Fatores de mínimas/máximas autocorrelações aplicada à estimativa de teores
AUTOR(ES)
Silva, Camilla Zacché da, Costa, João Felipe Coimbra Leite
FONTE
Rem: Rev. Esc. Minas
DATA DE PUBLICAÇÃO
2014-06
RESUMO
Na indústria mineira, a estimativa de múltiplas variáveis correlacionadas é comum, na qual os modelos devem reproduzir a correlação exibida pelos dados. Porém, se as variáveis forem estimadas individualmente por krigagem e a informação da correlação não for incorporada explicitamente, não há garantia de que a correlação observada nos dados será reproduzida. A abordagem clássica para estimativa de múltiplas variáveis correlacionadas, cokrigagem, exige um modelo que satisfaça as condições de positividade impostas pelo modelo linear de corregionalização, condição que torna essa metodologia extremamente laboriosa, quando há mais de duas variáveis. Uma alternativa à cokrigagem é descorrelacionar as variáveis e as estimar de forma independente. Para isso, pode-se utilizar de fatores de mínimas/máximas autocorrelações (MAF), aplicando-se uma transformação linear nos dados, transformando-os em outro conjunto descorrelacionado. Os novos fatores calculados, a partir dos dados, podem ser estimados através de krigagem individualizada. Essa metodologia é ilustrada por meio de um estudo de caso, no qual três variáveis correlacionadas são estimadas, aplicando krigagem aos MAF, denominados de KMAF. A cokrigagem é utilizada, aqui, como referência. Os resultados apresentam menos de 1% de desvio relativo.
ASSUNTO(S)
fatores de mínimas /máximas autocorrelaçoes geoestatística krigagem
Documentos Relacionados
- Estimativa das temperaturas máximas e mínimas do ar para a região do Circuito das Frutas, SP
- Estimativa e espacialização das temperaturas do ar mínimas, médias e máximas na Região Nordeste do Brasil
- Tendências de temperaturas mínimas e máximas do ar no Estado de Minas Gerais
- Vazões máximas e mínimas para bacias hidrográficas da região alto Rio Grande, MG
- Determinação das previsões de temperaturas mínimas e máximas a partir do histórico das previsões de tempo por conjunto do CPTEC