{"id":4433,"date":"2019-12-12T22:40:50","date_gmt":"2019-12-12T22:40:50","guid":{"rendered":"http:\/\/adenilsongiovanini.com.br\/blog\/?p=4433"},"modified":"2022-08-05T11:37:00","modified_gmt":"2022-08-05T11:37:00","slug":"semivariograma","status":"publish","type":"post","link":"https:\/\/adenilsongiovanini.com.br\/blog\/semivariograma\/","title":{"rendered":"Semivariograma: para que serve? Como ajustar?"},"content":{"rendered":"

O semivariograma<\/strong> \u00e9 a parte central dos estudos geoestat\u00edsticos, sendo capaz de descrever tanto qualitativa quanto quantitativamente a varia\u00e7\u00e3o espacial, al\u00e9m de ser o ponto chave na determina\u00e7\u00e3o do preditor geoestat\u00edstico\u2013krigagem<\/em>. (Mello Et. Al.<\/a><\/span>)<\/span><\/p>\n

O mesmo \u00e9 um gr\u00e1fico da semivari\u00e2ncia em fun\u00e7\u00e3o da dist\u00e2ncia, ou seja, \u00e9 uma fun\u00e7\u00e3o que relaciona a semivari\u00e2ncia<\/a><\/span> com o vetor dist\u00e2ncia. O mesmo \u00e9 muito utilizada na geoestat\u00edstica<\/a>,<\/span> pois permite representar a varia\u00e7\u00e3o de um fen\u00f4meno no espa\u00e7o.<\/span><\/p>\n

Na literatura geoestat\u00edstica mais recente esta fun\u00e7\u00e3o \u00e9 tamb\u00e9m conhecida como variograma (Bachmaier & Backes, 2011<\/a><\/span>).<\/span><\/p>\n

A figura abaixo ilustra um semivariograma emp\u00edrico (ou experimental) com caracter\u00edsticas muito pr\u00f3ximas do ideal.<\/span><\/p>\n

\"semivariograma<\/span><\/p>\n

Esquematicamente a <\/span>Figura acima representa:<\/span><\/div>\n

\n

Alcance (a)<\/span><\/strong>: \u00c0 medida que a dist\u00e2ncia entre os pares aumenta, a variabilidade tender\u00e1 a aumentar at\u00e9 atingir um determinado n\u00edvel. A dist\u00e2ncia onde o variograma atinge este n\u00edvel \u00e9 denominado de alcance ou \u201crange\u201d.<\/strong><\/span><\/p>\n

Patamar (C)<\/span><\/strong>: Representa o n\u00edvel de variabilidade onde o variograma se estabiliza. Este patamar deve ser teoricamente igual \u00e0 vari\u00e2ncia amostral. Este par\u00e2metro \u00e9 tamb\u00e9m denominado \u201cSill\u201d.<\/span><\/p>\n

Vari\u00e2ncia Espacial (C1<\/span><\/span><\/span>)<\/span><\/strong>: Representa as diferen\u00e7as espaciais entre os valores de uma vari\u00e1vel tomada em dois pontos separados por dist\u00e2ncias cada vez maiores.<\/span><\/p>\n

Efeito Pepita (C0<\/span><\/span><\/span>)<\/span><\/strong>: Para dist\u00e2ncia igual a zero (h=0), o variograma deveria apresentar variabilidade nula. Entretanto, v\u00e1rios fatores como erros de amostragens, erros de medidas ou ainda microregionaliza\u00e7\u00f5es da vari\u00e1vel em an\u00e1lise, causam uma descontinuidade na origem do variograma, denominado de efeito pepita ou nugget effect. (Fonte: Santos e Oliveira, 2016<\/span>).<\/span><\/span><\/p>\n

 <\/p>\n

Fun\u00e7\u00e3o do semivariograma<\/span><\/strong><\/span><\/h2>\n

A fun\u00e7\u00e3o \u03b3() \u00e9 o semivariograma. Obedecidas \u00e0s condi\u00e7\u00f5es da hip\u00f3tese intr\u00ednseca, a semivari\u00e2ncia pode ser estimada simplesmente atrav\u00e9s de uma \u00fanica realiza\u00e7\u00e3o do processo estoc\u00e1stico por:<\/span><\/p>\n

\"C\u00e1lculo<\/span><\/p>\n

Onde:<\/span><\/p>\n

    \n
  • \u03b3(h) ^ \u00e9 a semivari\u00e2ncia estimada entre pares de pontos;<\/span><\/li>\n
  • N(h) \u00e9 o n\u00famero de pares de valores medidos z(xi ), z(xi + h), separados pela dist\u00e2ncia h. <\/span><\/li>\n<\/ul>\n

    Esta fun\u00e7\u00e3o permite gerar o semivariograma experimental, sendo que a partir do semivariograma \u00e9 poss\u00edvel ajustar uma fun\u00e7\u00e3o matem\u00e1tica que expressa a estrutura de depend\u00eancia espacial<\/a><\/span> da caracter\u00edstica avaliada. <\/span><\/p>\n

     <\/p>\n

     <\/p>\n

    M\u00e9todos de Ajuste<\/span><\/strong><\/span><\/h2>\n

    \"ajuste<\/span><\/p>\n

    De acordo com Oliveira et. al<\/a><\/span> Os m\u00e9todos de ajuste podem ser divididos em dois grupos.<\/span><\/p>\n

     <\/p>\n

    Ajuste dos modelos ao semivariograma experimental<\/strong> <\/span><\/h3>\n

    \"Ajuste<\/span><\/p>\n

     <\/p>\n

    Onde que os m\u00e9todos de ajuste<\/a><\/span> deste grupo s\u00e3o: <\/span><\/p>\n

      \n
    • M\u00e9todo dos Quadrados M\u00ednimos Ordin\u00e1rios (Ordinary Least Squares – OLS);<\/span><\/li>\n
    • M\u00e9todo dos Quadrados M\u00ednimos Ponderados (Weight Least Squares – WLS) e;<\/span><\/li>\n
    • M\u00e9todo de ajuste denominado de \u201ca sentimento\u201d.<\/span>\n<\/li>\n<\/ul>\n

       <\/p>\n

      M\u00e9todo de ajuste de um modelo direto aos dados <\/span><\/p>\n

      <\/strong><\/span><\/h3>\n

      M\u00e9todo da M\u00e1xima Verossimilhan\u00e7a (Maximum Likelihood – ML)<\/span><\/p>\n

       <\/p>\n

      Escolha do m\u00e9todo de ajuste do semivariograma<\/span><\/strong><\/span><\/h2>\n

      \"semivariograma\"<\/span><\/p>\n

      A escolha do modelo mais adequado n\u00e3o \u00e9 um procedimento autom\u00e1tico. Isso porque na Geoestat\u00edstica<\/a><\/span> \u00e9 comum o ajuste visual do modelo selecionado aos pontos do semivariograma experimental, o que carece de sustenta\u00e7\u00e3o estat\u00edstica. <\/span><\/p>\n

      Este tipo de ajuste \u00e9 bastante subjetivo e depende muito da experi\u00eancia do pesquisador. <\/span><\/p>\n

      Portanto, o semivariograma representa a semivari\u00e2ncia da diferen\u00e7a da propriedade Z<\/i> calculada em pares de pontos separados por h<\/i>. Os pares de pontos aqui s\u00e3o (u)<\/i> e (u+h)<\/i>.<\/span><\/p>\n

      \u00c9 isso por este artigo. <\/span>Lembrando que eu tamb\u00e9m possuo uma s\u00e9rie de cursos pr\u00e1ticos e de livros<\/strong>. <\/span><\/p>\n

      Se voc\u00ea quer MERGULHAR FUNDO e aprender a prestar servi\u00e7os com grande velocidade e com seguran\u00e7a<\/strong>, acesse este link<\/a><\/span> e conhe\u00e7a os mesmos.<\/span><\/p>\n

      Entre eles, o Curso de Confec\u00e7\u00e3o de Plantas Topogr\u00e1ficas<\/a><\/span>. Um <\/span><\/span>curso pr\u00e1tico\u00a0<\/span>com o qual voc\u00ea vai aprender a produzir as 15 diferentes plantas produzidas em um escrit\u00f3rio de topografia<\/strong>.<\/span><\/span><\/p>\n

      \"\"<\/a><\/p>\n

      Clique neste link<\/span><\/a> e conhe\u00e7a melhor o mesmo.<\/span><\/p>\n

      Gratid\u00e3o por voc\u00ea ter lido o artigo. \ud83d\ude4f<\/span><\/p>\n

       <\/p>\n

       <\/p>\n

      Domine a Topografia Cadastral atrav\u00e9s de um livro formado por centenas de exemplos pr\u00e1ticos <\/strong><\/span><\/h2>\n

      \"livro<\/a><\/span><\/h2>\n

      Voc\u00ea quer dominar a Topografia Cadastral?<\/span><\/p>\n

      Ent\u00e3o eu tenho uma \u00f3tima noticia para voc\u00ea. Me refiro ao livro Topografia Cadastral e Georreferenciamento de Im\u00f3veis Rurais na Pr\u00e1tica<\/a><\/span>.<\/span><\/p>\n

      O mesmo \u00e9 dividido em 10 cap\u00edtulos recheados com muitos estudos de caso e exemplos pr\u00e1ticos. D\u00ea uma espiadinha no sum\u00e1rio do mesmo:<\/span><\/span><\/p>\n

       <\/p>\n