UNIVERSIDADE FEDERAL DE CAMPINA GRANDE CENTRO DE TECNOLOGIA E RECURSOS NATURAIS UNIDADE ACADMICA DE MINERAO E GEOLOGIA

Relatrio de projeto de avaliao da varivel regionalizada ppm

ALUNO: Ruan R. Eloy Silveira PROFESSOR: Agnelo Soares DISCIPLINA: Geoestatstica PERODO: 2012.2

Campina Grande, Abril de 2013.

1. Introduo O presente trabalho trata da descrio dos procedimentos adotados na execuo de um projeto, desenvolvido em sala de aula, que tinha como objetivo avaliar a distribuio espacial de uma varivel regionalizada. Para tanto, foi analisada uma varivel de concentrao ppm, de um conjunto de dados obtidos a partir de uma anlise por PID (Photo Ionization Detectors), de uma rea de armazenamento de petrleo, para se verificar a contaminao do solo por tal substncia. Os dados esto contidos no arquivo Dados3D.txt. 2. Desenvolvimento Um projeto de avaliao espacial de uma varivel regionalizada qualquer exige quatro etapas: 1. 2. 3. 4. Anlise exploratria dos dados; Modelagem variogrfica; Validao do modelo; Estimao da varivel para toda a rea estudada. 2.1. Anlise Exploratria dos Dados Na etapa de anlise exploratria dos dados deve-se estudar o comportamento da varivel secundria em termos da distribuio espacial dos pontos amostrados, construir seu histograma e grfico de probabilidade acumulada para avaliar o tipo de sua distribuio (se normal ou lognormal), desagrupar (declusterizar) os dados e, se a distribuio no for normal, deve-se normaliza-la, ou seja, obter uma varivel com distribuio normal padro (mdia zero e desvio padro unitrio) que esteja associada varivel secundria original. Para se atingir estes objetivos, deve-se usar sequencialmente os seguintes programas: 1. 2. 3. 4. 5. LOCMAP; DECLUS; HISTPLT; PROBPLT; NSCORE.

2.1.1. LOCMAP O programa LOCMAP tem a funo de gerar um mapa de localizao e valores da varivel nas amostras. O arquivo Dados3D.txt (fig. 1) foi desmembrado em trs outros arquivos de acordo com as profundidades de investigao da varivel ppm, logo foram gerados os arquivos Dados3Dpid05.txt, Dados3Dpid1.txt e Dados3Dpid15.txt para as cotas de 0,5 m, 1,0 m e 1,5 m, respectivamente. Isto foi necessrio devido a impossibilidade do programa LOCMAP de analisar dados 3D, assim possvel produzir um mapa para cada profundidade de investigao.

Na fig. 2 mostrado apenas o arquivo de parmetros para os dados a 0,5 m, pois para os demais s mudaria o nomes do arquivo de entrada e de sada. Os mapas gerados para cada profundidade tambm so mostrados.

Figura 1: Dados3D.txt

Figura 2: Locmap05.par.

Figura 3: Mapa para as profundidades de 0,5 m e 1,0 m.

Figura 4: Mapa para a prof. de 1,5 m. Nos mapas das figuras 3 e 4 possvel ver a localizao de cada ponto amostrado, definidos pelas coordenadas x e y, e o valor aproximado que a varivel ppm assume em cada um, atravs da escala de cores. Os espaos circulares presentes entre os pontos amostrados correspondem a localizao dos tanques de leo. 2.1.2. DECLUS

Fornece pesos para cada amostra, com o intuito de se compensar a aglomerao de pontos em algumas reas em detrimento de outras, de modo que estes, aps a correo, contribuam de forma relativamente igual para a interpolao dos dados. Os arquivos de parmetros e de sada so mostrados na fig. 5. A ltima coluna do arquivo de sada corresponde aos pesos gerados.

Figura 5: declus.par e declus.out. 2.1.3. HISTPLT

Esse programa cria um histograma, que serve para verificar a distribuio dos dados, e gera algumas medidas estatsticas bsicas. O arquivo de parmetros e o grfico gerado ao se executar o programa so mostrados na fig. 6. Como pode ser visto, o histograma no obedece a uma distribuio normal de probabilidades.

Figura 6: histplt.par e histograma para da varivel ppm. 2.1.4. PROBPLT Fornece um grfico de probabilidade acumulada. O arquivo de parmetros e grfico gerado so mostrados na fig. 7.

Figura 7: probplt.par e grfico de probabilidade acumulada. 2.1.5. NSCORE Gera uma varivel com distribuio normal padronizada que est associada varivel original. O arquivo de parmetros e sada so mostrados nas figuras 8 e 9, respectivamente. Os valores da varivel, com distribuio normal padro, gerada esto na stima coluna do arquivo de sada.

Figura 8: nscore.par

Figura 9: nscore.out Ao se executar o mdulo HISTPLT com o novo arquivo de dados (nscore.out), se obter o histograma mostrado na fig. 10 que comprova que a nova varivel obedece realmente a uma distribuio normal padro. O arquivo de parmetros mostrado na mesma figura.

Figura 10: Histograma da varivel secundria normalizada.

2.2. Modelagem variogrfica Na etapa de modelagem variogrfica deve-se construir variogramas experimentais e analis-los quanto aos seus parmetros representativos (efeito pepita, varincia de disperso, alcance, nmero de estruturas e possvel ocorrncia de anisotropia). A seguir deve-se obter um variograma terico que apresente o melhor ajuste possvel ao variograma experimental, especialmente na regio prxima da sua origem. Para isso ser preciso definir o tipo de variograma terico e quais os parmetros mais adequados. Neste projeto de avaliao espacial da varivel ppm do arquivo CLUSTER.DAT devese usar sequencialmente os seguintes mdulos da biblioteca GsLib: 1. 2. 3. 4. 5. VARMAP; PIXELPLT; GAMV; VMODEL; VARGPLT. 2.2.1. VARMAP Este programa cria um mapa de variogramas. Os variogramas so tradicionalmente apresentados em grficos bivariados em funo da distncia H ao longo de uma direo particular e o mapa de variogramas mostra uma viso geral dos variogramas em todas as direes. O mapa de variogramas sendo um grfico 2D torna evidente a presena de isotropia ou anisotropia. O arquivo de parmetros e o de sada so apresentados nas figuras 11 e 12, respectivamente.

Figura 11: varmap.par.

Figura 12: varmap.out. Para representar os dados do variograma obtidos anteriormente deve-se utilizar o mdulo PIXELPLT. 2.2.2. PIXELPLT Plota, em 2D, o resultado grfico de um mapa qualquer em pixel em tons cinza ou colorido. Para a varivel ppm, que possui uma distribuio tridimensional, foram gerados trs variogramas nas direes xy, xz e yz. O arquivo de parmetros e o mapa de variogramas para a direo xy so mostrados nas figuras 13. Os grficos para as direes xz e yz so mostrados na fig. 14. Para se obter os demais variogramas basta mudar o nome do arquivo de sada, bem como o slice orientation, que para xz 2 e yz 3, e o slice number, que para xz e yz 50.

Figura 13: pixelplt.par e mapa de variogramas para a direo xy.

Figura 14: Mapa de variogramas para as direes xz e yz.

Sendo a varincia uma medida da disperso dos valores de uma varivel, pode-se notar nos mapas das figuras 13 e 14, o fenmeno anisotrpico, ou seja, o variograma varia em funo da direo em que a anlise feita. 2.2.3. GAMV Calcula o variograma experimental para dados distribudos irregularmente. O arquivo de parmetros e o de sada so mostrados nas figuras 15 e 16, respectivamente. O arquivo de sada gamv.out possui os dados do variograma experimental o qual pode ser visualizado atravs do programa VARGPLT.

Figura 15: gamv.par.

Figura 16: gamv.out.

2.2.4. VARGPLT Imprime o variograma, permitindo, tambm, plotar conjuntamente diversos variogramas e modelos. O arquivo de parmetros e o variograma experimental, obtido na etapa anterior, so mostrados nas figuras 17 e 18, respectivamente.

Figura 17: vargplt.par.

Figura 18: Variograma Experimental. Agora que se tem a representao grfica do variograma experimental possvel se fazer um ajuste de variogramas tericos, de modo a descobrir qual destes melhor se ajusta ao primeiro. Para tanto, deve-se usar o mdulo VARMAP. 2.2.5. VMODEL Modela um variograma para ser plotado pelo programa vargplt.exe. Sua finalidade sobrepor um modelo sobre o variograma experimental e fornecer uma ferramenta

para checar o ajuste do modelo semivariogrfico. O arquivo de parmetros para um dos modelos mostrado na fig. 19.

Figura 19: vmodel.par Atravs desta ferramenta possvel estimar diferentes valores para os parmetros dos variogramas tericos de modo a se obter o melhor ajuste possvel. Assim, foram obtidos trs modelos de variogramas (um esfrico, um exponencial e um gaussiano), mostrados na fig. 20, com base nos seguintes parmetros: Efeito pepita (nugget effect) igual a 0; Varincia de disperso (cc) igual a 1,1; Alcance mnimo (a_hmin) igual a 50; Alcance mximo (a_hmax) igual a 70.

Figura 20: Ajuste dos variograma terico ao variograma experimental. De acordo com o grfico da fig. 20 fcil ver que o modelo que melhor se ajusta ao variograma experimental o gaussiano (azul). Logo, deve-se passar para a etapa de validao do modelo. 2.3. Validao do modelo A etapa de validao do modelo de variograma terico escolhido consiste na interpolao, por krigagem, da varivel em uma pequena rea de teste na qual os valores da varivel em estudo sejam previamente conhecidos. Caso a estimao

fornea valores estimados aproximadamente coincidentes com os valores reais, o modelo de variograma terico dito validado e pode ser aplicado em toda a rea de estudo. Caso no haja coincidncia aproximada de valores na rea de validao, devese repetir a etapa de modelagem variogrfica em busca de um modelo de variograma terico mais representativo da continuidade espacial da varivel em estudo. Neste trabalho esta etapa ser suprimida indo diretamente para a etapa de estimao, embora este procedimento no seja indicado no caso de um projeto de avaliao geoestatstica real. Para a estimao da varivel secundria em toda a rea estudada, usa-se sequencialmente os seguintes mdulos da biblioteca GsLib: 1. KT3D; 2. PIXELPLT. 2.3.1. KT3D Gera um arquivo de sada (KT3D2.OUT) com a krigagem da varivel com distribuio normal, padronizada e com sua correspondente varincia de estimativa. A krigagem um mtodo de interpolao dos dados disponveis, que considera a continuidade espacial do fenmeno, o que justifica a necessidade do variograma. O arquivos de parmetros e de sada so mostrados nas figuras 21.

Figura 21: kt3d.par e kt3d2.out. Agora deve-se utilizar o PIXELPLT para se ter uma sada grfica dos dados de krigagem da varivel ppm. O resultado mostrado na fig. 22. Como a krigagem trata-se de uma estimativa fundamental o conhecimento sobre o nvel de incerteza associado a esta, logo, se faz necessrio a construo de um mapa da varincia de estimativa, que corresponde a segunda coluna de dados no arquivo kt3d.out. O mapa obtido atravs do programa PIXELPLT mostrado na fig. 23.

Figura 22: Mapa de krigagem da varivel ppm.

Figura 23: Mapa da varincia de estimativa. 3. Concluso Portanto, a partir do mapa de krigagem pode-se ver que h uma predominncia de altos valores para a varivel ppm nas reas mais prximas aos tanques de leo, o que sugere a existncia de um possvel vazamento que est resultando na contaminao do solo. Quanto ao mapa de varincia de estimativa, tem-se que os valores krigados, correspondentes a parte do mapa em azul claro, possuem uma maior confiabilidade devido a enorme quantidade de pontos utilizados na interpolao. J as reas em verde, principalmente aquelas que correspondem a localizao dos tanques, possuem uma incerteza maior devido a ausncia de pontos amostrados. As reas em tons de amarelo e laranja possuem as maiores incertezas por se encontrarem ainda mais distantes das reas de amostragem.