1

1
KRIGAGEM INDICADORA
KRIGAGEM INDICATIVA
(Krigagem da Indicatriz)

No processo bsico da krigagem, a estimativa feita
para determinar um valor mdio em um local no
amostrado.

Pode-se, porm, fazer estimativas baseadas em
valores que se situam acima ou abaixo de um
determinado nvel de corte (cutoff).

Este procedimento, estabelecido para vrios nveis
de corte de uma distribuio acumulada, conduz a
uma estimativa de vrios valores dessa distribuio
em um determinado local, cuja funo poder ser
ajustada.
2

Varivel indicativa
Varivel indicativa: varivel binria com apenas
duas possibilidades 0 ou 1

Os 0s e 1s podem ser usados para designar
duas diferentes classes:
0 = folhelho e 1= arenito
0= impermevel e 1= permevel
0= minrio e 1= rejeito

Podem ser usadas para separar uma varivel
continua em duas categorias:
0: Pbs10ppm e 1: Pb> 10ppm

3
Estimativa da distribuio de probabilidades
pela krigagem indicativa

Transformar os dados originais em indicadores, isto ,
transformar os valores que esto acima de um
determinado nvel de corte em zero (0) e os que esto
abaixo em um (1):






Neste tipo de transformao, os menores valores
estimados indicaro maior probabilidade de ocorrncia de
valores acima do nvel de corte e os maiores valores
estimados indicaro menor probabilidade de ocorrncia
de valores acima do nvel de corte.

>
s
=
c j
c j
c j
v v se 0
v v se 1
) v ( i
4

s
>
=
c j
c j
c j
v v se 0
v v se 1
) v ( i
Neste tipo de transformao, os maiores valores
estimados indicaro maior probabilidade de ocorrncia de
valores acima do nvel de corte e os menores valores
estimados indicaro menor probabilidade de ocorrncia de
valores acima do nvel de corte.

5
Calculo dos variogramas experimentais indicativos para
determinados nveis de corte e modelagem variogrfica
Krigagem ordinria pontual nos valores transformados,
fornece a probabilidade de v
i
< v
c

6
2
Variogramas indicativos podem ser
estimados pela funo:



h = passo (lag) bsico
v
C
= nvel de corte
N = nmero de pares
7
Escolha dos nveis de corte

Conhecimento a priori ou distribuio de
probabilidades acumuladas
Objetivos:
procura de valores acima do nvel de corte,
como na determinao de teores anmalos
de um determinado bem mineral
procura de valores abaixo do nvel de corte,
como em anlise ambiental para a
determinao de nveis de poluio abaixo
de um certo teor.
8
A Krigagem indicativa com mltiplos nveis de
corte aplicada para encontrar a funo de
distribuio acumulada de cada ponto a ser
estimado.
Nesse caso alem de estimar o valor, tambm
calculado um intervalo de confiana e a
correspondente probabilidade de exceder ou
no um certo valor.
A mdia ponderada das variveis indicativas
uma estimativa da probabilidade acumulada

N
1 = j
j j c
) x ( I = ) v ) x ( Z ( ob Pr
9



Felgueiras, Druck, Monteiro (2004)


Felgueiras, Druck, Monteiro (2004)
O resultado esperado:
3
Avaliao dos valores mdios das variveis que
definem um recurso natural: krigagem ordinria.

E para caractersticas extremas?
Para valores acima, ou abaixo, de valores de corte?

A relao entre um recurso natural e o seu entorno.

Uma pluma de um poluente no significa que a no-
pluma adjacente esteja completamente limpa
daquele contaminante.

Funes de distribuio de probabilidades locais
estimadas para fornecer mapas de riscos
13
O estimador fornecido pela krigagem suaviza os resultados.

O estimador no-enviesado em relao mdia da lei de
distribuio da varivel Z(x), mas no em relao lei de
distribuio de probabilidades de Z(x).

A krigagem de Z(x) um estimador timo em relao
media, mas no em relao varincia.

Relao intrnseca entre o fenmeno de suavizao e o erro
associado ao processo de estimao: a varincia dos
valores reais maior que a varincia dos valores
estimados.

medida que aumenta a quantidade de informao para
estimar a mesma rea, o erro tende a ser menor, e, por
conseqncia, menos acentuado o efeito de suavizao.
14
Uma das mais importantes conseqncias do efeito
de suavizao: enviesamento dos valores
extremos, com subestimao dos valores acima da
mdia e sobreestimao dos valores abaixo da
mdia.

Exemplo: numa rea com solo potencialmente
contaminado pretende-se avaliar qual a poro a
ser limpa e qual a que no esta contaminada e
que, conseqentemente, no deve ser removida ou
recuperada
15
Erros de classificao:
I. Classificar como segura uma localizao
contaminada
II. Classificar como contaminada uma localizao
segura

Uma localizao classificada como segura
quando a respectiva estimativa calculada se
encontra abaixo do limite mximo permitido
(z
c
) para o contaminante de interesse. Essa
localizao no estara sujeita a nenhum
tratamento ou remediao.
Caso contrrio, a localizao ser classificada
como contaminada e estar sujeita a
tratamento.

16
Erro tipo I (risco o(x) ou falso positivo) ocorre
quando a estimativa em uma localizao segura u
(Prob Z(x)z
c
) superestimada (Z*(x)>z
c
); seu
valor fica acima do limite mximo permitido
o(u)=Prob{Z(x)z
c
|Z*(x)>z
c
,(n)}
=F(x;z
c
|(n)), para todas as localizaes x tal
que a estimativa Z*(x)>z
c
.

Erro tipo II (risco (x) ou falso negativo) ocorre
quando uma localizao contaminada u (ProbZ(x)
>z
c
subestimada (Z*(x)z
c
); seu valor fica
abaixo do limite mximo permitido
(x)=Prob{Z(x)>z
c
|Z*(x)z
c
,(n)}
=1-F(x;z
c
|(n)), para todas as localizaes x
tal que a estimativa Z*(x)z
c
.
17
(Myers, 1997:463)
18
4
19
Exemplos
Bacia Delaware/Novo Mxico/EUA
Poos para produo de petrleo:
produtivos e improdutivos (Hohn, 1999)
20
"X" "Y" "Z"
27 42 0
29 42 0
30 42 0
44 42 0
36 43 0
39 43 0
48 43 0
41 44 0
42 44 0
48 44 0
41 17 1
20 20 1
20 21 1
21 21 1
35 21 1
32 33 1
33 33 1
34 33 1
36 33 1
41 33 1
1: poo produtivo

0: poo improdutivo
21 22
23
A fundamental diferena entre
os dois mapas obtidos que o
primeiro mostra valores
pontuais representativos da
presena ou ausncia de uma
determinada caracterstica,
enquanto o seguinte apresenta
resultados em termos
probabilsticos, pois a krigagem
indicativa trabalha com
critrios probabilsticos.


Probabilidade de ocorrncias de casos
de malria em Porto Velho/RO

(Simo & Landim)
24
5
Pontos de distribuio de malria em
Porto Velho (RO)
25

Regularizao
9026000 9028000 9030000 9032000 9034000 9036000 9038000
400000
402000
404000
406000
408000
9026000 9028000 9030000 9032000 9034000 9036000 9038000 9040000
400000
402000
404000
406000
408000
Malha regular: Inverso do quadrado da distncia (25x25/2000 m)
26

Curva de probabilidade acumulada

27

Variogramas:
0 500 1000 1500 2000 2500 3000 3500 4000 4500 5000
Lag Distance
0
0.02
0.04
0.06
0.08
0.1
0.12
0.14
0.16
0.18
0.2
V a r i o g r a m
Direction: 0.0 Tolerance: 90.0
Column F: P25
0 500 1000 1500 2000 2500 3000 3500 4000 4500 5000
Lag Distance
0
0.05
0.1
0.15
0.2
V a r i o g r a m
Direction: 0.0 Tolerance: 90.0
Column D: P50
0 500 1000 1500 2000 2500 3000 3500 4000 4500
Lag Distance
0
0.02
0.04
0.06
0.08
0.1
0.12
0.14
V a r i o g r a m
Direction: 0.0 Tolerance: 90.0
Column E: P75
28
Mapas de probabilidades de ocorrncia
para 5 e 15 casos de malria
902600090280009030000903200090340009036000903800090400009042000
398000
400000
402000
404000
406000
408000
-0.2
-0.1
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
Krigagem Indicativa para o 1 quartil (5 casos)
1 = 0% de probabilidade de ocorrncia
0 = 100% de probabilidade de ocorrncia
0
9026000 9028000 9030000 9032000 9034000 9036000 9038000 9040000
400000
402000
404000
406000
408000
-0.2
-0.1
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
Krigagem Indicatica para a mediana ( 15 casos )
29
Mapa para a probabilidade de ocorrer 53 casos de
malria (1=0% probabilidade de ocorrncia;
0=100% probabilidade de ocorrncia)
30