UNIVERSIDADE DE SÃO PAULO
ESCOLA SUPERIOR DE AGRICULTURA “LUIZ DE QUEIROZ”
PROGRAMA DE PÓS-GRADUAÇÃO EM “ESTATÍSTICA E
EXPERIMENTAÇÃO AGRONÔMICA”.
Tutorial
Disciplina: Geoestatística
Professor: Dr. Paulo Justiano R. Junior
Discente: Iábita Fabiana Sousa¹
Kuang Hongyu¹
Piracicaba - 2012
¹Doutorando em Estatística e Experimentação Agronômica – ESALQ/USP
Análise utilizando o SGeMS - Dados utilizados na primeira semana de aula.
O Stanford Software Modelagem geoestatística (SGeMS) é um pacote computacional de
código aberto para a solução de problemas que envolvem variáveis espacialmente relacionadas, a
sua conceptualização começou em 2001 que utilizou como base a biblioteca GsTL, mas ainda
hoje é atualizada com novos algoritmos . Ele fornece uma interface amigável, uma visualização 3-
D interativo, e uma grande variedade de algoritmos, sendo bastante utilizado por graduados em
Ciências da Terra e pesquisadores, bem como profissionais de meio ambiente, mineração e
engenharia de petróleo.
Informações sobre o software pode ser encontrado no livro Aplicado Geoestatística com
SGeMS que fornece um guia passo-a-passo para o uso de algoritmos SGeMS como também
demonstrações de sua implementação, a discussão de possíveis limitações, e ajuda sobre a escolha
de um algoritmo em detrimento de outro. Mais informações sobre o mesmo pode ser obtido no
site oficial http://sgems.sourceforge.net/?q=node/20, bem como em tutoriais como é o caso do de
Geoffrey Bohling do Kansas Geological Survey, Universidade do Kansas
http://people.ku.edu/~gbohling/BoiseGeostat/ .
• Instalação do software S-GeMS
A instalação do software pode ser realizada em sistemas operacionais Windows e Linux,
apresentando diferentes escolhas de acordo com o sistema operacional.
• Interface do S-GeMs
O interface do S-GeMS é composto por três grandes secções: o painel de algoritmos, o painel
de visualização e o painel de comandos. A partir do painel de comandos é possível introduzir por
código os comandos que se podem fazer com teclado e mouse a partir dos painéis algoritmos e
visualização.
Neste trabalho, tudo será feito através da interface, ou seja, não trabalharemos com a
linguagem do painel de comandos.
• Inserindo dados no S-GeMS
Para inserir dados para o S-GeMS basta fazer um Load Object (Ctrl+L) ou simplesmente
levá-lo com o mouse para dentro do visualizador do S-GeMS. Ao ser feito isto vai
aparecer o seguinte menu:
Figura 1. Imagem do banco de dados
Independente da extensão do arquivo que no caso utilizado foi extensão “.txt”, esse é o
estilo próprio que os ficheiros devem ter para entrarmos com os dados no S-GeMS:
1ª Linha – Nome do projeto
2ª Linha – Número de variáveis existentes no ficheiro
3ª,4ª e 5ª Linhas coordenadas em x, coordenadas em y e variável respectivamente de
acordo com a ordem da coluna.
Se fosse o caso poderiam ser acrescentadas outras variáveis.
O tipo de objeto neste caso é um point set já que ós dados estão referênciados
espacialmente, ou seja, cada valor tem uma coordenada x e y.
• Visualizando os dados
Após entramos com os dados podemos trabalhar sobre eles, basta que selecionemos a sua
visualização carregando no objeto e respectiva propriedade que pretendemos observar.
Podemos visualizá-lo ou rotacioná-lo como desejarmos, o resultado será imediato e terá o
seguinte aspecto como apresentam as figuras 2, 3 e 4:
Figura 2 – Visualização dos pontos Figura 3 - Visualização dos pontos
Figura 4 - Visualização dos pontos
• Análise descritiva dos dados
As ferramentas no S-GeMS pode ser encontrada na barra superior no “Data Analysis”, em que
podemos ter acesso ao menu de histogramas (“Histogram”, Ctrl+H), menu do QQ/PPplot,
Scatterplot (gráfico de dispersão) e menu de variogramas (“Variogram”).
Analisando a distribuição dos dados a partir do histograma.
Figura 5 – Análise descritiva
• Obtendo e escolhendo a função de variograma
Ao selecionarmos a opção “variogram” no Data Analysis, aparece o menu de variografia e no
qual podemos fazer um estudo de variografia para cada contaminante separadamente. Assim
selecionamos a opção “Compute variograms from scratch” e “Amostras dos dados” no Grid name
(e o conjunto de pontos que se pretende estudar, eles chamam grid a tudo). Passamos para a
definição dos nossos intervalos de variografia. O S-GeMS pede os parâmetros numero de
intervalos (number of lags), tamanho do intervalo (lag separation), tolerância no tamanho (lag
tolerance), direção (azimuth, dip), tolerância angular (tolerance), limite de direção (bandwith), e
limite superior e inferior (head cut off e tail cut off). Na Figura abaixo estão os parâmetros
pedidos pelo software.
Figura 6 - Variograma
Figura 7 – Ajuste dos modelos
Apenas 3 tipos de modelos podem ser escolhido para o ajuste aos dados: Exponential,
Spherical e Gaussian, O “Sill” corresponde ao patamar e dado que as nossas amostragens estão
bem distribuídas sugere-se por colocar o valor da variância dos dados, obtida no histograma.
• Grid aplicada às amostras
As grids criadas pelo S-GeMS são sempre em relação aos eixos x, y e z e a sua forma e
sempre paralelepipédica.
Figura 6 – Grid aplicado as amostras
Agora já podemos fazer a estimação por krigagem. Na seção de “Algorithms” no interface do S-
GeMS carregamos na opção “Estimation” e seguidamente na opção “Kriging”.
• ## fazendo a predição espacial (krigagem) e variância de Krigagem.
Figura 10 - Mapa de variância de
Figura 9 – Mapa de Krigagem Krigagem.
Referências
1. Nicolas Remy, Alexandre Boucher,2009, Applied Geostatistics with SGeMS: A User's
Guide, Cambridge University Press
