Introdução a geoestatísitica
- Descrição
- Currículo
- FAQ
- Revisões
O curso de introdução a geoestatística é uma alternativa para entender os conceitos e fundamentos desta disciplina, cujo objetivo é criar análises espaciais a partir de dados geolocalizados. As aulas abordam temas um pouco complexos e pesados, mas tentaremos explanar estes conceitos a partir de desenhos e de uma forma mais simples, com analogias e exemplificações. Apesar de amplamente difundida, muitos alunos e profissionais não entendem os conceitos básicos da disciplina, tornando o exercício da disciplina mecânico e gerando, muitas vezes, erros na definição destes modelos. Este curso é simples e humilde, mas pretende amplificar suas visões a respeito destas técnicas matemáticas. A grade curricular do curso aborda:
-
Princípios da teoria das variáveis aleatórias regionalizadas
-
Análise exploratória de dados e suas implicações na geoestatística
-
Modelagem da continuidade espacial dos dados
-
Estimativa espacial (krigagem ordinária e simples)
-
Validação dos modelos matemáticos
-
Aplicações da geoestatística no software SGeMS
É importante ao obter este curso que o aluno tenha em mente que é necessário um background mínimo em matemática e estatística. Portanto, é necessário observar que:
-
O curso é conceitual e não apresenta aplicações práticas. Apesar disto, serão abordados muitos conceitos práticos da utilização da ferramenta e as consequências geradas pela escolha destes modelos.
-
O público alvo é principalmente estudantes de graduação, pós graduação e profissionais da área.
-
É necessário entendimento de operações matemáticas e estatísticas básicas.
-
2
Introdução a geoestatísticaNesta aula apresentaremos os conceitos básicos de geoestatística e análise de dados. O objetivo é entender quais são os principais objetivos da ciência, o que pode ser realizado ou não com estes modelos, e entender, quais são as implicações das escolhas a respeito destes modelos.
-
3
Variáveis Regionalizadas
O objetivo principal desta aula é apresentar o conceito de variáveis regionalizadas, inicialmente definidas pelo professor George Matheron em 1963, e que constitui a base fundamental para o entendimento dos modelos de geoestatística.
-
4
Variáveis Aleatórias
Nesta aula aprenderemos o que é uma variável aleatória e como os modelos geoestatísticos procedem quanto a este objeto matemático. O aluno entenderá os motivos para utilizar modelos estocásticos na avaliação de depósitos minerais e outros fenômenos espaciais.
-
5
Simulado - Introdução aos conceitos de geoestatísticaFaremos algumas perguntas neste momento para consolidar os conceitos geoestatísticos.
-
6
Análise Exploratória de dados - Estatística univariada
Nesta aula aprenderemos como utilizar ferramentas básicas de estatística para a análise exploratória dos dados, e como aproveitar os resultados obtidos para entender a qualidade das análises espaciais. Os objetivo principal é esclarecer análises univariadas.
-
7
Análise Exploratória de dados - Estatística bivariada
Aprenderemos os conceitos principais de análise estatística bivariada. Estas ferramentas permitem entender a relação entre diferentes variáveis aleatórias.
-
8
Técnicas de desagrupamento
Muitas vezes dados espaciais podem estar agrupados, o que pode dificultar uma análise confiável das estatísticas em um domínio do espaço. Nesta aula aprenderemos os conceitos de técnicas para desagrupamento e ponderação de estatísticas espaciais.
-
9
Simulado - Estatística Descritiva
Simulado sobre geoestatística descritiva
-
10
Continuidade espacial dos dados - Intro
A continuidade espacial é a característica dos dados em apresentar variações ao longo de direções no espaço. Nesta aula abordaremos estes conceitos e entender como a modelagem da continuidade pode auxiliar no entendimento do fenômeno espacial.
-
11
Continuidade espacial dos dados - Funções experimentais
Para entender a continuidade espacial do fenômeno criamos estimadores a partir de funções experimentais. Estas funções permitem calcularmos modelos que generalizam a continuidade para todo o domínio espacial.
-
12
Continuidade espacial dos dados - Busca de pares permissíveis
As funções de continuidade espaciais exigem que busquemos pares de amostras no espaço, a partir de vetores. Porém como as malhas de amostragem são muitas vezes irregulares, é necessário criar tolerâncias para isto. Nesta aula aprenderemos manualmente um exemplo de como obter estes pares permissíveis de amostras.
-
13
Continuidade espacial dos dados - Cálculo do variograma
Após obtermos os pares de amostras permissíveis, calcularemos o valor de um variograma experimental para o tamanho do vetor da aula anterior.
-
14
Continuidade espacial dos dados - Cálculo do covariograma
Da mesma forma que calculamos o variograma experimental, faremos aqui uma análise para o covariograma experimental.
-
15
Continuidade espacial dos dados - Efeito dos dados nas funções experimentais
As funções de continuidade espaciais podem ser afetadas pela qualidade e disposição dos dados. Nesta aula, discutiremos estes efeitos.
-
16
Continuidade espacial dos dados - Restrições dos modelos de continuidade
Após criarmos as funções experimentais é necessário realizar a modelagem da continuidade. Este modelo será uma função genérica para qualquer posição no domínio estimado. Porém, existem restrições para a criação destas funções. Nesta aula veremos estas restrições.
-
17
Continuidade espacial dos dados - Parâmetros
Vimos que existem formas diferentes para realizar esta modelagem de dados, uma delas é a utilização de funções com parâmetros. Esta aula explicará o entendimento destes parâmetros e os resultados obtidos pela mudança destes parâmetros.
-
18
Continuidade espacial dos dados - Exemplo de modelagem
Nesta aula faremos um exemplo da modelagem no software SGEMS
-
19
Continuidade espacial dos dados - Exemplo da modelagem 2
Novamente faremos uma modelagem da continuidade no SGEMS, mas com duas direções principais.
-
20
Continuidade espacial dos dados - Anisotropia
Nesta aula dedicaremos ao estudo da anisotropia, ou a capacidade do fenômeno se comportar diferentemente para direções diferentes.
-
21
Krigagem - Introdução
A krigagem é o conjunto de técnicas para interpolação de dados espaciais considerando a correlação espacial de dados. Nesta aula definiremos os conceitos principais para entender este estimador, e os principais modelos de krigagem ordinária e simples.
-
22
Krigagem - Krigagem Ordinária
Nesta aula dedicaremos principalmente à krigagem ordinária e suas implicações.
-
23
Krigagem - Krigagem Simples
Nesta aula dedicaremos ao estudo da krigagem simples.
-
24
Mudança de suporte - Intro
Esta aula é uma explanação da importância da escala nos problemas estatísticos. A mudança de suporte é uma alternativa para modificar modelos de uma escala para a outra, para fins comparativos.
-
25
Mudança de suporte - Comparando variogramas
Entenderemos como a mudança de suporte afeta a comparação entre variogramas diferentes. Poderemos comparar os variogramas entre amostras e valores krigados, e identificar a aderência entre modelos.
-
26
Mudança de suporte - Comparando histogramas
Nesta aula utilizaremos a mudança de suporte para comparar histogramas de diferentes categorias.
-
27
Mudança de suporte - Definição do volume de estimativa e malha
-
28
Mudança de suporte - Validação da estimativa
A validação é o processo pelo qual entendemos se a estratégia de krigagem permitiu criar estatísticas páreas entre os valores amostrais e os valores estimados. Para utilizarmos estes modelos de forma eficiente, é necessário antes de tudo aprovar os mapas estimados em uma validação matemática.
-
29
Como desenhar uma ameba
Nesta aula aprenderemos como desenhar uma ameba
