Conclusão

     Analisando o mapa base dos pontos de coleta, a predição de krigagem ordinária e o mapa de isoteores, conclui-se que o cobalto encontra-se mais concentrado nas porções nordeste, centro-oeste e sul/sudeste da área, enquanto sua menor concentração está nas áreas noroeste, centro-leste e sudoeste.
     Com base no histograma de cobalto obtido e na predição de krigagem ordinária, os valores estão concentrados na ordem de 11,5 ppm e 3,5 ppm. No mapa da predição de krigagem ordinária, visualiza-se esses números de acordo com a frequência das cores correspondentes aos seus respectivos valores.
     Tendo como base um mapa geológico da região, sobrepondo-se a ele os resultados acima citados, percebe-se que as rochas datas do período Argoviano apresentam um baixo teor de cobalto. Por outro lado, as rochas dos outros períodos possuem maior teor de cobalto. Portanto, pôde-se concluir que os mapas de cobalto e o geológico da área apresentam uma certa semelhança quanto aos seus padrões, dando a ideia de que este metal provém da rocha matriz.

2 comentários:

  1. Parabéns, João. Gostei muito do site, tanto pelo conteúdo como pela estética.
    Muito bom mesmo!

    J.Alberto Bucheb
    Universidade Petrobras
    Gerente Geral

    ResponderExcluir
  2. Comentários sobre a P3
    Do ponto de vista operacional, pode-se afirmar que os alunos que fizeram a P3 alcançaram os objetivos do curso o que já é muito, nos dias atuais.
    Entretanto, do ponto de vista metodológico e interpretativo ainda há um longo caminho a percorrer. De início a definição de Geoestatística enunciada em muitos trabalhos foi obtida na Wikipedia e é um completo nonsense! Tenham cuidado com a Wikipedia. Se buscassem um pouco mais teriam a opção de um texto da CPRM, ou da UNESP, entre outros. Enviei para a Wikipedia uma correção do texto, ficou assim:
    Geoestatística é um ramo da Estatística Espacial que usa o conceito de funções aleatórias para incorporar a dependência espacial aos modelos para variáveis geo-referenciadas. Sob determinadas hipóteses, torna-se possível fazer inferências e predições a partir de amostras. Vários métodos e técnicas foram desenvolvidos ao longo dos últimos cinquenta anos, através destas técnicas, dentre as quais se destacam a krigagem e a simulação estocástica, é possível calcular um valor de uma dada propriedade (fácies,permeabilidade, porosidade etc.) para cada centro da célula de uma malha tridimensional, valor este condicionado aos dados existentes (dados de poços, sísmica, etc.) e a uma função de correlação espacial entre estes dados.
    Na questão metodológica o erro mais comum foi considerar a distribuição assimétrica sem fazer a krigagem e a simulação com a variável transformada pelo logaritmo, limitando-se ao histograma do logaritmo. O procedimento correto seria como foi feito por um dos grupos:
    Ajuste do semivariograma
    data(jura)
    vgm1<-variogram(log(Zn)~1, locations=~Xloc+Yloc, data=prediction.dat)
    x=range(vgm1[,2])
    y=range(vgm1[,3])
    plot(x,y, asp = 10, type = "n", main="Ajuste de um modelo teórico ao semivariograma")
    points(vgm1[,2],vgm1[,3],col="blue",cex=1.5)
    lines(vgm1[,2],vgm1[,3],col="blue")
    f<-fit.variogram(vgm1,vgm(0.19, "Exp", 1.2, 0.08))
    v<-vgm(f$psill[2], "Exp",f$range[2],f$psill[1])
    ff<-variogramLine(v,maxdist=2.2 ,n = 15 , min = 0.06 )
    points(ff[,1],ff[,2],col = "red")

    data(jura)
    jura.grid <- juragrid.dat
    coordinates(jura.grid)=~Xloc+Yloc
    gridded(jura.grid) = TRUE
    class(jura.grid)
    coordinates(jura.pred)=~Xloc+Yloc
    class(jura.pred)
    m <- vgm(0.14401001, "Exp", 0.3414199, 0.02213461)
    x <- krige(log(Zn)~1, jura.pred, jura.grid, model=m)
    class(x)
    image(x)
    spplot(x[1], main='Predição de Krigagem Ordinária - Zn')

    A capacidade de integrar os resultados e elaborar um parecer não é fácil, muitos grupos sequer elaboraram conclusões, outros tiveram dificuldades mas, já há dentre os grupos alguns que fizeram boas sínteses, por exemplo:

    Ao realizarmos uma sobreposição do mapa base dos pontos de coleta de dados com o mapa de krigagem ordinária e com o mapa de isoteores, concluímos que as maiores concentrações de cromo (entre 40 e 45 ppm) encontram-se nas regiões nordeste e sudoeste da área, e que as menores concentrações (entre 15 e 20 ppm) se dão nas regiões noroeste, sudeste e leste da área; percebe-se também no extremo oeste uma localidade com concentração bem homogênea de 35 ppm de cromo. De acordo com o histograma obtido, as concentrações de cromo de maior frequência relativa são as que variam entre 25 e 40 ppm; já as concentrações de menor frequência relativa variam entre 5 e 15 ppm e de 55 a 70 ppm; tais dados também podem ser confirmados pela frequência de cores correspondente a esses números no mapa de krigagem ordinária. Como a concentração de cromo de maior frequência no solo é baixa, tal metal não oferece riscos de intoxicação para a população da área.

    A correção do trabalho levou em conta três quesitos - apresentação, desenvolvimento e conclusão, valendo respectivamente 4,5 e 1. Não descontei a definição de geoestatística pela wikipedia, nem o não uso da transformação logarítimica.

    ResponderExcluir