Use este identificador para citar ou linkar para este item: http://repositorio.ufla.br/jspui/handle/1/15568
Título: Métodos para seleção de modelos de semivariograma em campos aleatórios gaussianos
Título(s) alternativo(s): Methods for selecting semivariogram models in gaussian random fields
Autor : Bastos, Rafael Lemos
Lattes: http://lattes.cnpq.br/8685795545223137
Primeiro orientador: Oliveira, Marcelo Silva de
Primeiro coorientador: Ferreira, Daniel Furtado
Primeiro membro da banca: Ferreira, Eric Batista
Segundo membro da banca: Menezes, Fortunato Silva de
Terceiro membro da banca: Lima, Renato Ribeiro de
Quarto membro da banca: Scalon, João Domingos
Quinto membro da banca: Oliveira, Deive Ciro de
Palavras-chave: Geologia – Métodos estatísticos – Validação
Semivariograma
Geology – Statistical methods – Validation
Semivariogram
Data da publicação: 23-Out-2017
Agência(s) de fomento: Fundação de Amparo à Pesquisa do Estado de Minas Gerais (FAPEMIG)
Referência: BASTOS, R. L. Métodos para seleção de modelos de semivariograma em campos aleatórios gaussianos. 2017. 136 p. Tese (Doutorado em Estatística e Experimentação Agropecuária)-Universidade Federal de Lavras, Lavras, 2017.
Resumo: Vários fenômenos apresentam certa estruturação na variação entre vizinhos, apresentando dependência espacial. A Geoestatística engloba um conjunto de ferramentas que permitem o estudo da dependência espacial, sendo o semivariograma uma de suas principais ferramentas, no qual expressa a dependência espacial entre as amostras. O ajuste de um modelo ao semivariograma é fundamental, pois toda predição Geoestatística depende desse modelo. Dentre vários modelos que podem ser ajustados, deve-se selecionar o que mais bem se ajusta, para que o mapa de krigagem a ser gerado após a seleção, seja o mais coerente com a realidade. Como método de seleção para modelos de semivariograma, os pesquisadores utilizam diferentes estatísticas, ocorrendo a seleção de diferentes modelos para o mesmo semivariograma. A seleção de diferentes modelos reflete uma decisão subjetiva dos pesquisadores, tendo como resultado diferentes informações num mesmo experimento. O objetivo do presente trabalho enfoca nesse problema de pesquisa, buscando recomendar um método para proceder a seleção de um modelo que mais bem se ajusta ao semivariograma. Foram encontrados oito métodos usuais de seleção e sete foram propostos, sendo todos eles programados no software R. Os métodos foram aplicados em milhares de dados simulados em diferentes cenários, tornando-se possível recomendar aquele que apresentar um melhor comportamento em relação as proporções de acerto. Diante da classificação dos métodos usuais e propostos em relação as proporções de acerto, destacase que o método proposto 7 esteve entre as primeiras posições em todos cenários adotados. Esse método possui uma grande vantagem, pois é composto por outros métodos que estiveram entre as primeiras posições. Portanto, recomenda-se utilizá-lo na seleção do modelo que mais bem se ajusta ao semivariograma, em campos aleatórios gaussianos. Espera-se que este trabalho seja fundamental para uma análise Geoestatística mais eficiente e informativa.
Abstract: There is a wide range of phenomena that present some level of structuring and spatial dependence in the variation between observations. Geostatistics include a set of tools that allow the study of spatial dependence. For example, the Semivariogram, which is considered one of the main tools, expresses the spatial dependence between two observations as a function of the distance between them. The adjustment of a model to the semivariogram is fundamental since all geostatistical prediction depends on this model. It is of great importance to adjust data to models that fit the data well so that the kriging map that is generated after the selection can present a great level of coherence with reality. As a method of selection for semivariogram models, researchers use different statistics by selecting different models for the same semivariogram. However, the selection of different models reflects on a subjective decision of the researchers, resulting in different information in the same experiment. Therefore, focusing on this research problem, this work seeks to recommend a method to better select a model that best fits the semivariogram. A total of eight usual methods of selection were found and seven were proposed using the R software environment for statistical computing and graphics. The methods were applied in thousands of simulated data in different scenarios, and it was possible to recommend one that presented the best behavior in relation to the correctness rate. Considering the classification of the usual and proposed methods in relation to the correctness rates, it is worth noting that the proposed method number 7 was in the first position in all scenarios adopted. This method is advantageous because it is composed by other methods that were also close to the first positions. Therefore, it is recommended to use it in selecting the model that best fits the semivariogram in Gaussian random fields. It is expected that this work will be fundamental for a more efficient and informative geostatistical analysis.
URI: repositorio.ufla.br/jspui/handle/1/15568
Publicador: Universidade Federal de Lavras
Idioma: por
Aparece nas coleções:DEX - Estatística e Experimentação Agropecuária - Doutorado (Teses)

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
DISSERTAÇÃO_Métodos para seleção de modelos de semivariograma em campos aleatórios gaussianos.pdf18,32 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.