimentais • Orientação dos variogr.: LB, 450, 900, 1350. • A consistência depende do N. de pares de amostras. • 30 a 50 pares de amostras por ponto do variograma (recomendado). Linha base 450 900 1350 Cálculo de variogramas experimentais Cálculo de variogramas experimentais • Observar o N. de pares de ptos usado para o cálculo de γ(h) próximo á origem do variograma. • Os ptos que definem o efeito pepita, se houver, deverão conter o maior N. de pares de ptos. • E deve-se descartar aqueles ptos com N. muito inferior ao locado imediatamente após. Modelos de variogramas • O variograma como ferramenta básica é utilizado para calcular os valores da função variograma para uma dada distância, necessários para a organização do sistema de equações de krigagem. Modelos de variogramas • O variograma de pontos, ou experimental, não serve para este fim, porque na interpolação os pontos apresentarão dispersão, principalmente para distâncias grandes, quando diminui o N. de pares de amostras. Modelos de variogramas • Ajuste de uma função matemática, ajuste de modelos teóricos em geoestatística, é feito de maneira interativa: • A partir dos parâmetros do variograma (modelo, efeito pepita, amplitude, patamar) o variograma teórico é desenhado. • Se o ajuste de pontos do modelo teórico não for satisfatório, novos parâmetros são fornecidos. • A partir dos parâmetros do variograma (modelo, efeito pepita, amplitude, patamar) o variograma teórico é desenhado. Modelos de variogramas Seno cardinal Cauchy genérico exponencial Linear ou gaussianoestávelcúbico Modelos de variogramas Gauss Gamma Potencial Esférico - >90%jBesselKBessel Modelos de variogramas • Para qualquer modelo teórico que apresente efeito pepita ou pepita puro, • o valor de γ(h) = 0 para h = 0 • Significa que há uma descontinuidade na origem. Principais aplicações da análise variográfica • Determinação de valores médios e do erro de amostragem; • Determinação do erro cometido na avaliação de uma área mineralizada reconhecida por sondagens regularmente espaçadas; • Cálculo da equidistância ótima de amostragem • O tratamento das anisotropias e a desregularização dos dados no modelo esférico Conclusão • A análise geoestatística é realizada com o objetivo de determinar o modelo de variabilidade espacial dos dados, que será utilizado posteriormente na estimativa por meio de krigagem ordinária.