Académique Documents
Professionnel Documents
Culture Documents
COM O VARIOWIN
1
INTRODUÇÃO À ANÁLISE VARIOGRÁFICA COM O
VARIOWIN
APRESENTAÇÃO
Este texto é uma introdução à análise variográfica usando o VARIOWIN®
2.21 de autoria de PANATIER (1996). O livro que originalmente acompanhava o
software e que contem a sua descrição completa com todas as explicações e
passos necessários, acha-se esgotado. Os programas, porém, podem ser
descarregados gratuitamente a partir do endereço
http://www-sst.unil.ch/research/variowin/index.html. Atualmente o único texto com
finalidade didática à disposição na web, em inglês, é de autoria de ANSELIN (2003).
Os dados aqui trabalhados provem do arquivo “example.dat/variável Cd”
que acompanha o conhecido software Geo-EAS® (ENGLUND & SPARKS, 1991) . O
VARIOWIN®, inclusive, adota o mesmo formato de entrada de dados do Geo-
EAS®.
O nome do arquivo, geralmente com a extensão dat, deve conter no
máximo 8 caracteres, caso contrário aparece truncado. O arquivo de dados, a ser
gravado num editor de texto, apresenta na primeira linha um título, em caracteres
alfa-numéricos. Na segunda linha consta o número total de colunas com variáveis,
incluindo a identificação e as coordenadas. As linhas seguintes contêm em cada
uma delas o nome da variável. Em seguida são gravados os dados com valores
separados por tabulação ou espaço, mas não por vírgulas. A última linha do
arquivo deve estar em branco. De acordo também com o formato Geo-EAS® todos
os valores ausentes são representados por, no mínimo, 1E31 (Figura 1).
2
18 369.6 165.0 .000 6.70 4.000
19 357.6 139.0 .240 6.20 4.250
20 355.2 118.0 .000 .000 9.500
21 434.4 312.0 .530 5.50 24.00
22 451.2 295.0 .370 4.00 9.500
23 448.8 268.0 .620 7.00 3.500
24 432.0 252.0 .120 5.30 16.25
25 441.6 228.0 1.06 11.6 18.00
26 441.6 204.0 1.58 9.00 56.50
27 444.0 182.0 1.57 14.5 118.0
28 441.6 160.0 1.09 12.1 31.00
29 432.0 140.0 .000 .900 12.25
30 444.0 119.0 .000 .000 1.000
31 254.4 172.0 .260 3.20 19.75
32 254.4 128.0 .000 1.20 4.500
33 254.4 299.0 1E31 1.70 14.50
34 333.6 301.0 1E31 1.20 25.50
35 333.6 271.0 .950 7.60 36.25
36 333.6 194.0 .990 11.6 37.50
37 333.6 163.0 1.30 8.70 36.00
38 412.8 285.0 .510 5.80 32.25
39 254.4 257.0 .200 3.80 16.50
40 412.8 172.0 1.12 10.4 48.50
41 412.8 150.0 1.07 10.0 49.75
42 492.0 282.0 .610 7.10 14.25
43 492.0 249.0 .420 4.40 23.50
44 492.0 315.0 1.19 10.4 302.5
45 492.0 150.0 .000 1.60 42.50
46 444.0 190.0 1.60 15.0 56.50
47 436.8 240.0 .600 3.40 12.25
48 360.0 195.0 1.07 6.80 33.25
49 345.6 210.0 5.61 10.8 59.00
50 254.4 216.0 2.09 14.9 146.7
51 280.8 216.0 1.42 9.90 268.0
52 307.2 216.0 1.31 11.6 98.00
53 333.6 216.0 1.21 6.50 44.00
54 360.0 216.0 1.67 10.1 94.25
55 386.4 216.0 1.59 11.8 68.00
56 412.8 216.0 2.88 11.0 60.75
57 439.2 216.0 1.95 16.7 70.00
58 465.6 216.0 .930 11.6 25.00
59 492.0 216.0 .750 6.90 33.00
60 345.6 216.0 1.45 9.90 40.75
Figura 1. Entrada de dados no formato Geo-EAS.
3
Depois de carregados os programas na pasta Variowin, pode-se iniciar
qualquer um deles escolhendo um dos arquivos executáveis (prevar2d.exe,
vario2dp.exe, model.exe e gdisplay.exe) ou pressionando o respectivo ícone
(Figura 2).
Atalho para PREVAR2D Atalho para VARIO2DP Atalho para MODEL Atalho para GDISPLAY
Figura 2. Ícones para Prevar2D, Vario2D, Model e GDISPLAY.
PREVAR2D
O programa Prevar2D cria, num formato binário, o arquivo com extensão
pcf (pair comparison file) contendo todas as possíveis distâncias entre pontos de
observação. Não aceita dois pontos com as mesmas coordenadas X e Y. Ele é
gerado a partir de um arquivo de dados (*.dat), este em formato ASCII. O arquivo
example.pcf deve estar residente no mesmo diretório que o arquivo example.dat.
Acessando o programa Prevar2D surge na tela a seguinte janela (Figura 3):
4
Figura 4. Escolha do arquivo de dados.
5
Apos escolhidas as coordenadas pressionar OK para voltar à janela anterior
e nela habilitar o comando Run !, que calcula todas as possíveis distâncias entre
pares de valores. Ao final do processo aparece na tela um sumário contendo o
número total de pares encontrado, ou seja, 1770 (Figura 7).
PROGRAMA VARIO2D
6
Figura 9. Janela para a escolha do arquivo pcf.
Ao indicar com o mouse qualquer um dos pontos surge uma janela com
informações sobre o ponto escolhido (Figura 11).
7
Figura 11. Informações sobre o ponto de número 59.
1 N(h )
γ(h) = ∑ [z( xi ) − z( xi + h)]2
2N(h) i=1
8
A variável escolhida foi Cd e o espaçamento entre lags, num total de 10, é
de 15 perfazendo uma distância máxima para h igual a 150. Este valor
corresponde aproximadamente à metade da diagonal da área estudada, ou seja,
metade da maior distância possível entre pontos. A direção escolhida é 0o com
distância angular de 90o, o que significa um variograma omnidirecional. Ao
pressionar OK o variograma é apresentado (Figura 13). Modificações gráficas
nesse variograma podem ser obtidas ao acionar Settings...
O arquivo contendo este variograma deve ser gravado com a extensão var,
no caso cd.var, para ser posteriormente utilizado.
Em seguida escolher a opção Calculate/Variogram Cloud para obter uma
nuvem de pontos que mostram a relação entre a magnitude do vetor de separação
entre pares de pontos e o valor no variograma desse par.
Preliminarmente escolher os parâmetros, os quais devem ser os mesmos
que aqueles escolhidos para o calculo do variograma (Figura 14). Em caso de
dúvida com relação à distância máxima, colocar um valor absurdo, por exemplo,
1000. O programa apresentará uma janela informando que a distância máxima
deve estar situada entre 0 e 302,36. Novamente é escolhida a metade dessa
distância, isto é, 150.
9
Figura 14. Escolha dos parâmetros para a construção da nuvem variográfica.
10
Figura 16. Mapa de distribuição de pontos e nuvem variográfica da variável cádmio.
Figura 17. Distâncias euclidiana (149.0773) e o correspondente valor variográfico (24.5) entre
os pontos 23 e 30.
11
Figura 18. Distâncias euclidiana (97.11869) e o correspondente valor variográfico (139.445)
entre os pontos 30 e 57.
12
Figura 19. Parâmetros para o mapa variográfico.
13
Figura 21. Tabela com os valores referentes ao mapa variográfico para a variável Cd.
Figura 22. Variogramas nas direções 0º (E-W), 45º (NE-SW), 90º (N-S) e 135º (NW-SE).
PROGRAMA MODEL
14
Figura 23. Janela de abertura do programa Model.
Figura 24. Escolha do arquivo cd.var que contem o variograma experimental para Cd.
15
Ao pressionar OK surge uma janela dupla contendo, à esquerda a caixa de
diálogo para a modelagem e, à direita, o variograma experimental a ser modelado
(Figura 26).
Inicialmente escolher o modelo, existindo a disposição os quatro mais
comuns: esférico, exponencial, gaussiano e potência. Decidir também que a
modelagem será feita baseada em apenas uma estrutura. Como o variograma
experimental foi considerado omnidirecional é indiferente a escolha da direção.
Neste caso o valor foi 0. Considerando a anisotropia igual a 1, mover para a
esquerda ou para a direita os cursores nas barras referentes a Nugget, Range e
Sill, o que significa diminuir ou aumentar os valores. Iniciar com o aumento dos
valores para o efeito pepita. Isto fará com que surja uma linha contínua junto aos
pontos do variograma experimental e a medida que o processo continua a linha ira
se ajustando aos dados. Isto pode ser observado pelos valores no quadro
superior, referente ao Indicative goodness of fit . Nele estão registrados dois
valores: o superior referente ao ajuste no momento da leitura e o inferior referente
ao melhor ajuste até então encontrado. A qualquer momento ao se pressionar na
parte inferior da janela Best fit found, o melhor ajuste será apresentado.
2
1 N n( k ) P(i) D(k ) γ(i) − γ * (i)
IGF = ∑∑ •
N k =1 i=0 ∑ P( j) d(i)
n( k )
•
σ2
j=0
16
Onde:
N = número de variogramas direcionais
n(k) = numero de passos (lags) relativo ao variograma k
D(k) = distância máxima relativa ao variograma k
P(i) = número de pares para o passo i do variograma k
d(i) = distância média dos pares para o passo i do variograma k
γ(i) = medida experimental da continuidade espacial para o passo i
γ*(i) = medida modelada da continuidade espacial para d(i)
σ2 = (co)variância dos dados para o variograma (cruzado).
17
Figura 28. Modelo exponencial ajustado ao variograma experimental/Cd omnidirecional.
18
Figura 29. Modelo gaussiano ajustado ao variograma experimental/Cd omnidirecional.
19
Figura 30. Janela inicial para a modelagem de anisotropia, geométrica ou zonal.
20
Figura 31. Resultado da modelagem para anisotropia geométrica.
Figura 32. Gravação do modelo com anisotropia geométrica para um arquivo *grd.
21
Para o caso de anisotropia zonal, não presente neste exemplo:
• escolher, inicialmente, variogramas com o maior e o menor patamar, por
exemplo nas direções hipotéticas 90o e 0o respectivamente, assumindo que
o efeito pepita seja igual ou inexistente (Figura 32).
22
O resultado desta modelagem permite verificar que o modelo variográfico
obtido é um “variograma médio” para ambas as direções.
PROGRAMA GDISPLAY
23
Figura 34. Modelo de continuidade espacial em 2D, reproduzindo a assimetria geométrica.
24
REFERÊNCIAS
DEUTSCH, C.V. & JOURNEL, A.G. (1998) - GSLIB: Geostatistical Software Library and User’s
Guide (2nd.edition): Oxford University Press.
ENGLUND, E. & SPARKS, A. (1991) - Geo-EAS 1.2.1. User´s Guide: US.EPA Report #600/8-
91/008, EPA-EMSL. www.epa.gov/ada/csmos/models/geoeas.html
PANNATIER, Y. (1996) - VARIOWIN: Software for Spatial Data Analysis in 2D. Springer-Verlag.
25